過去十五年，是雲端計算從無到有突飛猛進的十五年。PaaS 作為雲端計算的重要組成部分，在伴隨著雲端計算高速發展的同時，在雲端計算產業鏈中的關鍵性作用日漸凸顯。關於 PaaS，很多人都認同一個觀點，在公有云上，除了 IaaS 和 SaaS，其餘的都是 PaaS。但 PaaS 到底是什麼？它從哪裡來，將到哪裡去？PaaS 有哪些細分領域？哪些廠商是 PaaS 市場領導者？PaaS 和現在流行的容器管理平臺、企業中臺和低程式碼平臺之間的關係又是什麼？這些問題的答案，向來是眾說紛紜、莫衷一是。要回答這些問題，且聽筆者為您娓娓道來。
PaaS 是什麼
（一）宏觀上，PaaS 是處於 IaaS 和 SaaS之間的平臺層。
PaaS，Platform as a Service，平臺即服務。它是一種雲端計算服務，向使用者提供雲上應用程式所需的程式語言、庫、服務、工具和解決方案。使用者無需管理或控制底層雲基礎設施（包括網路、伺服器、作業系統或儲存），但需管理已部署的應用程式，並負責配置應用程式託管環境。在雲端計算的典型層級中，PaaS 層介於 IaaS 層和 SaaS 層之間。
圖1 PaaS 層介於 IaaS 層和 SaaS 層之間
值得一提的是，Gartner 將容器歸為 IaaS 層。Gartner 將虛擬機器類 IaaS 服務稱為 Cloud Compute Infrastructure Services (Instance IaaS)，比如 Amazon EC2，Alibaba ECS 等；將容器管理類 IaaS 服務稱為 Cloud Container Management Infrastructure Services (cIaaS)，比如 Amazon Elastic Container Service (ECS)，Amazon Elastic Container Service for Kubernetes (EKS)，以及 Google Kubernetes Engine 等。
（二）具體上，Gartner 將 PaaS 分為22個子類。
Gartner在其《Platform as a Service: Definition, Taxonomy and Vendor Landscape》報告中，收集了來自全球超過360家供應商的22類 PaaS 產品和服務。下表按 PaaS 名稱排序。
表1 Gartner對PaaS的分類
筆者要對上表中的 aPaaS 做下特別說明。aPaaS，Cloud Application Platform Service，Gartner 對它的定義是：雲上應用的開發、部署和執行平臺，並將其分為兩類：
- 一類是高控制（High-control）aPaaS，也叫 pro-code aPaaS。這類 aPaaS 平臺向 IT 專業開發人員提供傳統程式設計環境。目前，絕大多數的提供商提供的是這類平臺，包括Amazon Elastic Beanstalk、Salesforce Heroku、Red Hat OpenShift 等。
- 另一類是高生產率（High-productivity）aPaaS，也叫 low-code 和 no-code aPaaS。這類 aPaaS 平臺向業務人員和平民開發人員提供低程式碼或零程式碼開發環境。典型產品如 Mendix、OutSystems。
不得不說，雖然表1非常有助於我們瞭解市場上有哪些 PaaS 服務，但其分類也實在是太細了，這也說明目前 PaaS 市場的碎片化特徵比較明顯。筆者試圖將這22種 PaaS 服務分為三大類，見表2。筆者把 Gartner 定義的 aPaaS 看作狹義 aPaaS，而表2中的廣義 aPaaS 包含了更多的內容。
表2 PaaS 服務大類
嚴格來說，所有 PaaS 服務都是面向開發者和應用的，因此表2中的分類可能不是非常準確，但這三大類 PaaS 服務間還是有所區別的：應用類 PaaS 服務（廣義 aPaaS）是雲上應用開發平臺及相關元件，資料類 PaaS 服務更多的是向業務提供資料分析和智慧能力，其它 PaaS 服務則是在特定領域提供平臺式服務。本文後續提到的 aPaaS，都指的是廣義 aPaaS。
