【云原生】什么是云原生？如何学习云原生？一篇文章带你理解云原生

萌晓许 · 发布于 2023-4-20 14:14:20

云原生，相信这个名词大家并不陌生；云原生在近期可谓是爆火，随同云计算的滚滚浪潮，云原生(CloudNative)的概念应运而生，云原生很火，火得一塌糊涂。可是如今很多人还是不晓得什么是云原生，所以今天我们就来聊一聊近期很火的这个名词：云原生吧。

大家平时经常提到云原生，却鲜少有人告诉你到底什么是云原生，若是找资料来看，读完大多会感觉云绕雾罩，一知半解，总之虚得很；甚至会让你一度疑心自己的智商，不过我对于读不懂的文章，一律归因于写文章的人太蠢，当然这不一定是事实，但这样的考虑方式能让我防止陷入自我疑心的负面情绪。
其实，云原生之所以解释不清楚，是因为云原生没有确切的定义，云原生不时在开展变化之中，解释权不归某个人或组织所有。作为云计算领域的一个新兴概念，云原生如今频繁出如今我们的视野中。很多互联网大咖把它奉为至宝，走到哪说到哪，所以我们就先来看一下云原生的起源吧。
云原生的起源

云原生的概念最早开端于2010年，在当时 Paul Fremantle 的一篇博客中被提及，他主要将其描绘为一种和云一样的系统行为的应用的编写，比如分布式的、松懈的、自效劳的、持续部署与测试的。当时提出云原生是为了能构建一种符合云计算特性的规范来指导云计算应用的编写。
后来到2013年 Matt Stine在推特上迅速推广云原生概念，并在2015年《迁移到云原生架构》一书中定义了符合云原生架构的特征：12因素、微效劳、自效劳、基于API协作、扛脆弱性。而由于这本书的推广畅销，这也成了很多人对云原生的早期印象，同时这时云原生也被12要素变成了一个笼统的概念。
那么接下来我们就来介绍一下CNCF。
CNCF，全称为Cloud Native Computing Foundation，中文译为“云原生计算基金会”。
这个基金会成立于2015年12月11日，属于Linux基金会旗下。
CNCF致力于培育和维护一个厂商中立的开源生态系统，来推广云原生技术。
所以说，CNCF是云原生领域影响力最大最有话语权的组织。

说起CNCF的故事，还要从Cgroups（control groups，控制组群）开端说起。
十六年前，也就是2004年，谷歌开端使用容器技术。到了2006年，谷歌发布了Cgroups，最初叫Process Container（进程容器）。
Process Container的目的非常直白，它希望可以像虚拟化技术那样，给进程提供操作系统级别的资源限制、优先级控制、资源审计才干和进程控制才干。
带着这样的设计思路，Process Container发布后第二年就进入了Linux内核主干。
因为在Linux内核中，容器（container）这个名词有许多不同的意义，为防止混乱，就更名为Control Groups，也就是Cgroups。
2013年，Docker项目正式发布，2014年，K8s项目也正式发布。
K8s项目的初衷，就是提供一种方式去协助大家方便、快速、优雅地管理容器。（K8s是云原生的基石，后面会细讲。）
在Google和Redhat发布了K8s之后，这个项目的开展速度非常之快。
2015年，由Google、Redhat以及微软等大型云计算厂商以及一些开源公司共同牵头成立了CNCF云原生基金会。
CNCF成立之初，就有22个开创会员，而且K8s也成为了CNCF托管的第一个开源项目。

CNCF基金最初对云原生定义是也是深窄的，当时把云原生定位为容器化封装+自动化管理+面向微效劳：

The CNCF defines “cloud-native” a little more narrowly,
to mean using open source software stack to be containerized,
where each part of the app is packaged in its own container,
dynamically orchestrated so each part is actively scheduled
and managed to optimize resource utilization,
and microservices-oriented to increase the overall agility
and maintainability of applications.

