大规模分布式应用难以开发、测试、运维。

广义摩尔定律并未失效：单芯片的晶体管集成度放缓，但云计算领域的价格随着规模变大、硬件降价后依然可以维持摩尔定律，企业和个人使用分布式应用的成本降低。

大数据、人工智能类应用的兴起：传统商业应用更注重于业务处理，而随着大数据和人工智能成为新的商业竞争力，进一步推动分布式应用的广泛使用。

分布式应用的部署运维依然艰难：除了像Google，Facebook这样的公司，大部分公司还停留在手工运维大量机器的时代。

臃肿的单体应用架构无法满足日趋敏捷和快速的客户要求。

大代码基线、错综复杂依赖的单体应用架构，导致往往新增一个小特性需要数月到半年之久。

开发周期长：庞大代码基线，涉及100~200人团队开发维护；组件耦合大、责任不清楚，牵一发而动全身。

部署慢、扩容慢：部署过程不可重复、出错率高；不支持自动弹性伸缩。

升级难：固定时间窗、集中大规模人力中断服务升级。

烟囱式应用系统构建，难于共享，资源利用率低。

静态资源分配、分散管理：各分散的业务部门通常按照规划的最大资源申请物理机、虚机资源，物理资源仍被私有化，无法实现共享，利用率低。通常数据中心利用率在10% ~ 20%。

应用架构七国八制：技术架构、中间件有各业务部门（合作ISV）独立选型、采购，OS、中间件选择不统一，类型众多。

IaaS通过虚拟化的技术实现物理资源的池化，但往往由于人为静态独占资源，并不能很好的解决共享和资源利用率的问题。

开发（Dev）与生产运维（Ops）割裂，无法实现端到端自动化。

资源获取和研发环境准备效率低，通常需要走冗长的审批流程，缺乏标准化、服务化和自助式IT能力。

部门墙厚导致代码到业务上线周期长：开发人员不知道最终如何部署、测试人员不清楚测试重点和风险点、运维人员不了解架构由来和约束等。

割裂式的研发模式无法实现代码到上线的端到端自动化，业务开发上线周期长，运维效率低。

部署容易：内置于最流行的DockerEngine内，部署安装比较简单，仅需要2个命令。

无中心化设计：通过Raft协议形成一个多节点集群，没有外置的一致性存储(etcd, zookeeper)，也没有中心节点。

网络和抽象支持不足：libnetwork的支持程度不如CNI，仅支持overlay网络，使用概念大多从kubernetes借鉴而来。

生态成熟：支持目前大多数大数据应用，Hadoop，Spark，Storm…

二层调度：下层调度框架给上层调度框架提供粗粒度的资源offer请求，上层使用调度算法将任务分配到这些资源上。

使用门槛较高：需要分布式应用开发者有独立的调度算法开发能力，且使用C++开发，周边支持较弱。

抽象概念合理：Pod，Service，ClusterIP，Label，ReplicaSet，StatefulSet…

和具体容器实现解耦：支持docker/rkt等，仅把容器当成一种特殊的运行时。

和I层对接还有待完善：组件较多，在多种公有云上部署还需要独立的集群管理组件，存储、网络均依赖于I层。

从大企业IT转型实践看，传统企业应用架构发展需要经历三个阶段。

虚拟化：大团队开发周期长、手工式运维、利用率低10~20%。

自动化：具备部分DevOps能力，自动部署与伸缩、提升利用率50%。

AllCloud：兼容微服务和传统服务并存，全自动化运维、线性无极伸缩，利用率70%。

PaaS平台是企业IT云化转型三阶段演进的核心平台。PaaS核心是封装应用系统云化、微服务化的分布式复杂性。三个阶段是需求驱动的，各个应用可以根据自己的需求选择。