（三）從企業視角來看，PaaS 又可分為技術 PaaS 和業務 PaaS。
圖2 企業級 PaaS
現在 IT 發展水平較先進的企業中，基於技術性 PaaS 平臺，往往會構建企業技術中臺；基於技術中臺，又會構建企業級業務性 PaaS 平臺，包括業務中臺和資料中臺。業務中臺提供可共享複用的業務能力，資料中臺提供可共享服務的資料服務。
因此，可以認為，企業級 PaaS 平臺由技術性 PaaS 平臺和業務性 PaaS 平臺構成，企業中臺和企業 PaaS 大體上是同一個概念，或者說兩者高度重合。
PaaS 的發展簡史
PaaS 的發展史，用兩句話就可高度概況：PaaS 的發展與雲端計算的發展相伴相隨；aPaaS 代表了 PaaS 過去這十五年。因此，過去往往把 aPaaS 和 PaaS 這兩概念畫等號。
2006年，Amazon Web Services（中文名：亞馬遜雲科技）正式推出並商業化，這被視為公有云的發端。2007年，Salesforce 釋出 force.com，其目的是支援第三方客戶在其上開發、部署和管理應用，這被視為公有云PaaS的發端。此後，同類平臺如雨後春筍般發展起來，Google在2008年釋出 GAE，新浪在2009年釋出 SAE。2010年，Heroku 被 Salesfore 收購。2011年，亞馬遜雲科技釋出 Beanstalk 平臺，紅帽釋出 OpenShift 平臺，VMware 釋出 CloudFoundry。2015年，IBM 開始構建 Bluemix 平臺。2016年起，國內 PaaS 平臺建設加速。阿里巴巴、華為等科技巨頭開始發力公有云 PaaS，一批初創型 PaaS 服務公司湧現在市場中。
根據《賽迪顧問：2021 2022年中國 PaaS 市場研究年度報告》，aPaaS 在整體 PaaS 場中應用最多。aPaaS 能夠為應用開發和執行提供豐富的元件和環境，幫助企業快速構建應用、智慧化管理應用，2021年全球 aPaaS 在整體 PaaS 市場中的應用最多，佔比為38.3%。
圖3 2021年全球 PaaS 市場產品結構（來源：賽迪顧問）
廠商方面，亞馬遜雲科技是全球 PaaS 市場第一大廠商，微軟和 Salesfore 緊隨其後。Amazon 作為全球雲服務領域的頭部廠商，利用其在全球的26個地理區域中的84個可用區和300多個邊緣節點，能夠為全球大部分的國家和地區提供全面的 PaaS 服務，佔全球 PaaS 市場規模的18.7%。
表3 2021年全球 PaaS 市場廠商 TOP3（來源：賽迪顧問）
在國內 PaaS 市場，公有云佔比高超過60%，阿里雲、亞馬遜雲科技、華為雲、騰訊雲等公有云巨頭處於領導者象限。
圖4 2021年中國 PaaS 市場廠商競爭力象限分析圖（來源：賽迪顧問）
PaaS 再升級
接下來要闡述的 PaaS 當下這次再升級，也可用兩句話高度概況：aPaaS 日臻成熟，新興低程式碼平臺崛起，iPaaS 將迎來新發展機會；資料類 PaaS 將異軍突起，將對 aPaaS 形成趕超。下面從這兩個方面來分別介紹。
（一）aPaaS 日臻成熟，三個趨勢凸顯。
在筆者看來，經過近15年的發展，傳統的面向專業開發者的 aPaaS 平臺已日臻成熟，使用也非常普及。從 Gartner 的 PaaS 炒作曲線中也可以看出，aPaaS 目前已處於發展成熟期。
圖5 2021年 PaaS 炒作曲線（來源：Gartner）
當然，這不是說 aPaaS 已到天花板而將不再發展。筆者認為 aPaaS 接下來有三個主要發展趨勢：
一是雲開發平臺的雲原生化。
應用的雲原生化必然要求 aPaaS 平臺雲原生化。如圖6所示，Gartner 預測，雲原生 PaaS 平臺將具有四個特點：微服務、持續釋出、無服務化和多重體驗。Gartner 預計，到2025年，雲原生平臺將成為超過95%的新興企業的基礎應用平臺，而2021年這一比例還不到40%。
圖6 雲原生 PaaS 平臺的四大特徵（來源：Gartner）
