雲原生背景下的雲端計算再定義

數字與物理世界深度融合背景下，中國雲端計算架構形態從分散式發展至雲原生，頭部雲廠商快速推進軟體、中介軟體的開源化和標準化，雲租戶或享受更加開放的計算資源整合平臺。

■ 多維雲資源產品化，促動傳統應用軟體向雲原生系統轉型

當今，全球頭部雲端計算供應商共同經歷了從提供基礎設施到提供行業解決方案的歷程，單純的雲基礎設施服務已不具備前沿競爭力，提供更加貼合下遊垂直應用場景的行業級解決方案成為雲端計算廠商突圍競爭的核心策略之一，亦為雲端計算生態發展的大趨勢。相對後起的中小云服務廠商，AWS、谷歌、微軟、阿里雲具備最優先發機會優勢和條件，具體表現為∶

(1)自身擁有複雜的業務生態，或具備多行業雲上網際網路業務;

(2)先發雲平臺對接千萬級別商家、承載上億級別使用者;

(3)針對雙向資料匹配開發程式化計算模式，計算方法沉澱豐富的To B埠服務經驗。

■ 隨硬體層、軟體層雲化程式推進，雲廠商著手推進雲架構下層軟硬體結合

應用軟體向雲原生系統升級的具體形態包括雲原生資料庫、雲原生儲存等，然而獨立的雲原生產品依然存在資料割裂、資料孤島等問題，為了使分散式系統更加開放、更加產品化，雲廠商持續加入多元中介軟體，如訊息中介軟體、事務處理中介軟體、資料庫中介軟體等等。2018年起，為便於開發人員基於K8S系統開展雲上調研、分析，谷歌領頭對大量中介軟體進行開源化處理，並持續推動中介軟體的標準化。

縱觀雲端計算形態的發展歷程，雲廠商已經基本完成了分散式系統向雲原生系統的進化，並開啟了分散式管控完全標準化和開源化的程式，雲上使用者可享受愈加開放的整合性雲服務平臺。

中國雲端計算定義及再定義——雲原生核心∶虛擬機器和容器化

虛擬機器向容器的演進 盤活有限的基礎資源，在安全、效率、備份、遷移等方面獲得原始資源配置

■虛擬機器效力升級，追求多核、自研策略成為雲廠商發展的大趨勢

相對硬體伺服器，虛擬機器部署成本顯著降低，進一步提升虛擬機器效力是當前雲端計算龍頭廠商的核心策略之一，其中，效力升級路徑包括∶

(1)虛擬化能力向硬體端解除安裝——頭部廠商如AWS、微軟等，持續強化自研業務健壯度，開發專用的、負載統一的、可相容X86等所有應用的CPU;

(2)核數升級——當前雲上應用已不侷限於單核能力，以ARM架構為例，廠商對多核架構的追求成為大趨勢(從60核到98核，到當前120+核)。此外，自研晶片的興起也成為雲本身發展的大趨勢。

■虛擬機器成搭載多元化訂閱服務，助力使用者完成雲資源的本地化部署

當前，雲廠商交付業務主要方式包括一體機交付、certified交付、純軟體交付等。使用者可自行購置硬體基礎設施並部署業務。多數頭部雲廠商選擇公共雲服務本地化部署加虛擬機器軟體配置的方式，而非出售分散式儲存的方式。使用者可持續訂閱混合雲、私有云服務。

中國雲端計算定義及再定義——雲原生架構核心∶微服務

微服務透過細粒度切分、單獨程式、輕量級通訊、獨立部署四個特徵解決了單體應用架構衍生的集中式專案迭代流程。

■微服務架構經歷四輪迭代，基本實現模組松耦合

微服務架構(MSA，Microservices Architecture)是一種架構風格和設計模式，提倡將應用分割成一系列細粒度的服務，每個服務專注於單一業務功能，執行於獨立部署的程式中，服務之間邊界清晰，採用如HTTP/REST等輕量級通訊機制。提煉出四點微服務的特徵∶1、細粒度切分 2.單獨的程式 3.輕量級通訊 4.松耦合，可獨立部署。