复制代码

这主要因为CNCF基金会在当时的核心拳头软件就是 k8s，因而在概念定义上主要是围绕着容器编排建立起来的生态。其实这也是为什么我们可以看到 CNCF 定义云原生的时候有时感觉就是再说容器生态。
2017年，Matt Stine 在接受 InfoQ 采访时，对云 Cloud Native Architecture 的定义做了小幅调整，详细有以下六个特质：

模块化（Modularity）
可观测性（Observability）
可部署性（Deployability）
可测试性（Testability）
可处置性（Disposability）
可替代性（Replaceability）

复制代码

2019年, VMware Tanzu收购了 Pivotal，其官网给出了云原生最新定义，以及云原生的架构原则：

云原生是一种利用云计算交付模型的优势来构建和运行应用程序的方法论。
当企业使用云原生架构开发和运维应用程序时，它们能更快速地响应客户需求将新想法推向市场。
虽然公共云影响了几乎所有行业对于根底设备的思维形式，但类似云的交付并不只限于公共环境。
云原生的开发同时适宜公共云和私有云，你只需要关心应用程序是如何创建和部署，无需理睬在哪部署。
更重要的是可以为开发人员提供按需访问计算才干以及现代数据和应用程序效劳。
云原生开发交融了 DevOps、连续交付、微效劳和容器。
云原生架构原则：DevOps、Microservices、Containers、Security

复制代码

2021年，已经有几百家企业和机构参与 CNCF 参与云原生的建立，其中不乏亚马逊、微软、思科、华为、阿里云等大型科技公司。截止到目前（2021年10月），CNCF 已毕业的项目有16个，孵化中的项目有23个。
所以，云原生的开展是与CNCF亲密相关不可分别的。
云原生与云计算

提及云原生我们就不可能分开云计算。
从云原生的定位可以看到，云原生包含大量新的PaaS层技术和新的开发理念，是释放云计算价值的最短途径，也推动着云计算的再晋级。
整个云原生技术栈都是基于开源、开放的技术规范。CNCF也在致力于云原生技术的规范化，为云原生技术和产品的用户提供使用云效劳的规范界面，同时防止了厂商锁定。

所以，云原生是云计算的晋级也是云计算的趋势。
简而言之，云原生不只是对使用云的应用架构的再晋级，也是对云平台的技术和云效劳的再晋级。从构建现代化应用的角度，我们可以发现，云原生对应用的重构体如今应用开发的整个生命周期中。
云原生的开展趋势

而云计算经过十几年的开展，从一开端讨论什么是云计算，到争论云计算是否是旧瓶装新酒，再到讨论如何建立云根底才干，到如何建立云平台上的应用，随着业界对云计算技术的不时探究，我们对云计算的理解和期望在日益提升。当前，大部分的企业已经确实领会到了云计算带来的竞争优势，并已经建成企业内部的私有云根底才干，或是将数据中心迁移到公有云上。应用如何使用好云计算根底设备，使云计算发挥最大才干，是目前云计算技术中最重要的议题。
运维继续下沉，效劳网格将成为主流，Serverless逐步推广

云计算的一个开展方向就是运维下沉，将和业务无关的管理功能和运维工作尽量下沉到根底设备中，应用可以聚焦在业务才干的开发和运营。这个趋势演化的过程，影响了云计算的开展方向。从一开端的虚拟化，到IaaS，到PaaS都是将应用系统的部分运维职责交给平台运维的过程。
软硬结合，处置虚拟化性能问题的利器

随着云计算的开展，虚拟化技术越来越多的被使用，从计算虚拟化到存储虚拟化到网络虚拟化。虚拟化技术带来了很多的好处，虚拟化是根底设备效劳化的根底，通过虚拟化，可以实现根底设备即代码，大大提升了资源的可管理性和自动化水平。但是虚拟化带来了另外一个问题，就是性能的损耗和软件进程之间的互相影响问题。
对于性能损耗，会导致需要的资源比实际业务消耗的资源更多，提升了效劳器资源的本钱；进程之间的互相影响则会导致云平台的整体性能问题，网络虚拟化和存储虚拟化都需要通过软件进程的方式，来处置网络流量和IO。为了实现分布式高可用和减少数据包转发，根底的SDN，SDS的进程通常是和应用进程部署在同一套集群上。这就导致了有可能部分的SDN和SDS的管理进程所在效劳由于各种原因，CPU或是内存占用过大，导致无法及时处置网络和IO恳求，导致云平台整体性能下降。
容器虚拟机进一步交融