二是開發平臺的低程式碼化。低程式碼開發平臺（LCAP）興起，有望成為 aPaaS 的一大分支。
低程式碼開發平臺（LCDP）是無需編碼或透過少量程式碼就可以快速生成應用程式的開發平臺。透過視覺化應用程式開發的方法，使具有不同經驗水平的開發人員可以透過圖形化的使用者介面，使用拖拽元件和模型驅動的邏輯來建立網頁和移動應用程式。
2014年，研究機構 Forrester 正式提出了“低程式碼”概念，Gartner 隨後用基於 aPaaS 的高生產力平臺（hpaPaaS）來命名這一品類，Microsoft、Mendix 等深耕低程式碼頭部企業也逐步入局。筆者認為，hpaPaaS 屬於狹義a PaaS 領域中的一個新興分支，是一種雲上應用新型開發、部署和執行平臺。
在筆者看來，隨著軟體人力成本持續上升，以及企業數字化轉型帶來的需求量大幅增加，低程式碼平臺的價值將逐步顯現，應用也會越來越廣泛。它的出現改變了現有應用開發模式，能增加廣義開發人員的數量，應用交付速度得以加快，企業 IT 活動得以降本增效。
Gartner 預測，到2025年，企業開發的新應用程式中有70%將使用低程式碼或無程式碼技術，而2020年這比率還不到25%。
筆者認為，這種新型aPaaS平臺一定未來可期。雖然Gartner的炒作曲線中，LCAP 已經處於成熟期，但筆者在調研國內市場十餘家低程式碼平臺後還是認為其目前仍然處於發展早期，產品成熟度有待進一步提升。筆者期待各大公有云上低程式碼平臺的地位得以提升。低程式碼開發平臺必將成為公有云 PaaS 平臺的重要組成部分。
三是 iPaaS 的重要性將會進一步提升。
iPaaS 用於企業級整合。過去，ESB（Enterprise Service Bus，企業服務匯流排）承擔了企業服務整合的職能。如今的多雲和混合雲時代，企業整合需求更加豐富，如應用與應用之間的整合、企業和企業之間的資料交換、公有云到私有云以及多雲之間的協同、裝置到裝置之間的整合，還有企業和生態合作伙伴之間的對接等。這些都將持續提升iPaaS的重要性。
（二）資料類 PaaS 服務是哪些？
一類是雲資料庫服務，包括關係型資料庫和非關係型資料庫，統稱為 dbPaaS。
以亞馬遜雲科技為例，其提供瞭如圖7所示的八大類十餘種資料庫服務。
圖7 亞馬遜雲科技八大類資料庫服務（來源：亞馬遜雲科技）
第二類是資料分析服務，統稱為 abiPaaS。
如圖8所示，亞馬遜雲科技提供了互動式查詢、大資料處理、日誌分析和搜尋分析、實時分析、資料倉儲和視覺化等資料分析類服務。其中，Amazon EMR 用於大規模資料處理，支援Hadoop、Spark等開源處理專案。Amazon MSK 用於實時分析。Amazon Kinesis 用於實時資料流收集。Amazon OpenSearch Service是一個基於開源搜尋引擎 OpenSearch 的日誌分析與搜尋分析工具。Amazon QuickSight 用於資料視覺化。Amazon Athena 使用標準 SQL 即時分析儲存在 S3 中的資料。Redshift 資料倉儲服務，可以對 PB 甚至 EB 級結構化資料集合執行復雜查詢。
圖8 亞馬遜雲科技資料分析服務（來源：亞馬遜雲科技）
第三類是人工智慧即服務，稱為 AI PaaS。
目前，各大公有云都提供了品類豐富的 AI 服務。亞馬遜雲科技將其服務分為人工智慧（AI）服務和機器學習（ML）服務。其中，AI 服務比如文字、影像、影片等處理類服務；ML 服務主要是 Amazon Sagemaker 人工智慧平臺服務。
圖9 亞馬遜雲科技人工智慧服務家族（來源：亞馬遜雲科技）
把這三大類資料服務合併，加上區塊鏈服務，就是圖10的樣子。這些服務構成了公有云資料類 PaaS 服務可能是最齊全的大家族。
圖10 亞馬遜雲科技資料類 PaaS 服務家族（來源：亞馬遜雲科技）
雲資料庫類服務大家都比較熟悉，無需贅述。資料分析類服務和人工智慧服務，兩者之間是什麼樣的關係呢？實際上，兩者之間不是孤立的，而是存在緊密的聯絡。主要有兩種關係：
一種是資料分析服務於人工智慧。
