避免不完全的云原生（四）：技术和基础设施角度

本文最初发布于 The Startup 博客，经原作者授权由 InfoQ 中文站翻译并分享。

注意：这是该系列文章的第 4 部分。你可以点击这里阅读上一部分。

虽然我们在前两篇文章中讨论的人员、流程、架构和设计问题都是云原生解决方案的关键推动因素，但云原生解决方案最终要落在技术和基础设施上，这也是我们在本文中要讨论的内容。

云原生要素：技术和基础设施

云基础设施就是将底层硬件抽象出来，使解决方案能够快速地自助配置和扩展。它应该能够使用相同的操作技能管理不同的语言和产品运行时。此外，它应该促进操作自动化，并提供一个可观测性框架。让我们仔细看下，在云原生方法中使用的基础设施有什么关键特征。

云原生的技术和基础设施

弹性、不可知且安全的平台

为了实现云原生，我们必须向部署组件的平台提很多要求。平台应该提供一种通用的机制，不管我们部署什么，它都能提供帮助，让我们不用考虑非功能性问题，同样，还应该“内置”安全性。因此，我们对平台的主要要求有：

• 弹性资源能力
• 不可知部署和操作
• 默认安全设置

如果开发人员要提高他们的生产力，就需要能够专注于编写创造业务价值的代码。这意味着平台应该解决负载平衡、高可用性、可伸缩性、弹性，甚至灾难恢复等问题。在部署时，我们应该能够指定高级的非功能性需求，而由平台完成剩下的工作。在这方面，我们将使用 Kubernetes 容器编排作为一个强大（实际上无处不在）的例子，但是云原生绝对不限于 Kubernetes 平台。

Kubernetes 集群可根据所部署的组件的需求，提供 CPU、内存、存储、网络等资源的自动化、弹性配置。资源池可以分布在许多物理机上，也可以分布在许多独立地区的多个可用区域上。它负责找到你所需要的资源，并将组件部署到这些资源中。你只需要指定需求——需要什么资源，它们应该或不应该扩展，以及它们应该如何扩展和升级。对于基于虚拟机的平台，我们也可以这样说，但正如我们将要看到的，容器带来了更多的东西。

假设我们遵循了上一节的架构原则，在容器中交付应用程序组件，让 Kubernetes 以标准化的方式执行部署和后续操作，而不考虑任何特定容器的内容。如果组件基本上是无状态的、可抛弃的、细粒度的、良好解耦的，那么平台就很容易以通用的方式部署、扩展、监控和升级它们，而不需要了解它们的内部结构。对于每一种软件，现在都有一种逐步抛弃专有安装和拓扑配置的趋势，像 Kubernetes 这样的标准就是其中的一部分。现在，它们都以相同的方式工作，我们可以受益于操作的一致性、学习曲线的降低以及附加功能（如监视和性能管理）更广泛的适用性。

最后，我们希望平台内置了安全，这样，我们从第一天起就可以相信它是安全的应用程序运行环境。我们不应该每次设计一个新组件时都需要重新设计安全内核；相反，我们应该能够从平台继承一个模型。在理想情况下，这应该包括身份管理、基于角色的访问管理、保护外部访问和内部通信。我们注意到，在这个例子中，Kubernetes 本身只是部分解决方案；对于一个完整的安全解决方案，还需要添加一些元素，比如用于内部通信的服务网格，以及用于入站流量的入站控制器。

轻量级运行时

要想实现操作敏捷性，就要保证组件尽可能简单和轻量级。这可以归结为三个主要特性。

• 快速启动/关闭
• 基于文件系统的安装和配置
• 基于文件系统的代码部署

为了实现可用性和可伸缩性，组件必须能够快速创建和销毁。也就是说，容器内的运行时必须可以优雅地启动和关闭。它们还必须能够处理不优雅地关闭。这意味着有许多优化可能可以做：从删除依赖项，减少初始化过程中的内存占用，到在镜像构建中启用编译“左移”。至少，运行时应该能够在几秒内启动，这个期望值会不断降低（如Quarkus）。

如果采用持续集成，我们还希望构建尽可能简单、快速。大多数现代运行时已经不再需要单独安装软件，而只需将文件放到文件系统上。类似地，根据定义，不可变镜像不应该在运行时更改，它们通常从属性文件读取配置，而不是通过自定义运行时命令接收配置。

同样，实际的应用程序代码也可以放在文件系统中，而不是在运行时部署。这些特性组合在一起，使得构建能够通过简单的文件复制快速完成，非常适合容器镜像的分层文件系统。

操作自动化

如果我们能够作为发布的一部分，交付在运行时配置解决方案的整个行动方案（包括基础设施和拓扑结构的所有方面），会怎么样呢？如果我们可以将行动方案存储在代码存储库中，并可以像处理应用程序代码那样触发更新，情况会怎样？如果我们让操作人员这个角色聚焦于实现环境自治和自愈，会怎样？这些问题引出了一些关键的方法，我们应该以不同的方式处理基础设施：

• 基础设施即代码
• 存储库触发的操作（GitOps）
• 站点可靠性工程

正如前面所讨论的，基于镜像的部署已经使部署的一致性提高了很多。然而，这只交付了代码及其运行时。我们还需要考虑如何部署、扩展和维护解决方案。在理想情况下，我们希望能够将所有这些都作为“代码”和组件的源代码一起提供，以确保在不同环境中构建时的一致性。