容器和虚拟机的优势和优势，冷静器技术降生的那天起就不时在争论。容器轻量化，良好的封装才干和部署简便的特点，特别是在Kubernetes呈现后，大有取代虚拟机的气势。但是在处置重应用（如关系型数据库，大数据等）的这点上，容器技术显得有些力不从心。另外容器技术在资源隔离和安全性上，还达不到虚拟机的水准，所以在很多场景，仍然是虚拟机的用武之地。
在这种情况下，如何实现容器技术和虚拟化技术的交融，发挥两者的优点，成为云计算的一个开展课题。目前的技术主要有三种，一种是容器虚拟机的混布；一种是轻量级虚拟机；最后是安全容器。
所以，云原生技术是目前技术阶段，企业IT系统的最优形式的集合。企业通过遵循云原生的技术和设计形式，可以充沛发挥云计算平台的优势的同时，可以最大限度的减少对开发效率的影响，实现稳定而高效的系统。技术是不时开展的，云原生技术也是一个不时更新迭代的过程，相应的开发习惯和方法也会跟着改变。

云原生的代表技术

容器

一般我们说的“容器”（LinuxContainer，LXC），都是“Linux容器”（当然微软也在搞容器，但还没linux那么成熟）。
开源处置方案供给商红帽官网给出的容器定义：
Linux® 容器是与系统其他部分隔分开的一系列进程。
运行这些进程所需的所有文件都由另一个镜像提供，这意味着从开发到测试再到消费的整个过程中，Linux 容器都具有可移植性和一致性。
因而，相对于依赖反复传统测试环境的开发渠道，容器的运行速度要快得多。容器比较普遍也易于使用，因而也成了 IT 安全方面的重要组成部分。
容器提供进程级的隔离，可以将操作系统管理的资源划分到互相隔离的组中，在互相隔离的组之间处置资源使用存在抵触的问题。
比如应用程序（Application）APP 1 ，只能在centos 操作系统上运行；APP2只能在ubuntu操作系统上运行。而同一个操作系统同时运行APP1和APP2就产生抵触。容器技术则恰恰可以处置这类问题。目前主流的容器技术有Docker、LXD以及RKT等。

Docker

说到容器，就不得不说Docker。
2010年，几个大胡子的年轻人在美国旧金山成立了一家名叫“dotCloud”的公司。这家公司主要提供基于PaaS的云计算技术效劳。详细来说，是和LXC有关的容器技术。
LXC，就是Linux容器虚拟技术（Linux container）

后来，dotCloud公司将自己的容器技术停止了简化和规范化，并命名为——Docker。
Docker项目发布时，无非也是LXC的一个使用者。它创建和使用应用容器的逻辑跟Warden等竞争对手没有实质不同。
不过，我们如今也晓得，真正让PaaS项目无所适从的，是Docker项目最凶猛的杀手锏：容器镜像。
Docker项目通过容器镜像，直接将一个应用运行所需的完好环境，即：整个操作系统的文件系统也打包了进去。
这种思路，可算是处置了困扰PaaS用户已久的一致性问题，制作一个“一次发布、随处运行”的Docker镜像的意义，一下子就比制作一个连开发和测试环境都无法统一的Buildpack高明了太多。
Docker项目大大降低了容器技术的使用门槛。轻量级，可移植，虚拟化，语言无关，写了程序扔上去做成镜像可以随处部署和运行，开发、测试和消费环境彻底统一了，还能停止资源管控和虚拟化。
Docker作为一种开源应用容器引擎，是为开发人员和系统管理员设计的用于构建、发布和运行分布式应用的平台，典型的Docker平台Kubernetes、Openshift V3、Flynn、Deis等。
Docker允许开发人员将各种应用以及依赖包打包到一个可移植的Docker容器中，以Docker容器为资源分割和调度的根本单位，封装整个软件运行时的环境，然后发布到Linux机器上。

