容器(Container)10分鐘讀懂!6大應用解決虛擬化需求

容器概念具象化

容器(Container) 是什麼意思?

容器(Container) 是應用程式中程式碼的輕量級套件,其中包括相依性元件,例如程式設計語言執行階段的特定版本、環境配置檔,以及執行軟體服務所需的函式庫。

定義有看沒有懂,那容器對於軟體及應用程式來說是一個什麼樣的角色?
請想像如果生命存在於虛擬世界中,那每個軟體都是一位人類,每一位人類都是獨立的個體,他們所需的生存條件、生活需求及環境都不一樣,而容器在這個浩大的虛擬世界觀中,佔有很重要的角色,它提供軟體上述所有的外在需求及資源,孕育軟體的成長並可以執行工作。
(如上圖所示:每個APP及環境配置都封裝在獨立的容器裡,且容器間互不干擾)


說到這裡,你可能會好奇,我又不懂虛擬世界,我要如何知道容器的重要性?
以及我為什麼要使用它?
那麼請你要繼續看下去!10分鐘讓你讀懂 容器(Container) 的全貌。

容器化的定義?虛擬世界的技術價值?

或許你常會聽到雲端工程師提到容器化容器化,哎呀!那到底是什麼意思?誰可以幫助你釐清真相呢?別急別急!我們先來拋磚引玉。


在早些年,虛擬的概念露出苗頭,當時虛擬化技術強調的是把實體電腦虛擬化,許多企業開始把放在私有伺服器的服務移動到雲端去,以及開始選擇建構自己的私有雲或使用各大科技廠牌的公有雲。 此時的虛擬化技術可以很簡單的理解成:把作業系統虛擬化。

不過後來隨著容器化技術出現,許多人也用舊的虛擬化技術概念來類比容器化技術,這樣的類比確實能加速理解新技術但請小心掉入科技人最不樂見的「思考誤區」,技術團隊在衡量是否導入容器化技術時,請務必小心判斷。


傳統的虛擬化技術就是將 「作業系統(OS)/機器層」 虛擬化,而容器化則是將 「軟體層/應用程式」 虛擬化,你需要先把這句話畫重點,我才能繼續延伸話題,準備好了嗎?走囉!

容器(container)與虛擬主機(VM)的比較分析

開始要進入重點了,說到容器就不能不說到虛擬主機,大家都在上述畫好重點了嗎?
我們來聊聊虛擬化技術是要解決什麼問題吧?

作業系統(OS)虛擬化-如何有效分配硬體資源

虛擬主機VM也就是Virutal Machine,它是這次作業系統虛擬化技術的主角,虛擬主機操作起來就跟一般電腦一樣,如下圖所示,以作業系統為單位的虛擬化技術強調將硬體資源抽象化後可自由分配給上層的虛擬主機使用,使用者可以自由決定虛擬機要使用那種作業系統?分多少的CPU與RAM?而在作業系統上運行各種應用程式(App) 。


VM架構圖:需要安裝作業系統OS,但可以選擇哪種作業系統


作業系統虛擬化技術可以說是雲端運算的基礎,因為其解決了怎麼把硬體資源分享出去的問題,因此才有辦法做到所謂的「按需付費」(Pay-as-you-go),我們使用AWS、GCP或Azure時,可以發現我們付費的方式不外乎是使用了多少儲存空間、多少CPU或RAM、多少頻寬等等。

軟體/應用程式虛擬化(容器化)-軟體的資源及環境部署

容器虛擬化技術想解決的核心問題,簡言之是「環境建置」的問題,這個問題說起來要比作業系統虛擬化技術難理解得多了。

從前的執行環境很單純,我們可能只關心要準備哪一種作業系統以及其版本(比如說Windows Server 2022或CentOS 8)。講究一點,我們會討論一個系統使用什麼樣的解決方案堆疊(solution stack)或軟體棧(software stack),例如LAMP(Linux、Apache、MySQL、PHP)。

但近幾年新技術如雨春筍般冒出,工程師可以善用每一種語言或其生態系提供的優勢,以便更快速地實現各種功能,我們可能使用Matlab或Python來開發機器學習或AI演算法,再用C#、Golang或Node.js去實作後端的API與邏輯,資料庫可能是MongoDB、MySQL或Redis。


這個世界由許多花草、沙粒及生物所組成,都有其作用及特色,在科技面也是,每個技術雖然在整個專案裡只扮演一部分的角色,卻都有其生態性與版本相容性問題,貿然地升級版本都可能導致系統出錯,就像大多數的問題一樣,很多時候分開處理都好好的,合再一起就壞掉了,過往工程師們只能戒慎恐懼地處理這些交互影響的執行環境建置問題,直到容器化技術的出現才讓他們解脫。