术语“基础设施即代码”最初关注的是编写底层基础设施（比如虚拟机、网络、存储等）的脚本。编写基础设施脚本并不是什么新鲜事，但有越来越多的专用工具，如 Chef、Puppet、Ansible 和 Terraform，大大推动了这方面的发展。这些工具首先假定有可用的硬件，然后在硬件上准备并配置虚拟机。有趣的是，当我们迁移到容器平台时，这个过程会有什么变化。

在理想情况下，我们的应用程序应该可以假设，已经有一个 Kubernetes 集群可用。集群本身可能是使用 Terraform 构建的，但这与我们的应用程序无关；我们只要假设集群是可用的。那么，现在我们需要提供什么样的基础设施即代码元素，来完整地描述我们的应用程序呢？可以认为，就是那些打包在 helm charts 或 Kubernetes Operator 中的各种 Kubernetes 部署定义文件以及相关的客户资源定义（CRD）文件。结果是一样的——将一组文件与我们的不可变镜像一起交付，它们完整地描述了应该如何部署、运行、扩展和维护。

因此，如果我们的基础设施现在成了代码，那么为什么不用与应用程序相同的方式构建和维护基础设施呢？每次我们提交一个基础设施的重大更改时，都可以触发一次“构建”，它会自动地部署到环境中。这种日益流行的方法被称为 GitOps。值得注意的是，这种方法特别偏爱采用“声明式”而非“命令式”方法的基础设施工具。你提供了一个描述“将来”目标状态的属性文件，然后该工具将解决如何让你达到目标状态的问题。上面提到的许多工具都可以在这种方式下工作，这是 Kubernetes 的基本操作方式。

真正的系统是复杂的、不断变化的，所以认为它们永远不会崩溃是不合理的。不管像 Kubernetes 这样的平台在自动化动态扩展和可用性方面有多好，问题还是会出现，至少最初还是需要人工干预来诊断和解决。然而，在实现了细粒度、弹性伸缩组件自动化部署的世界中，反复的人工干预将变得越来越不可能，只要可能，就要实现自动化。为了做到这一点，操作人员需要重新接受培训，成为“站点可靠性工程师”（SRE），编写代码执行必要的操作工作。事实上，一些组织已在明确地招聘，或将开发人员移到运营团队中，以确保工程文化。人们越来越多地保证解决方案是可自愈的，这意味着当系统扩展时，我们不再需要增加相应的操作人员。

可观测性和监控

随着组织向更细粒度的容器化工作负载发展，将监控作为事后加上去的东西是不可持续的。为了在云原生环境中取得成功，这又是一个我们需要“左移”的例子。解决这个问题取决于我们是否能够回答下面三个关于组件的问题：

• 它是健康的吗？你的应用程序有可以轻松访问的状态吗？
• 它里面发生了什么？你的应用是否有效地使用了平台无关的日志记录和跟踪？
• 它是如何与其他组件交互的？你利用了跨组件相关性吗？

可观测性并不是一个新术语，尽管它在 IT 领域，尤其是在云原生解决方案方面得到了新的应用。它的定义来自于非常古老的控制理论。它是一种度量，是指基于从外部看到的内容，可以在多大程度上理解系统内部的状态。如果你希望响应性地控制某个东西，你就需要能够准确地观测它。

有些定义还做了区分，监控是针对已知的未知因素（如组件状态），而可观测性是针对未知的未知因素——为之前没有想过的问题寻找答案。在一个高度分布式的系统中，你两者都需要。

平台必须能够轻松、迅速地评估已部署组件的运行状况，以便快速做出生命周期决策。例如，Kubernetes 要求组件实现简单的探测，以报告容器是否已启动、是否已准备好工作以及是否运行良好。

此外，组件应该基于其活动，以标准的形式提供易于访问的日志记录和跟踪结果，用于监控和诊断。通常，在容器中，我们只简单地记录到标准输出。然后，平台可以分类整理和聚合这些日志，并提供查看和分析服务。

对于细粒度组件，涉及多个组件的交互可能会增加。为了能够理解这些交互并诊断问题，我们需要能够可视化跨组件请求。OpenTracing是一个非常适合容器世界的、越来越流行的现代化分布式跟踪框架。

回顾

下图是前面提到的让云原生采用取得成功的所有关键要素：

云原生的要素

通常，它们是相互联系，而且相互加强的。你需要全部都做吗？这样的问题表述方式可能是错误的，就好像是说上面的任何一项都是简单的二元问题，“是的，你需要”或“不，你不需要”。问题应该是你要做的多深入。无疑，你需要考虑每一个方面的现状，并评估是否需要更进一步。在下一篇文章中，我们将回到“为什么”人们被云原生所吸引，并看看这是否可以帮我们理清，我们如何、何时以及在多大程度上采纳上述要素。

查看英文原文：

The “How” of Cloud-Native: Technology and Infrastructure Perspective

延伸阅读：

避免不完全的云原生（三）：架构和设计角度

避免不完全的云原生（二）：人员和流程要素

避免不完全的云原生（一）：云原生到底意味着什么？

避免不完全的云原生