依照Docker的设计方案，应用软件的交付过程仿佛海上运输，操作系统OS仿佛一个货轮，每一个在OS根底上的软件都仿佛一个集装箱。
用户可以通过规范化手腕自由组装运行环境，同时集装箱的内容可以由用户自定义，也可以由专业人员（开发人员或系统管理员）定制。
如此一来，交付一个应用软件产品，就相当于交付一系列规范化组件的集合。

Kubernetes

有了容器，就需要编排管理容器的生命周期。这里就要提到kubernetes。

Kubernetes，这个单词来自于希腊语，含义是舵手或领航员。K8s是它的缩写，用“8”字替代了“ubernete”这8个字符。
K8s并不是一件全新的发明。它是谷歌根据其内部使用的 Borg 改形成的一个通用容器编排调度器，于2014年6月开源。
同年7月，微软、Red Hat、IBM、Docker等公司，相继参与K8s。
2015年，谷歌将其捐赠给Linux基金会下属的云原生计算基金会（CNCF），K8s也成为CNCF第一个项目。
云可以为我们提供稳定而唾手可得的根底设备，但是业务上云成了一个难题，K8s 的呈现与其说是从最初的容器编排处置方案开端，倒不如说是为理处置应用上云（即云原生应用）这个难题。
CNCF中托管的一系列项目，即致力于云原生应用整个生命周期的管理，从部署平台、日志搜集、Service Mesh（效劳网格）、效劳发现、分布式追踪、监控以及安全等各个领域通过开源软件为我们提供一整套处置方案。
Kubernetes作为云应用的部署规范，直接面向业务应用，大大进步了云应用的可移植性，处置云厂商锁定的问题，让云应用可以在夸云之间无缝迁移，甚至用来管理混合云，成为企业 IT 云平台的新规范。

微效劳

微效劳需要从两个方面去理解：什么是"微"、什么是"效劳"。
微，狭义来讲就是体积小。
著名的 "2 pizza 团队" 很好的诠释了这一解释（2 pizza 团队最早是亚马逊 CEO Bezos提出来的，意思是说单个效劳的设计，所有参与人从设计、开发、测试、运维所有人加起来只需要2个披萨就够了）。

而所谓效劳，一定要区别于系统，效劳一个或者一组相对较小且独立的功能单元，是用户可以感知最小功能集。
传统的单体架构，是以整个系统为单位停止部署。而微效劳，则是以每一个独立组件（例如用户效劳，商品效劳）为单位停止部署。
对于单体应用，假设发现某一业务的恳求量非常大，那么是无法单独扩展该业务的，只能拷贝整个单体应用，再部署一套环境，来实现集群。
正因为单体应用的缺陷，才有了微效劳。
微效劳和单体应用的区别，可以用Martin Fowler的这张图来解释：

图中左边是单体架构的集群，右边是微效劳集群。
什么意思呢？比如根据每个效劳的吞吐量不同，支付效劳需要部署20台机器，用户效劳需要部署30台机器，而商品效劳只需要部署10台机器。这种灵敏部署只要微效劳架构才干实现。
而近几年流行的Docker，为微效劳架构提供了有效的容器。

效劳网格

效劳网格( Service Mesh )，是指用以处置效劳与效劳之间通信的根底设备层。
其最早由Buoyant公司（开发Service Mesh项目Linkerd的公司）提出，并在内部使用。该公司2016年9月29日第一次公开使用这个术语。
Service Mesh一般用于微效劳应用的可配置根底架构层( configurable infrastructure layer )。Istio( 由Google、IBM、Lyft公司在背后停止支持 ) 是目前最广为人知的一款效劳网格架构。

