云原生技术专题 | 深入浅出分析云原生微服务的技术结构和架构设计

本文涉及的产品
传统型负载均衡 CLB,每月750个小时 15LCU
网络型负载均衡 NLB,每月750个小时 15LCU
应用型负载均衡 ALB,每月750个小时 15LCU
简介: 云原生技术专题 | 深入浅出分析云原生微服务的技术结构和架构设计

云原生容器技术背景

容器作为标准化的软件单元,将应用及其依赖打包在一起,实现了应用的环境无关性,使其能够在不同计算环境中快速、可靠地运行。

随着开源的Kubernetes的出现,它展示了出色的开放性、可扩展性,并拥有活跃的开发者社区。

在容器编排领域,Kubernetes已经成为分布式资源调度和自动化运维的事实标准。它屏蔽了不同基础架构(如数据中心、云、边缘计算)的差异,并具备良好的可移植性。通过Kubernetes,企业能够根据自身的业务需求设计其云架构,以更好地支持多云和混合云环境,并摆脱被厂商锁定的担忧。随着容器技术的标准化,Kubernetes进一步推动了容器生态系统的分工和协同发展。在Kubernetes的基础上,生态社区正在构建上层的业务抽象,例如服务网格Istio、机器学习平台Kubeflow、无服务器应用框架Knative等。

容器编排

Kubernetes 已经成为容器编排的事实标准,被广泛用于自动部署,扩展和管理容器化应用。Kubernetes 提供了分布式应用管理的核心能力:

  • 资源调度:根据应用请求的资源量 CPU、Memory,或者 GPU 等设备资源,在集群中选择合适的节点来运行应用;
  • 应用部署与管理:支持应用的自动发布与应用的回滚,以及与应用相关的配置的管理;也可以自动化存储卷的编排,让存储卷与容器应用的生命周期相关联;
  • 自动修复:Kubernetes可以会监测这个集群中所有的宿主机,当宿主机或者OS出现故障,节点健康检查会自动进行应用迁移;K8s也支持应用的自愈,极大简化了运维管理的复杂性;
  • 服务发现与负载均衡:通过Service资源出现各种应用服务,结合DNS和多种负载均衡机制,支持容器化应用之间的相互通信;
  • 弹性伸缩:K8s可以监测业务上所承担的负载,如果这个业务本身的CPU利用率过高,或者响应时间过长,它可以对这个业务进行自动扩容。

Kubernetes控制平面的四大组件

Kubernetes的控制平面包含四个主要的组件:API Server、Controller、Scheduler以及etcd。如下图所示:

Kubernetes在容器编排中的设计要点

  • 声明式API:开发者可以专注于应用程序本身,而不必关心系统的执行细节。Kubernetes提供了不同资源类型(如Deployment、StatefulSet、Job等),用于抽象不同类型的工作负载。采用声明式API的实现方式,与基于"level-triggered"方式相比较,可以实现更强大的分布式系统。
  • 可扩展架构:所有的Kubernetes组件都是基于一致、开放的API实现和交互。第三方开发者可以通过CRD(Custom Resource Definition)/Operator等方式提供领域相关的扩展实现,极大地提升了Kubernetes的能力。
  • 可移植性:Kubernetes(K8s)通过Loadbalance Service(负载均衡服务)、CNI(容器网络接口)和CSl(容器存储接口)等抽象概念,帮助应用屏蔽了底层基础设施的实现差异。这样,业务应用就可以在容器间灵活迁移,实现设计目标的容器灵活性。

云原生微服务典型架构

自2011年以来,微服务架构理念已经演变出了四个典型的架构模式,按照它们出现的顺序进行归纳。

第一代微服务架构

除了实现业务逻辑外,应用程序还需要自己解决上下游寻址、通信和容错等问题。随着微服务规模的扩大,服务寻址逻辑变得越来越复杂。即便是同一编程语言的另一个应用程序,也需要重新实现上述微服务的基础能力。

第二代微服务架构

引入了旁路服务注册中心作为协调者,实现了服务的自动注册和发现。服务之间的通信和容错机制开始模块化,形成了独立的服务框架。然而,随着服务框架内功能的增加,不同语言的基础功能复用变得困难。这意味着微服务的开发者被限制在特定的编程语言上,违背了微服务的敏捷迭代原则。