此類場景中，資料分析服務對源資料進行收集、篩選和清洗，並將處理後的資料作為人工智慧服務的訓練資料，最後產生推薦模型和部署為推薦服務。這種關係比較常見。
圖11 資料分析服務於人工智慧（來源：亞馬遜雲科技）
另一種是人工智慧服務於資料分析。
亞馬遜雲科技多數資料分析服務都整合了人工智慧服務，比如 Redshift ML、Athena ML、Quicksight ML 等服務。以釋出於2021年5月的 Amazon Redshift ML 服務為例，它利用 Amazon SageMaker 服務，讓使用者能夠用SQL命令建立、訓練、部署和使用機器學習（ML）模型。
圖12 Amazon Redshift ML 服務（來源：亞馬遜雲科技）
如上圖所示，資料進入 Redshift 數倉以後，使用者可直接在SQL語句中使用‘create model’命令來建立機器學習模型。然後，Amazon Sagemaker 自動建立和訓練出 ML 模型並進行部署，然後使用者可以使用 SQL 語句來進行預測性查詢。
（三）為什麼未來資料類 PaaS 將異軍突起甚至超越 aPaaS？
在賽迪顧問的“2021年全球 PaaS 市場產品結構”圖（圖3）中，上述三種資料類 PaaS 分別被稱為 DBPaaS、BDPaaS 和 AIPaaS。從全球份額上看，三者的份額加起來都沒有 aPaaS多。那為什麼筆者還認為未來資料類 PaaS 將異軍突起甚至超越 aPaaS 呢？筆者認為主要原因有三：
1.先做應用建設，再增加資料服務，是幾十年來的普遍IT規律。
過去還沒有出現雲服務的年代，應用都是傳統式的。企業往往是先自己開發或購買應用，隨後開始支撐業務。隨著時間的推移，使用者越來越多，資料庫中就有了越來越多的資料。此時，企業往往會購買專業的資料分析類軟體用於資料分析，主要是製作各種報表。但這種資料分析軟體，往往都龐大而笨重，價格動輒千萬級別，成本非常高，還需要專人維護。
有了公有云服務後，企業首先利用到雲上各種服務快速構建起應用。此時通常會利用雲關係型資料庫，因為這是最容易的事情。應用投產後，使用者和產品越來越多，資料庫中留存的資料也越來越多。此時，企業想知道“我的客戶滿意度如何？銷量季度環比如何？”，就會對應用增加資料分析和視覺化功能。企業還想知道“下季度我企業的新產品銷量會如何？”，就會利用人工智慧服務進行預測。現在，用更少的錢，以很小的起點，就可以獲取之前上千萬美金才能獲取的能力，這就是公有云上的優勢。
圖13 三段式資料利用旅程（來源：Amazon re:Invent 2021）
因此，不論是過去還是當下，先搭建應用並留存下資料，再做資料分析和視覺化，直到利用人工智慧進行預測，這是 IT 業務的基本旅程。aPaaS 的主要使命是為了開發者更便捷地搭建、釋出和執行應用，而各種資料類 PaaS 則服務於資料分析和智慧預測。
2.業務持續數字化轉型，資料量越來越大，對資料服務的要求越來越多、越來越高。
業務數字化的核心是資料驅動。業務數字化，帶來資料量指數型增長，企業對資料儲存和計算分析的能力要求不斷提升。
一方面，雲關係型資料庫高速發展。雲上資料庫效能和便捷性越來越高，而成本卻越來越低。以 Amazon Aurora 為例，它是與 MySQL 和 PostgreSQL 相容的關聯式資料庫。效能和可用性與商用資料庫相當，成本只有其 1/10，還大大減輕運維負擔，節省運維成本。
另一方面，由於大資料、物聯網、機器學習等應用場景的興起，非關係型資料的資料量和處理需求增長速度高。Gartner 資料顯示，2021年非關係型資料庫的市場收入達到148億美元，佔總體資料庫市場的19%。2017年時，這一比例僅為8%。
從圖14可以看出，雲上資料庫在整個資料庫市場的比例逐年快速上升。本地資料庫和雲上資料庫的市場份額已經非常接近，到2021年，已經達到49%。按此趨勢，今年（2022年）雲資料庫將首次超過本地資料庫。
圖14 2017到2021年本地和雲資料市場份額
3.業務持續數字化轉型，新一代數字應用的出現，激發了資料類 PaaS 服務的需求。