簡而言之,容器可以搭載應用程式以及相對應的環境,容器與虛擬主機兩者在廣義之下聽起來差不多,但其實請看下圖,他們最大的差異就是不需要裝載作業系統(OS),也就因為不需要OS,容器會相較起來更加輕型,有別於以往VM動輒幾GB,容器大部分都可以在MB的容量下完成,很直接的省去資源上不必要的浪費,而基本上會放入容器中的資源都是必要的,包含Library、Binary,也因為比較輕量,他的啟動速度會相對快非常多,只需要幾秒,頂多一分鐘左右就可以完成。


容器架構圖:不需要安裝作業系統,減少資源的浪費


當有高流量活動出現時,容器的橫向擴充速度也相形優勢很多,而容器還有個特色是他的移轉性很強,只要在伺服器Host上裝載Container Engine,無論Host是哪種環境,都可以快速運行各個容器,另外,容器與容器之間也可以彼此隔離,與多個VM設定在同一台Host上的概念相同,因此,容器的使用才會越來越受人青睞。

容器的優勢

  • 執行速度快

相比 VM 以分鐘為單位,Container 執行速度可以以秒為單位。

  • 儲存空間小

相比 VM 以 GB 為單位,Container 執行速度以 MB 為單位。

  • 資源能更有效地運用,減輕成本

免去執行作業系統的義務,同一台主機上可以裝載的Container數量可以是VM 的好幾倍。

  • 讓整個軟體系統的執行環境可以搬遷

容器(Container)就是一種可以搬遷與重複利用的執行環境,下圖為一個以Docker作為容器虛擬化技術的示意圖:
以應用程式(App)為單位的虛擬化技術,應用程式與其 相依性資源(Dependency)[註1] 會被封裝在容器(Container)中,使其可以重複利用與搬遷,容器間彼此獨立運行,互不干擾。

  • 更新較為容易,只需要利用新的Image重新啟動就會更新了

Docker Engine 可以在Host OS上建置一個可以運行容器的環境,就好比Hypervisor[註2] 在硬體的上層建置一個可以運行虛擬機的環境一樣,Docker Engine就是這樣的角色,其可將Docker Image轉換成Container。Docker Image就如同傳統虛擬化技術將OS封裝成*.iso 映像檔(image),Docker也將Dependency封裝成Docker Image,使其可重複利用與移植。

容器的缺點

  • 安全性的維護侷限相較多,因為環境和硬體都是與主機共用

  • 在同一台機器中,每個Container的OS都是相同

    例如無法一個容器為windows一個為Linux,還是依賴Host OS。
  • 網路連結複雜

    通常切分成 微服務(Microservices) 的方式做部署,在各元件中的網路連結會比較複雜。
  • 容器與以持久性為核心的儲存方案背道而馳

容器提供的解決方案是利用volume接口形成資料的映射和轉移,以達到資料持久化的目的。
但是這樣也會造成一部分資源的浪費和更多交互的情況,不管是映射到主機上還是到網路硬碟上,都是退而求其次的解決方案。

容器與虛擬主機的比較列表


功能平台 容器container 虛擬主機VM
技術核心 依賴Host OS(kernel)來運行
以應用程式為中心
需要安裝作業系統(Guest OS)
以作業系統為中心
開機載入速度 秒為單位 分鐘為單位
須等待作業系統開機時間
儲存容量 以MB為單位 以GB為單位
相容性 接近原生 受限於虛擬技術支援性
單一主機
同時運行
最高可到數千個 最高可到數十個
隔離性 完全隔離 完全隔離
資源與成本 需要的硬體資源少
成本較低
需要CPU、RAM硬體設備
佔用資源成本高
特色 封裝相依性資源
與應用程式的執行環境
易於重複利用及搬遷
一個配置好CPU、RAM
與Storage的作業系統
服務內容 大型專案服務
例如建置一個電商平台
多使用於微服務中
將所有功能獨立分開

VM & 容器整合架構

VM+container_architecture

[註1]相依性資源(Dependency):官方是以bins/libs稱之,也就是二進位執行檔(binaries)與函式庫(libraries),它們可能是MySQL、Nodejs、.Net Framework、程式庫、DLL、編譯器等運行App所需要的執行環境,相依性資源大抵上可以說是我們前面提到的解決方案堆疊(solution stack)或軟體棧(software stack)。

[註2]Hypervisor:又稱虛擬機器監視器(英語:virtual machine monitor,縮寫為 VMM),是用來建立與執行虛擬機器的軟體、韌體或硬體。
被hypervisor用來執行一個或多個虛擬機器的電腦稱為宿主機(host machine),這些虛擬機器則稱為客戶機(guest machine)。Hypervisor 提供虛擬的作業平台來執行客戶作業系統(guest operating systems),負責管理其他客作業系統的執行階段;這些客作業系統,共同分享虛擬化後的硬體資源。


Docker、Kubernetes、Microservice與容器的關係

容器是近年來發展的新產品,對於技術團隊來說是充滿挑戰的,而對於一般非工程人員的你,看到這裡如此密密麻麻、排山倒海的專有名詞,是不是讓你眼花撩亂?