第三代微服务架构

服务网格架构将原本被模块化到服务框架中的微服务基础能力进一步演进为一个独立进程,即Sidecar。这个变化彻底解决了第二代架构中的多语言支持问题,实现了微服务基础能力与业务逻辑的彻底解耦。这个架构被称为云原生时代的微服务架构,即Cloud Native Microservices。Sidecar进程接管了微服务应用之间的流量,承载了第二代架构中服务框架的功能,包括服务发现、调用容错以及丰富的服务治理功能,例如权重路由、灰度路由、流量重放和服务伪装等。

第四代微服务架构

在这个架构中,微服务进一步简化为微逻辑(Micrologic),边车模式也提出了更高的要求。更多可复用的分布式能力从应用中剥离,并下沉到边车中,包括状态管理、资源绑定、链路追踪、事务管理和安全等。同时,开发侧开始倡导面向localhost编程的理念,提供标准API来屏蔽底层资源、服务和基础设施的差异,从而进一步降低微服务开发的难度。这就是目前业界提出的多运行时微服务架构(Muti-Runtime Microservices)的概念。

未来的云原生架构 — Serverless

随着云原生技术(以Kubernetes为代表)在云计算中扮演着容器界面的角色,Kubernetes变成了新一代云计算操作系统。针对特定领域的后端云服务(BaaS)则提供了在这个操作系统上的服务API。在存储、数据库、中间件、大数据等领域,许多产品和技术都开始提供全托管的云服务。越来越多的用户已经习惯于使用这些云服务,而不再自行搭建存储系统或部署数据库软件。

