雲原生週刊:K8s未來三大發展方向丨2024.10.28

kubesphere發表於2024-10-28

開源專案推薦

Beszel

輕量級高顏值的 Docker 監控平臺。這是一個輕量級的伺服器監控平臺,包括 Docker 統計、歷史資料和警報功能。它擁有友好的 Web 介面,配置簡單、開箱即用,支援自動備份、多使用者、OAuth 認證和 API 訪問等功能。

Karate

開源的 API 自動測試框架。這是一款基於 Java 的 API 測試框架,可與 Spring Boot、Maven 等 Java 生態系統無縫整合。它整合了 API 測試自動化、模擬、效能測試和 UI 自動化等功能,支援使用類似 Cucumber 的語法編寫測試用例,並提供了一個跨平臺的可執行檔案,即使對 Java 不熟悉也能輕鬆上手。

Kubernetes Goat

Kubernetes 安全攻防演練平臺。該專案是用於構建漏洞百出、易受攻擊的叢集環境,讓開發者可以在真實場景中學習 K8s 攻擊和防禦技巧。

Envd

高效的 AI 開發環境搭建工具。這是一個為 AI/ML 專案提供可復現開發環境的命令列工具。只需簡單的配置語言和命令,即可快速建立基於容器的開發環境,支援遠端構建、依賴快取和匯入遠端倉庫等功能。

文章推薦

KubeSphere 最佳實戰:Kubernetes 部署叢集模式 Nacos 實戰指南

Nacos,即Dynamic Naming and Configuration Service的縮寫,是一個專為雲原生應用設計的動態服務發現、配置管理和服務管理平臺。它為構建以服務為中心的現代應用架構(如微服務架構和雲原生架構)提供了強大的服務基礎設施。

本文將為您提供一份詳盡的實戰指南,指導您如何在Kubernetes叢集中部署以叢集模式執行的Nacos服務,助您輕鬆實現服務的動態管理與配置。

CNCF技術委員會成員揭示了Kubernetes(K8s)未來的三個主要發展方向,包括WebAssembly、eBPF以及可持續性

在今年的Kubernetes Summit上,兩位蘋果工程師Katie Gamanji和太田航平回顧了K8s的十年發展,並揭示了未來的三大發展方向:WebAssembly、eBPF和可持續性。他們指出,K8s透過宣告式配置和自動化機制提供了良好的移植性和適應力,目前擁有龐大的開源專案和貢獻者。未來,K8s將透過WebAssembly實現跨環境執行,eBPF將擴充套件至資安監控和可觀察性,同時關注可持續性,利用Kepler追蹤能耗和碳察覺KEDA工具進行自動排程,以減少碳排放。此外,Katie還強調了參與CNCF專案的多樣性和雲原生生態圈的健康發展。

如何在 Kubernetes 上執行資料庫:8 步指南

儘管如今沒有人質疑使用 Kubernetes (K8s) 來管理容器應用程式,但很多工程師仍然對在 Kubernetes 上執行資料庫持懷疑態度。由於資料庫通常是有狀態的應用程式,它們需要持久的資料儲存和一致性,而 Kubernetes 是靠無狀態應用程式建立起來的。因此,要在 Kubernetes 上執行資料庫,您需要確保它可以提供持久儲存、備份和恢復以及高可用性和故障轉移。

本文作者將使用在 Kubernetes 上建立和執行 MySQL 資料庫的示例來演示如何在 Kubernetes 中管理有狀態應用程式。將深入探討 StatefulSet、PersistentVolumes (PV)、PersistentVolumeClaims (PVC) 和 StorageClasses 等關鍵概念。

雲原生動態

OpenBao 確認首個路線圖和社群方向

OpenBao 的存在是為了提供軟體解決方案來管理、儲存和分發敏感資料(包括機密、證書和金鑰)。OpenBao 的首個方向和路線圖已獲得TSC批准,標誌著專案對開放性和與社群合作的重大承諾。路線圖分為“更安全”、“社群”和“可擴充套件性”三個主要領域,旨在解決社群長期請求的問題,並透過實現事務儲存、並行密封機制、多租戶名稱空間支援等關鍵功能,引導專案向更聚焦、支援更多的方向發展。

PyTorch 2.5 版本釋出

PyTorch 2.5版本正式釋出,此版本為SDPA提供了新的CuDNN後端以加速H100或更新GPU上的運算,最佳化了torch.compile的區域編譯功能以減少冷啟動時間,並引入了效能強大的TorchInductor CPP後端,支援FP16、CPP包裝器等多種增強功能。此版本包含504位貢獻者的4095次提交,我們誠摯感謝社群的貢獻,並鼓勵使用者試用新功能並反饋問題以助力2.5版本的完善。

RYOMA成為 LF AI & Data 基金會沙箱專案

RYOMA,一個創新的AI驅動代理框架,已作為沙箱階段專案加入LF AI & Data 基金會。RYOMA旨在高效、穩健地解決複雜資料問題,透過整合多種技術和框架,增強資料分析、工程和視覺化能力。加入LF AI & Data後,RYOMA將受益於社群協作、開源治理、資源支援及曝光推廣,有望進一步提升其能力,成為企業資料戰略中的重要工具。

相關文章