Kubernetes是目前Istio唯一支持的容器组织框架。
为什么Service Mesh这么受欢送？
对许多公司来说，Docker和Kubernetes这样的工具已经 "处置了部署问题"，或者说几乎处置了。但他们还没有处置运行时的问题，这就是效劳网格的由来。
什么是处置了部署问题？
使用 Docker 和 Kubernetes 等功能可显著减轻部署的增量操作负担。使用这些工具，部署100个应用或效劳不再是部署单个应用的100倍。
这是向前迈出的一大步。对许多公司来说，这导致采用微效劳的本钱大幅降低。这不只是因为Docker和Kubernetes所提供了强大的笼统，而且还因为它们使整个组织的打包和部署形式过程规范化了。
Service Mesh的呈现，弥补了Kubernetes在微效劳的连接、管理和监控方面的短板，为Kubernetes提供更好的应用和效劳管理。
因而，Service Mesh的代表Istio一经推出，就被认为是可以和Kubernetes形成双剑合璧效果的微效劳管理的利器，受到了业界的推崇。

不可变根底设备

在传统的可变效劳器根底架构中，效劳器会不时更新和修改。
使用此类根底架构的工程师和管理员可以通过SSH连接到他们的效劳器，手动晋级或降级软件包，逐个效劳器地调整配置文件，以及将新代码直接部署到现有效劳器上。
换句话说，这些效劳器是可变的。它们可以在创建后停止更改。
可变根底设备通常会导致以下问题：
在灾难发生的时候，难以重新构建效劳。持续过多的手工操作，缺乏记录，会导致很难由规范初始化后的效劳器来重新构建起等效的效劳。
在效劳运行过程中，持续的修改效劳器，就犹如程序中的可变变量的值发生变化而引入的状态不一致的并发风险。这些对于效劳器的修改，同样会引入中间状态，从而导致不可预知的问题。
不可变根底架构是另一种根底架构范例，其中效劳器在部署后永远不会被修改。
程序设计中不可变变量（ImmutableVariable）就是在完成赋值后就不能发生更改，只能创建新的来整体交换旧的。由于具有这样的特性这种变量可以在并发环境下安全的使用。对于根底设备的不可变性，最根本的就是指运行效劳的效劳器在完成部署后，就不在停止更改。
不可变根底架构的好处，包括根底架构中更高的一致性和可靠性，以及更简单，更可预测的部署过程。
它可以缓解或完全防止可变根底架构中常见的问题，例如配置漂移和雪花效劳器。但是，有效地使用它通常包括全面的部署自动化，云计算环境中的快速效劳器配置，以及处置状态或短暂数据（如日志）的处置方案。

声明式API

声明式（Declarative）的编程方式不时都会被工程师们拿来与命令式（Imperative）停止对比。
我们最常接触的其实是命令式编程，它要求我们描绘为了到达某一个效果或者目的所需要完成的指令，常见的编程语言 Go、Ruby、C++ 其实都为开发者了命令式的编程方法，
声明式和命令式是两种截然不同的编程方式:
在命令式 API 中，我们可以直接发出效劳器要执行的命令，例如：“运行容器”、“停止容器”等；
在声明式 API 中，我们声明系统要执行的操作，系统将不时向该状态驱动。
通俗的说，命令式编程是第一人称，我要做什么，我要怎么做。
操作系统最喜欢这种编程范式了，操作系统几乎不用“考虑”, 只要一对一的将代码翻译成指令就可以了。
而声明式编程则类似于“第二人称”，也就是你要做什么。
有点“”产品经理”和“开发”之间的关系，“产品经理”只负责提需求，而“开发”怎么实现的，他并不关心。
让我们来总结一下上面提到的技术和工具：
k8s是整个云原生的基石，云原生的整个生态体系都是依靠k8s建立起来的。
容器（Container）是k8s的底层引擎。
Docker是应用最广的容器工具。
微效劳是docker的好伙伴。
效劳网格是微效劳的辅助，建立在k8s上的针对恳求的扩展功能。
不可变根底设备是现代运维的基石。
声明式API是k8s的编码方式。
如何学习云原生

在学习云原生技术之前，首先需要理解以下几点：

动手实战时，建议在本地装置部署好 Docker 环境、Kubernetes 集群以及使用云效劳商提供的线上托管 Kubernetes（如腾讯云容器效劳TKE、弹性容器效劳 EKS）搭配来学习，这才贴近企业实际消费时的真实环境。

