客户问题： •资源利用率低：虚拟化模式弹性能力差，平台容量按最高业务峰值设计（300VM，4C8G），日常负荷下平台利用率<30%（一半时间利用 率<10%），造成资源极大浪费 •升级耗时长、易出错：APP迭代需求快，如新游戏上线、特性增强等，每周2~3次补丁发布，需手工操作，升级工作耗时2小时，效率低 •新业务上线周期长：开发、测试、验收、生产割裂，无法实现端到端的自动化，新需求上线需要2周时间 程运营效率 实验环境配置复 杂，基础运维工作 繁多 为闲置资源付费，无 法做到真正Pay as Use 实验效果评估粗 糙，实验数据易丢 失。 挑战 基于云容器引擎的解决方案 实验环境秒级恢 复，无需感知底层 自动评估实验效 果、保存实验数据 充分利用资源，平 台成本降低20% 收益 • 基于容器镜像上线和扩容快，秒级伸缩 • 基于容器更细粒度共享，提升资源利用率 CCE集群

用 案 例 。 主 要 的 執 行 階 段 選 項 為 Containerd、Kata Containers及CRI-O。 Containerd是高階容器執行階段，可管理完整的容器生命週期，提供簡易性、強健 性及可攜性。Containerd可視為業界標準的容器執行階段，也是上游Kubernetes 的預設選項。Canonical Kubernetes及Rancher均支援Containerd。 GKE。這類範本系統通常缺 乏彈性，以及程式碼化應用程式管理的重複性，因此可能增加維護成本。 14.原生AWS/GCP/Azure整合 如果Kubernetes發行版本無法在目標基礎架構執行，那麼簡易的多雲部署就沒有什 麼用處。Canonical Kubernetes、OpenShift及Rancher都能與以下三種主要的公 有雲原生整合：Amazon Web Services(AWS)、Google 於 位 在 Kubernetes 的應用程式，只要 Kubernetes 發行版本支援即可。 Canonical Kubernetes、OpenShift及Rancher均支援GPU加速。不過如 果是在邊緣環境，MicroK8可提供GPU加速，但K3並未提供此項功能。 18.安全性 Canonical Kubernetes是在不可變容器中執行，因此開箱後可立即提供卓越的安全 性，此外也會針對

目标的进展程度，使用大语言模型来思考接下来该做什么，然后采取行动，并理解何时已经实现了目标。这通 常被称为思维链推理，而且实际上是可行的。我们的团队实现了一个作为自主代理的客户服务聊天机器人。如 果机器人无法达成客户的目标，它会认识到自己的限制并将客户引导到人工处理。这种方法显然仍处于早期发 展阶段：自主代理通常存在高失败率和高昂的 AI 服务费用，至少有一家 AI 初创公司已经从代理为基础的方法转 Copilot 内联辅助功能的一个强大的补充。应用在 IDE 内的聊天界面，提高了常见信息检索的可发现 性，并且与开放式编辑器上下文的集成使得对错误的研究或请求聊天协助执行与焦点代码相关的任务变得轻而 易举。 57. Insomnia 试验 自从 Postman 在 2023 年 5 月宣布将逐渐淘汰具有离线功能的 Scratch Pad 模式以后，需要将 API 工作区数据 从第三方服务器上 使用率等滞后指标，更加推荐使用队列深度等领先指标。 KEDA 能支持不同的事件源，并提供了一个包含 50 多种自动缩放器的工具箱，可用于各种云平台、数据库、消 息系统、遥测系统、CI/CD 系统等。我们的团队报告称，KEDA 的易集成性使他们能够继续在 Kubernetes 中运 行微服务的全部功能，否则可能会考虑将一些事件处理代码转移到无服务器函数中。 60. Kubeconform 试验 Kubeconform 是一个用来验证

与数字化服务商签订的服务合同 给予不超过合同金额 30%的支持。 2022.6 《上海市数字经济发展“十四五” 规划》 培育数据新要素，推动形成数字贸 易引领优势，大力发展云服务、数 字服务、跨境电子商务等数字贸 易；提升数字新基建，大力发展云 原生产业。 广东 （深圳） 2023.5 《深圳经济特区质量条例》 推动移动互联、大数据、云计算、 物联网等与各行各业相融合，催生 以往云服务交易方式多采用为使用者提供指定规格计算资源，使用 者先付费购买，后进行使用，在此模式之下，由于资源使用者对云 计算了解程度、使用程度参差不齐，易出现所购资源利用不充分， 闲置资源不能及时释放、调度等问题，从服务质量方面来看，易导 致使用成本高但使用效率低。随着云边端部署方式的发展，以及算 力调度、资源弹性伸缩等技术的成熟，目前资源提供方式开始从提 云计算白皮书（2023 年） 务和资源交付向云原生化价值赋能的升华。云计算已经越过了以技 术为核心，需求向下满足供给的发展阶段，走向以应用为核心，供 给向上满足需求的发展阶段。未来，云计算技术的关注点将持续上 移，松耦合、可组装、易操作的应用现代化能力将成为关注重点； 云计算的发展重心将从上云走向用云管云，成本优化、系统稳定性、 云原生安全将成为发展要点；云计算的兼容能力将会愈发提升，一 云多芯、一云多态将支撑云计算更好更快的适应于复杂的应用场景