《數字化轉型知識方法系列之一：數字化轉型的基本認識與參考架構》一文指出，數字化轉型是順應新一輪科技革命和產業變革趨勢，不斷深化應用雲端計算、大資料、物聯網、人工智慧、區塊鏈等新一代資訊科技，激發資料要素創新驅動潛能，打造提升資訊時代生存和發展能力，加速業務最佳化升級和創新轉型，改造提升傳統動能，培育發展新動能，創造、傳遞並獲取新價值，實現轉型升級和創新發展的過程。
新一代企業級數字應用的加速迭代和創新，將充分釋放 PaaS 的價值並增加對 PaaS 的需求，尤其是將帶動 AIPaaS、IoTPaaS、bPaaS 等資料類 PaaS 服務在整個 PaaS 市場的份額進一步擴大。
這種現象，一方面是源自使用者對產品的更高要求，他們已經不滿足於僅使用基礎設施與開發工具。另一方面是面對激烈的市場競爭與客戶需求變化，他們需要藉助更強大的工具來完成自己的業務創新與應用雲上應用部署，這都需要更加敏捷、可擴充套件、智慧的、資料驅動的PaaS服務來實現。
某知名機構2021下半年對國內公有云市場的分析資料表明，AI PaaS 在國內各 PaaS 細分市場中增速最高。
（四）資料類 PaaS 服務的兩個發展趨勢
趨勢一：一體化。
所謂一體化趨勢，是指資料庫服務、資料分析服務和人工智慧服務構成了一個完整閉環。如圖15所示，人、應用程式和裝置作為資料來源產生資料，原始資料進入資料湖，作為機器學習類服務和資料分析類服務的資料來源，它們處理後的資料被儲存進關係或非關係型資料庫中。此類資料再反哺人、應用程式和裝置，比如提供資料包表、畫像標籤、分析預測等能力，從而促進業務數字化水平，並完成資料處理閉環。
圖15 亞馬遜雲科技上的資料閉環
圖16是在 Amazon re:Invent 2021 - Database, Analytics, and Machine Learning Keynote with Swami Sivasubramanian 演講中提到的一個客戶案例。該案例充分體現了資料在一完整資料體系中的流轉過程。
圖16 亞馬遜雲科技上的資料閉環案例（ADP）（來源：Amazon re:Invent 2021 ）
這種閉環模式，對公有云平臺提供商提出了高要求。他們不能孤立地對待這些服務，而需要打通服務邊界，建立資料自由流通的渠道，這反過來又要求打通企業的部門牆，實現資料服務一盤棋。
趨勢二：無伺服器化（Serverless）。
在筆者的另一篇文章《亞馬遜雲科技15 年：從 Serverful 到 Serverless》中，詳細闡述了Serverless。表4列出了2021年亞馬遜雲科技部分 Serverless 服務。可以看出，過去亞馬遜雲科技的 Serverless 工作主要還是在 aPaaS 和 dbPaaS 領域。筆者大膽預測，這兩個領域的 Serverless 化工作接近完成，接下來資料分析和人工智慧服務的 Serverless 化將是他們的工作重心。
表4 亞馬遜雲科技部分 Serverless 服務（2021年）
關於服務 Serverless 化的好處，文章中提到了三個直接好處：節省成本、降低技術和管理負擔，以及加快應用交付速度，和兩個間接好處：討好使用者、施壓追隨者。相信亞馬遜雲科技後續有越來越多的 Serverless 化資料分析和人工智慧服務推出。
就在幾天前（7月12日），亞馬遜技術長 Werner 博士在紐約亞馬遜雲科技峰會上正式宣佈 Amazon Redshift Serverless GA，這又一次印證了筆者的判斷。至此，亞馬遜雲科技已經完成資料分析三大件（EMR，MSK，Redshift）的 Serverless 化。
PaaS 再升級背景下，企業的應對之策
前文釐清了 PaaS 的概念，闡述了 PaaS 的發展趨勢。過去，是得 aPaaS 者得 PaaS 天下，而未來，則是得資料類 PaaS 者得 PaaS 天下。在 PaaS 這種進化升級背景下，我們再來看看各類企業的應對之道。這裡主要針對國內企業。
首先說說大中型傳統企業。