虽然也有一些不错的线上实验室，如 Katacoda、play-with-k8s，这些更加建议大家把这些网站涉及的案例给“移植”到自己的学习环境中。

可以先从 Docker 开端学起，Docker 是一个非常容易呈现效果和结果的工具，在粗略理解了容器、镜像和镜像仓库的情况下，只需要几行命令就能启动一些“看得见”的应用程序。Docker的核心思想就是如何将应用整合到容器中，并且能在容器中实际运行。这个整合并运行的过程就是“容器化”。容器化主要分为以下几个步骤：

云原生中最为重要的产品就是 Kubernetes ，简称 K8s，因而我们学习的核心也是K8s。假设说传统云计算时期的操作系统是 Linux，那云原生时代的操作系统就是 K8s 。
Kubernetes入门动手理论根本遵循以下流程，Kubernetes官方技术文档的【教程】(https://kubernetes.io/zh/docs...)部分就有这些根底步骤的讲解：

虽然 Docker 和 Kubernetes 官方技术文档是一个不错的入门教程，但是仍然存在很多新手不可防止的一些“坑”，让原本简单且有意思的动手变得困难，有的人甚至连装置配置环境就阻力重重。
学习道路

这里不会详细到详细的linux或者计算机网络的底层知识，假设发如今学习其中有对应的疑惑的时候找对应的书籍或资料学习即可。接下来会介绍一下云原生的学习道路和一些推荐学习资源，每个人的学习方式不同，这里的学习道路只是一个个人学习思路参考，希望可以协助到大家。

kubernetes

推荐一些学习k8s资源：

2. 容器运行时
由于所有的项目都是跑在容器里面，所以我们在学习k8s的pod的时候我们就晓得我们需要学习一下容器的运行时，比如大名鼎鼎的docker，containerd等。这时候我们就开端设计到landscape的这一块内容了

推荐docker的学习资料：

3. 容器仓库
在我们学习docker的时候，晓得了如何打包镜像后，这时候我们可能会有我们自己的一些项目镜像，但是我们又不想上传到dockerHub等公开仓库，我们可能会考虑可不可以像gitlab一样搭建属于我们自己的镜像仓库呢？那么这时候我们就来到了landscape的这一块区域，我们可以学习着去搭建一个Harbor去存储我们的私有镜像。

4. 效劳发现
学习完容器相关的东西，我们回到我们的k8s，我们发现k8s的数据都存储在etcd中，甚至还能自己效劳注册与效劳发现，我们想理解一下效劳注册，效劳发现，配置中心，注册中心等相关的内容，于是我们就来到了landscape的这一块内容：

这里强烈推荐一波etcd，用过都说好，etcd的学习书籍：

5. 代理/网关
继续学习我们的k8s，当我们学习Service的时候，对ingress比较感兴趣，想深化理解一下网络代理，ingress网关或者api网关的时候，我们就可以根据landscape的这一部分内容停止深化的研究，比如envoy，apisix，traefik，mosn等项目。

6. 分布式存储
在学习k8s的时候，碰到一些有状态应用，我们需要保管下一些数据信息，这时候我们可能用到一些分布式存储，这时候我们可以从landscape这一块中找寻我们需要的：

7. 可观测性
在我们的项目都在k8s运行起来后，我们可能需要对项目的一些可观测性有需求，比如ELK日志，Promerheus监控，Skywalking，zipkin链路追踪等，我们同样可以开端学习landscape的这一块的内容：

分享资料：

8. 效劳网格
k8s的功能已经非常强大了，但是他主要是提供效劳编排等才干，在效劳治理相关才干上却显得缺乏了，所以我们可以学习效劳网格相关的效劳治理才干。

istio作为后 Kubernetes 时代的微效劳治理框架，是非常值得我们去学习与关注的。

尾言

云原生涉及的内容非常多，上文只是一个抛砖引玉，给各位想学习云原生领域知识的小伙伴一个导火线，实际云原生内容不止上文所列出的内容，可能学到头秃都学不完，大家可以围绕k8s找到自己感兴趣的方向去学习，祝大家在云原生领域都有所成就！