微服务治理框架：为应用提供自动注册、发现、治理、隔离、调用分析等一系列分布式/微服务治理能力，屏蔽分布式系统的复杂度。

应用调度与资源管理框架：打通从应用建模、编排部署到资源调度、弹性伸缩、监控自愈的生命周期管理自动化。

应用开发流水线框架：打通从编写代码提交到自动编译打包、持续集成、自动部署上线的一系列CI/CD全流程自动化。

云中间件服务：应用云化所需的数据库、大数据、通信和应用中间件服务；通过服务集成管控可集成传统非云化的中间件能力。

以应用为中心进行统一资源管理和调度，易于管理。

混合编排：扩展Kubernetes的Pod定义，用于部署进程类应用。

统一资源管理：支持对接主流异构I层(OpenStack, Vmware…)。

关键特性：跨DC/Region/AZ的部署和管理。

跨域集中部署：RDC、DC、AZ、集群等层次化部署。

应用建模设计器：免除脚本编写部署描述文件，支持灵活的部署策略。

感知应用的部署算法：亲和性——就近部署，就近路由，减少网络消耗；反亲和性——高可靠性考虑，减少宕机影响，避免干扰。

关键特性：通过联邦技术实现应用多集群资源共享。

按集群特性调度：某些应用只支持部署到特定集群上，例如特定的region，特定的服务提供商等。

集群间应用自动迁移：在某个集群容量溢出，或故障时，应用能够自动在不同集群间迁移。

跨云管理：能够将负载部署在不同的云提供商，并能够很容易的在不同的云提供商之间自动的增加，减少业务量，自动迁移。

扩展集群规模：百级集群，千级主机，万级容器。

多语言：支持多语言的原生接口。

可扩展：提供可扩展框架，支持不断扩展微服务的高级能力。

高性能：链路复用、按需建链等技术实现高性能服务通信。

高可靠：采用可隔离仓、熔断机制等技术，保障用户应用的高可靠性。

可监控：采用跟踪链分析，可监控端到端服务调用链、各服务的调用频率、时延等各项指标。

关键特性：开放微服务治理架构，支持多语言、多技术堆栈微服务互通。

统一微服务治理标准：通过服务治理客户端，处理微服务与服务治理中心的交互。

插件式多协议自动转换：提供协议插件框架，支持协议插件热拔插，通过协议插件与不同通信协议对接。

跨技术堆栈互通：使用RESTFul，自定义高效RPC等多种协议，保证高效的跨语言微服务通信的能力

关键特性：海量微服务调用链跟踪和监控，支持与客户现有监控系统进行对接。

支持平台、资源、应用的监控和微服务调用链分析。

大规模：支持百万容器监控，秒级查询响应。

兼容集成：和企业现有监控系统的对接，保证运维人员的体验。

高可用：调用链跟踪与协议无关，非侵入，低损耗。

关键特性：中间件服务的统一接入与管控。

集中管理所有服务，统一的服务模式；

应用透明服务模式，应用开发不需要修改；

支持第三方服务接入，可以扩展企业既有中间件；

提供标准化的中间件服务的接入和管理的能力。包括部署和伸缩管理，实例监控，计量等功能。

挑战和诉求：

软件环境供给慢：开发环境分散管理，开发环境配置发放慢（~1周）。

环境不一致出错率高：整个开发环境由不同部门人员运维，开发人员自行部署、配置中间件、依赖包等，出错率高。

保持现有使用习惯：已经在现网使用的工具链如何保留。

关键技术：

可定制化流水线：流水线流程可按客户的组织定义进行定制。通过自定义流水将所有步骤串联，实现全流程自动化。

客户工具插件式接入：客户现网使用的工具可以通过插件的方式接入。

华为内部广泛使用，双11抢购考验，保障高性能高可靠；

提供跨AZ的负载分发能力，提高可靠性和运维便利性；

提供自动弹性扩展能力，可以按流量自动调整规格；

部署支持线性可扩展，无单点故障；

提供私网和公网两种类型；

支持L4和L7负载均衡；

支持Https协议和证书管理；

使用特点：高性能读写(百万级并发)，数据量G级别，多种数据类型，需要持久化。

解决问题：提高数据查询和读写效率，减轻管理维护工作量，降低数据库存储成本。

提供WEB Console管理消息队列；

提供消息API 使用消息队列；

支持消息队列的创建、查看、删除；

支持消息队列的消息发送和消息消费；

支持多个消费组同时对一个消息队列的消息进行消费；

支持消息API访问的安全认证；

支持消息队列的使用统计监控。

今天的分享就到这里，谢谢大家！