提升资源使⽤用效率 按需修补 快速升级 K8S 集群，与社区版本同步 应⽤用商店 快速在 K8S 中部署和管理理 应⽤用程序 Multi-AZ ⽀支持 Master 节点分布在不不同的故障域 简单易易⽤用 通过 Web UI 来管理理和运营 K8S 集群 离线⽀支持 ⽀支持离线环境下的 K8S 集群 的部署与升级 GPU ⽀支持 轻松运⾏行行机器器学习、⾼高性能 计算等⼯工作负载 4 ⼩小时 1 个⼈人 0 ⼈人天 从⼊入⻔门到运⾏行行⽣生产级别的应⽤用 时间 维护和运营⽣生产级别的 K8S 集群 ⼈人⼒力力 对接 IT 基础架构，监管控开发 ⼆二次开发 易易⽤用 可维护 完备 √ √ √ KubeOperator 的 UI 界⾯面 KubeOperator 集群⼯工具 KubeOperator 集群概览 1 2 企业在云原⽣生时代的挑战

是什麼？ Kubernetes 是什麼？ 首先，它是一個全新的基於容器技術的分散式架構解決方案。這個方案雖然還很 新，但它是 Google 十幾年來大規模應用容器技術的經驗累積和演進的一個重要成 果。確切地說，Kubernetes 是 Google 嚴格保密十幾年的秘密武器——Borg 的開源 專案版本。Borg 是 Google 久負盛名的一個內部使用的大規模叢集管理系統，它基 於容器技術 redis-master Pod 及服務 我們可以先定義 Service，然後再定義一個 RC 來建立和控制相對應的 Pod，或者先 定義 RC 來建立 Pod，然後定義與其關聯的 Service，這兩種方式最終的結果都一 樣，這裡我們採用後面這種方式。 首 先 為 redis-master 服 務 建 立 一 個 名 為 redis-master 的 RC 定 義 檔：redis-master- controller 防火牆預設的規則表、鏈結構 第一條規則 第二條規則 第三條規則 圖 2.23 四種掛接點的規則表 當 Linux 協定堆疊的資料處理執行到掛載節點時，它會依序呼叫掛接點上所有的 hook 函數，直到資料封包的處理結果是確定地接收或拒絕。 2 處理規則 每個規則的特性皆分為以下幾部分： ~ 表類型（準備做什麼事情？）； ~ 何種掛接點（何時發揮作用？）； ~ 比對的參數是什麼（針對何種類型的資料封包？）；

优化磁盘调度算法 • 运⽤用 Kafka 机架感知特性 服务注册和客户端 注册 Topic 的集群信息 • Broker, Zookeeper • Status 是否启⽤用 客户端 • 业务易易⽤用 • 标准客户端，降低集群⻛风险 集群容错 • 灾备集群 • 保证重要 Topic ⾼高可⽤用 • 客户端与服务器器注册联动 指标维度 举例例 Kubernetes 3 容器器内存、CPU、运⾏行行状态

Macvlan是Linux操作系统内核提供的网络虚拟化方案之一 它可以为一张物理网卡设置多个mac地址 Macvlan Wins！ •几乎是业界最快网络模型 •网络延迟几乎与物理机一致 •简单的设计，易掌控 集群方案 一个超大集群还是多个中小集群？ 集群方案 •超级部署屏蔽K8S的各类资源 •一个部署调度到多个集群 •业务可自定调度策略 •达到机架、机房、集群级容灾 服务发现方案

controller 可以创建和管理多个 pod • 可以决定同时可以多少个相同的pod在同时运行 • 维护pod的状态 Kubernetes 基本概念 – Storage（volume • 达到非易失存储的方式 • 可以视作一个目录 • 将存储挂在到 Pod 及其内 部 containers 的一种方式。 快速部署一个应用 - kubectl • kubectl 是一个命令行操作

Operation 的定義 • 一旦“某物”投入運營，Day 2 Operation 就是直到該“某物”被移除或 被取代前所需要照料它的時間段。 • Day 2 Operation 是系統為組織生成結 果與價值的地方。 • 組織需要在 Day 2 Operation 中不斷尋 求改進，以最大限度地提高收益。 5 Click to edit Master title style 6 什麼是 Kubernetes