■ 微服務切分方法助力組織實現更細粒度的開發流程切分方法

微服務應用所完成的功能在業務域劃分上相互獨立，相比單體應用強行繫結語言和技術棧，微服務的好處是不同業務域有著不同的技術選擇權，比如推薦系統採用Python要比Java的實現效率要更高。

於組織層面上，微服務對應的團隊更小，"一個微服務團隊一頓能吃掉兩張披薩餅"是業內對正確劃分微服務在業務域邊界的隱喻，透過最大化"適度職責"實現相對自治，增益開發效率。

於開發效率上，微服務團隊雖小卻要求著更高的開發迭代速度，業內評價標準是至少兩週完成一次迭代，所以也反向對微服務的業務域邊界劃分提出了要求。

中國雲端計算定義及再定義——雲原生架構核心∶DevOps

超過50%的受訪企業表示對DevOps轉型專案存在強訴求，核心關注點在於∶DevOps流程下各業務線需求是否高效到達研發團隊，並且是否能夠適應敏捷開發流程。

■ DevOps標準化目的在實現於敏捷開發閉環

DevOps標準化流程包括整合環節自動化、部署環節自動化、測試環節自動化以及運維環節的自動化。DevVOps最終迴圈流以業務敏捷部署為前提，以敏捷型需求為起點，以需求落地為終點，並透過運維、監控、資料追蹤分析等後端節點最終實現需求落地目標，構建DevOps閉環。

■標準化理念助力企業DevOps轉型

企業選擇DevOps轉型的目標包括∶縮短前置時間，加快部署頻率，提高系統的可用性，減少服務恢復時間，降低變更失敗率等。DevOps標準化程式涵蓋編碼過程、環境配置、程式碼架構、測試工具、Cl/CD流程、系統環境等方面。

中小企業在DevOps轉型過程中，逐步強化自動恢復功能、運維監控資料採集、大資料分析等能力，以協助運維人員在短時間內恢復服務的目標。業務部門及產品研發線DevOps轉型專案在落地期間需要著重注意∶①∶DevOps功能質量是否達標;②∶是否充分理解並匹配業務需求。

中國雲端計算定義及再定義——雲原生全景圖簡述

■雲原生全景4層供應、執行時、編排管理、應用定義及開發)全方位定義基礎設施

雲原生基礎設施包括供應層、執行時層、編排和管理層以及應用定義和開發層。供應層包括自動化和部署工具、容器登錄檔、安全及合規框架、秘鑰管理方案等，供應層工具協助工程師編寫基礎設施引數以保證一致性、安全性。

執行時層需保障容器化應用程式元件順利執行並達到通訊目標，覆蓋雲原生儲存(虛擬磁碟、持久化儲存)、容器執行時(容器隔離、容器資源及安全)、雲網路(分散式系統節點、節點連線及通訊)。編排和管理層依託雲原生天然的可擴充套件性，順支援容器化服務形成管理群組。編排和管理層覆蓋節點包括編排排程、協調及服務發現、遠端程式排程、服務代理、API閘道器、Service Mesh等。

應用定義及開發層作為雲原生全景的最頂層，需要可靠、安全的作業環境。該層涵蓋資料庫、流和訊息傳遞、應用程式定義和映象構建、持續整合和交付等環節。業務線或可實現程式碼在生產環境的自 動部署。

■可觀察性及分析工具貫穿雲原生全景4層

雲原生團隊在選擇技術棧時，需注重考慮各類工具能力及功能平衡性，以確定最合適的工具組合。與此同時選擇適應度最高的資料儲存、基礎設施管理、訊息系統等方案。

■實踐過程中，使用者及開發者可對應雲原生全景路線圖選擇軟體和產品

雲原生全景路線圖整合使用者及平臺開發者在實際環境中應用雲原生技術所思考和處理的問題，包括容器化、持續整合和持續釋出、應用編排、監控和分析、服務代理、服務發現、治理、網路、分散式資料庫和儲存、流和訊息處理、容器映象庫和執行環境、軟體釋出等。