相关实践学习
通过Ingress进行灰度发布
本场景您将运行一个简单的应用,部署一个新的应用用于新的发布,并通过Ingress能力实现灰度发布。
容器应用与集群管理
欢迎来到《容器应用与集群管理》课程,本课程是“云原生容器Clouder认证“系列中的第二阶段。课程将向您介绍与容器集群相关的概念和技术,这些概念和技术可以帮助您了解阿里云容器服务ACK/ACK Serverless的使用。同时,本课程也会向您介绍可以采取的工具、方法和可操作步骤,以帮助您了解如何基于容器服务ACK Serverless构建和管理企业级应用。 学习完本课程后,您将能够: 掌握容器集群、容器编排的基本概念 掌握Kubernetes的基础概念及核心思想 掌握阿里云容器服务ACK/ACK Serverless概念及使用方法 基于容器服务ACK Serverless搭建和管理企业级网站应用
相关文章
|
9天前
|
机器学习/深度学习 安全 算法
十大主流联邦学习框架:技术特性、架构分析与对比研究
联邦学习(FL)是保障数据隐私的分布式模型训练关键技术。业界开发了多种开源和商业框架,如TensorFlow Federated、PySyft、NVFlare、FATE、Flower等,支持模型训练、数据安全、通信协议等功能。这些框架在灵活性、易用性、安全性和扩展性方面各有特色,适用于不同应用场景。选择合适的框架需综合考虑开源与商业、数据分区支持、安全性、易用性和技术生态集成等因素。联邦学习已在医疗、金融等领域广泛应用,选择适配具体需求的框架对实现最优模型性能至关重要。
165 79
十大主流联邦学习框架:技术特性、架构分析与对比研究
|
5天前
|
机器学习/深度学习 缓存 自然语言处理
DeepSeek背后的技术基石:DeepSeekMoE基于专家混合系统的大规模语言模型架构
DeepSeekMoE是一种创新的大规模语言模型架构,融合了专家混合系统(MoE)、多头潜在注意力机制(MLA)和RMSNorm归一化。通过专家共享、动态路由和潜在变量缓存技术,DeepSeekMoE在保持性能的同时,将计算开销降低了40%,显著提升了训练和推理效率。该模型在语言建模、机器翻译和长文本处理等任务中表现出色,具备广泛的应用前景,特别是在计算资源受限的场景下。
159 29
DeepSeek背后的技术基石:DeepSeekMoE基于专家混合系统的大规模语言模型架构
|
2月前
|
监控 安全 API
使用PaliGemma2构建多模态目标检测系统:从架构设计到性能优化的技术实践指南
本文详细介绍了PaliGemma2模型的微调流程及其在目标检测任务中的应用。PaliGemma2通过整合SigLIP-So400m视觉编码器与Gemma 2系列语言模型,实现了多模态数据的高效处理。文章涵盖了开发环境构建、数据集预处理、模型初始化与配置、数据加载系统实现、模型微调、推理与评估系统以及性能分析与优化策略等内容。特别强调了计算资源优化、训练过程监控和自动化优化流程的重要性,为机器学习工程师和研究人员提供了系统化的技术方案。
184 77
使用PaliGemma2构建多模态目标检测系统:从架构设计到性能优化的技术实践指南
|
2天前
|
机器学习/深度学习 算法 文件存储
YOLOv11改进策略【模型轻量化】| MoblieNetV3:基于搜索技术和新颖架构设计的轻量型网络模型
YOLOv11改进策略【模型轻量化】| MoblieNetV3:基于搜索技术和新颖架构设计的轻量型网络模型
22 10
YOLOv11改进策略【模型轻量化】| MoblieNetV3:基于搜索技术和新颖架构设计的轻量型网络模型
|
14天前
|
存储 缓存 关系型数据库
社交软件红包技术解密(六):微信红包系统的存储层架构演进实践
微信红包本质是小额资金在用户帐户流转,有发、抢、拆三大步骤。在这个过程中对事务有高要求,所以订单最终要基于传统的RDBMS,这方面是它的强项,最终订单的存储使用互联网行业最通用的MySQL数据库。支持事务、成熟稳定,我们的团队在MySQL上有长期技术积累。但是传统数据库的扩展性有局限,需要通过架构解决。
54 18
|
24天前
|
Cloud Native API 微服务
微服务引擎 MSE 及云原生 API 网关 2024 年 12 月产品动态
微服务引擎 MSE 及云原生 API 网关 2024 年 12 月产品动态。
|
22天前
|
测试技术 双11 开发者
一文分析架构思维之建模思维
软件里的要素不是凭空出现的,都是源于实际的业务。本文从软件设计本源到建模案例系统的介绍了作者对于建模的思维和思考。
|
29天前
|
运维 Cloud Native 应用服务中间件
阿里云微服务引擎 MSE 及 云原生 API 网关 2024 年 12 月产品动态
阿里云微服务引擎 MSE 面向业界主流开源微服务项目, 提供注册配置中心和分布式协调(原生支持 Nacos/ZooKeeper/Eureka )、云原生网关(原生支持Higress/Nginx/Envoy,遵循Ingress标准)、微服务治理(原生支持 Spring Cloud/Dubbo/Sentinel,遵循 OpenSergo 服务治理规范)能力。API 网关 (API Gateway),提供 APl 托管服务,覆盖设计、开发、测试、发布、售卖、运维监测、安全管控、下线等 API 生命周期阶段。帮助您快速构建以 API 为核心的系统架构.满足新技术引入、系统集成、业务中台等诸多场景需要
129 12
|
21天前
|
人工智能 安全 Java
微服务引擎 MSE:打造通用的企业级微服务架构
微服务引擎MSE致力于打造通用的企业级微服务架构,涵盖四大核心内容:微服务技术趋势与挑战、MSE应对方案、拥抱开源及最佳实践。MSE通过流量入口、内部流量管理、服务治理等模块,提供高可用、跨语言支持和性能优化。此外,MSE坚持开放,推动云原生与AI融合,助力企业实现无缝迁移和高效运维。
|
1月前
|
监控 JavaScript 数据可视化
建筑施工一体化信息管理平台源码,支持微服务架构,采用Java、Spring Cloud、Vue等技术开发。
智慧工地云平台是专为建筑施工领域打造的一体化信息管理平台,利用大数据、云计算、物联网等技术,实现施工区域各系统数据汇总与可视化管理。平台涵盖人员、设备、物料、环境等关键因素的实时监控与数据分析,提供远程指挥、决策支持等功能,提升工作效率,促进产业信息化发展。系统由PC端、APP移动端及项目、监管、数据屏三大平台组成,支持微服务架构,采用Java、Spring Cloud、Vue等技术开发。

热门文章

最新文章