國內大中型傳統企業，大部分都已完成 IaaS 雲平臺的建設，企業上雲已完成過半甚至更多。往往都設立了大資料部門，建設了大資料平臺。但是，大資料平臺和雲平臺無論在組織結構上還是基礎設施上都是分離的。大資料平臺基本上都是池化的，買幾千臺伺服器搞個大池子，提供的基本上是人機互動式介面。
很顯然，這種模式很難滿足這些企業未來的數字化要求。筆者建議做如圖17所示的改變：
- 將大資料平臺和雲平臺合併，由合併後的新統一雲平臺提供服務化的資料分析服務，從而實現大資料平臺由池化和工具化向雲化和服務化的轉變。
- 將大資料平臺團隊和雲端計算團隊合併，大資料平臺團隊成為雲端計算團隊的一部分，即大資料團隊成為雲端計算部門中的大資料 PaaS 團隊。
圖17 大型傳統企業的 PaaS 轉型
引申一下，現在大中型傳統企業所說的“上雲”，往往還是其字面意思，即“把應用搬到雲上”，也就是把系統從小機、物理機或 VMware 虛擬機器上搬到雲虛擬機器上，用到的還只是雲的計算、儲存、網路和資料庫等基礎能力。更高層次的“上雲”，應該是“雲化”，包括：基礎設施（含大資料平臺和人工智慧平臺）雲化；應用開發平臺和開發元件上雲並 aPaaS 化；應用雲原生化；業務、資料和智慧能力中臺化，並建立必要的配套機制，使其得到廣泛應用。關於企業上雲，筆者在另一篇文章《為什麼企業全面雲化需要 IT 戰略支撐和驅動》中有所談及。
再來說說國內公有云廠商。
國內幾個大型公有云廠商，近年不約而同地宣告要把發展 PaaS 作為未來的重點發力方向。那麼，根據前述觀點，他們需把工作重心放到一體化、Serverless 化的資料類 PaaS 服務上。筆者多個深度使用國內公有云服務的朋友都反饋，國內公有云的 IaaS 服務離亞馬遜雲科技的距離其實不大，但資料分析和人工智慧類服務的差距還相當大。
再說說國內行業雲提供商。
國內行業雲提供商很多，但似乎沒幾家真正成氣候的。從 IaaS 角度，行業雲的產品和市場實力、規模自然沒法和大型公有云相提並論，因此，只拼 IaaS 那肯定是拼不過的。那就只能在 PaaS 和 SaaS 上發力了。
從 PaaS 角度，行業雲要將其行業屬性注入，尤其是要注入資料類PaaS服務。看到有好幾家行業雲，主要還是做賣 IaaS 生意，資料分析服務沒有，人工智慧服務沒有。沒有帶有行業屬性並且自己大規模深度使用的 PaaS 服務，那行業雲就無法成為真正的行業雲。
最後說說中小企業。
上公有云是中小企業的最佳選擇。企業創立之初，就能利用到業界最新最領先的雲服務，包括 PaaS 服務，聚焦業務發展，這在沒有公有云的年代是難以想象的。根據前面提到的IT旅程，由應用建立開始，到資料分析，到人工智慧，充分利用雲上的各種服務，打造先進的雲原生應用系統，為業務發展提供靈活而強大的支撐力和驅動力。
小結
綜上所述，PaaS 當下的再升級路徑，是在由以應用類aPaaS服務為中心向以資料類PaaS服務為重心發展。
這種進化升級趨勢，和時下流行的數字化轉型密不可分。數字化轉型以業務模式轉型和業務流程效率提升為目標，以IT技術作為支撐，是IT技術的綜合運用。“以云為體，數智為用”，即以云為體系和基座，以人工智慧、大資料、區塊鏈等新一代 IT 技術的綜合運用來解決系統化問題。曾經有位領導問我，數字化應用到底是什麼樣的。我回答道，通常來說，使用大資料服務和人工智慧服務越多的應用，其數字化程度往往越高。圖18中的曲線可能不太精確，但筆者堅定地認為，資料類 PaaS，特別是資料分析和人工智慧類服務，是提升業務數字化水平的利器。
圖18 資料類 PaaS 服務的運用和業務數字化水平之間的關係
PaaS 的這次再升級，不是以人的意志為轉移的，而是和這輪波瀾壯闊的數字化轉型發展大潮密不可分。
本篇作者
劉世民
雲端計算技術專家，曾就職於華為、IBM、海航等公司，專注於雲端計算。曾在海航集團易航科技擔任雲服務事業群總經理一職，負責 IDC、雲平臺、系統運維、資訊保安以及使用者服務等業務。維護有“世民談雲端計算”技術部落格和微信公眾號。《OpenShift雲原生架構原理與實踐》作者之一、《Ceph Cookbook中文版》《精通OpenStack》、《機器學習即服務:將Python機器學習創意快速轉變為雲端Web應用程式》譯者之一。