■雲市場需求差異化演進為趨勢性事務，雲廠商向行業解決方案供應商邁進

基於當前市場背景，中國頭部雲廠商進入雲鍾算重新定義的時期，當下中國市場的雲是否體現出差異化特徵仍然基於雲廠商對於雲端計算定義的不同，但可以確定的是，中國雲市場的差異化是趨勢性事務。正如AWS、谷歌、微軟等全球頭部雲廠商，從原本單一的基礎設施供應商逐漸演化為行業解決方案供應商，雲端計算服務的整合和整合亦為大勢所趨。

一些原本在雲上部署自身網際網路業務的雲廠商，天生具備更優越的機會和條件，例如資料的原生性、龐大的使用者訪問量、長期實時匹配不同使用者端的經驗等，種種原生業務助力中國雲廠商在計算方面積累充分的下游應用場景服務經驗。

中國雲端計算市場差異化特點——單點需求+雲原生資料分析

■相對一整套基礎設施，中國雲端計算市場下游使用者更加需要單點問題、單點應用解決方案

在驅動因素方面，我們觀察到，中國雲端計算市場下游企業多數是受應用驅動，而非受下層基礎設施驅動。例如，政務部門往往並非需要購買一整個雲上系統，而是需要解決單點問題。與之相似企業使用者也更多需要解決一個或多個應用層面的問題。面對政企使用者對單點問題或單點應用層面的需求，當前中國雲廠商能夠提供的服務存在距離。

中國第一代雲市場本質上市網際網路公司系統，以基礎設施為服務核心，但政企使用者通常需要的是解決方案。因此，當前雲廠商要更加強針對各行各業解決方案的智慧化設計，而非簡單的流程設定。可以說，傳統模式下，供應商將使用者系統簡單搬運到雲上是較為初級、簡單、門檻較低的流程，而當下，能否利用更先進技術明顯改善使用者業務流程是雲廠商提高差異化競爭優勢的核心戰略。

■搭建雲原生大資料分析能力成為趨勢和潮流

在大資料分析領域，中國市場的差異化特徵亦為優勢特徵，即構建基於雲原生的大資料分析能力。雲端計算市場發展至今，基礎設施已基本滿足市場需求，在雲原生資料庫、雲原生儲存服務趨於成熟的同時，供應商及下游使用者更衍生出對雲原生大資料分析服務的需求，基於雲原生的資料分析服務將成為市場趨勢和潮流。

中國雲端計算市場成長空間—Snowflake對中國市場的啟示

Snowflake架構的出現印證了資料倉儲理念向微服務模式演進的邏輯，在雲服務逐步成熟的時代實現對業務側需求的精準應對，未來或順應本地和雲端更多的整合、遷移而持續演進。

■ Snowflake時代∶源於雲原生且專注於資料倉儲閉環服務

區別於多數資料倉儲服務供應商，Snowflake構建出誕生於雲原生時代的資料服務產品，針對傳統資料服務產品受限於自身架構而無法全方位支援雲端負載的侷限性，為企業面臨的多後設資料需求和問題提出新型解決方案。

Snowflake強化了資料倉儲的價值服務點，核心包括效能、併發性和易用性。在效能層面，啟發更多供應商思考針對petabyte級別海量資料的處理方案和降本方案，最大限度發揮雲資源效用。

在併發性層面，Snowflake的產品邏輯啟發開發者更加重視資料層版本迭代可能對使用者業務產生的影響，有效應對self-BI時代資料高併發、安全強需求的挑戰。而在易用性層面為了讓應用層企業使用者更加專注於開發核心業務、創造價值，雲原生的資料服務可依託更多的自動化方案承攬底層基礎業務，持續提升功能易用度。

■ 底層架構持續演進∶提升儲存、計算、管理服務分離度

傳統資料倉儲服務模式下，使用者享用位置相同的資源，在訪問量激增的環境下易導致系統崩潰等問題，在高頻讀寫、資料複製、資料遷移等方面也存在顯著劣勢，延展性、併發性落後於應用層業務需求。而在Snowflake主導的分離式架構下，系統可透過最佳化規則分配資源，透過節點的獨立有效應對延展性和併發性。