沒關係,我們的任務就是要讓你10分鐘理解容器的原理與知識,所以你更要了解Docker、Kubernetes、微服務Microservice 是什麼意思?


讓我們來用一句話代表四者的關係: Docker 是一個讓 Container 標準化的專案/工具;Kubernetes 是用來管理 Container 的系統,而Microservice是基於Container之技術核心上快速發展起來的概念。

Docker-容器標準化工具

Docker是目前最流行的一個容器化技術。
它創造了一個標準化的 container 製造程序,讓應用程式具有相同的封裝方式、啟動方式、存取方式,不用修改就能在任何支援 Docker 的平臺上執行。

Docker 映像檔(Dockerfile)是讓 Docker 之所以強大的關鍵之一。
Container 在打包的過程,所有這個 Container 需要的程式和設定資訊都會放在 Dockerfile 中,於是在所有支援 Docker 的環境中執行這個 Dockerfile,就能夠確保建立一模一樣的 Container。

Docker 另一個很大的影響是波及了 PaaS (平台即服務) 的生計,因為 IaaS(基礎設施即服務) 平臺只要支援 Docker,就可以執行 Container 中的應用程式,不再需要設定 虛擬主機VM,因此很容易就可以達成 PaaS 的功能。


Docker 中的映像和登錄與其他元件的關係
圖片來源:Azure Docker教學


而Docker最大的特性是快,建立Container的速度不到1分鐘,甚至只要數秒鐘,遠比動輒要數分鐘或是數十分鐘才能啟動的虛擬機器來得更快。啟動一個內含Ubuntu系統、MySQL、Ruby等網頁所需執行環境的Container,真的不用到1分鐘。

Kubernetes-容器的管理平台

Kubernetes(K8s)是一套由Google設計出來用於自動化部署、擴展與管理容器化應用程式的開源系統,它支援了多種不同的容器工具如Docker等。

更進一步地說,Kubernetes 想解決的問題是:「手動部署多個容器到多台機器上並監測管理這些容器的狀態非常麻煩。」而 Kubernetes 提供一個平台以較高層次的抽象化去自動化操作與管理容器們。

而白話來說,上面的描述表示他可以做到同時部署多個容器到多台機器上,當服務的承載量有變化時,可以針對容器去做自動擴展,並且能夠管理多個容器的狀態,自動偵測並重啟故障的容器。


k8s_architecture
圖片來源:K8s入門


有了 Container 能改善傳統VM的笨重、有了 Docker 來標準化 Container 的製造,再一個能夠讓你輕鬆管理 Container 的平台,雖然我不是工程師,但這聽起來挺完美的吧?
Kubernetes 就是這樣棒的平台,所謂 Container Orchestration Platform。

微服務Microservice-重構應用程式,讓服務成為獨立運作的個體

容器化的技術讓應用程式能夠被打包成更輕量簡便的封包,於是「微服務」的概念就興起了。

在此風潮之前,傳統的 單體架構(Monolithic Architecture) 是將所有的資源、功能、操作等等放在一個應用程式中,彼此之間關係緊密,因此常常會有改一個小細節就必須波及許多部分的情況,所以 可擴展性(Scalability) 就會無法提高。


microservice_architecture
圖片來源:見證微服務發展今昔


於是微服務的誕生,就是為了解決此狀況的全新概念,它是一種重新建構應用程式的方法,將一個應用程式中不同的功能切開,且將資料管理去中心化,利用像是 HTTP protocal 來聯絡每個服務,讓彼此變成獨立的運作個體。

使用容器能解決什麼問題?它的用途是什麼?

容器提供邏輯封裝機制,能夠將應用程式從實際執行所在環境抽取出來。
無論目標環境是私人資料中心、公用雲端還是開發人員的個人筆記型電腦,這種分離的方式都可以輕鬆、一致地部署容器型應用程式。

目前 IaaS 層面的主流技術在 高可用性 ( High Availability,HA ) 、災備、存儲等方面都做得非常成熟。如果容器能夠與一個輕量級或者簡化版的 IaaS 雲端運算平台相融合,交付應用跑在容器上,容器跑在 IaaS 的私有雲上,這種硬體、雲端運算平台、容器的三層架構就可以滿足雲端服務的企業應用需求。

而容器應用目前最廣泛的有包括:Test/QA 應用、Web 應用、資料庫/巨量資料、企業應用等等。以網際網路公司為例:其開發營運維護環境複雜,應用多採用分散式架構,後台使用服務的種類繁多,這些都是容器最擅長解決的問題。

容器應用場景


container6大應用場景

  • 微服務

容器提供的程序隔離可讓其輕鬆將應用程式分解成稱為「微服務」的獨立元件並執行

  • 資料庫的應用:批次處理

將批次處理和 ETL( Extract-Transform-Load) 任務封裝至容器,以便快取啟動任務,並根據需求動態擴展。
ETL是指描述將資料從來源端經過抽取(extract)、轉置(transform)、載入(load)至目的端的過程,工程團隊及企業使用 ETL 將分佈在多個系統、使用不同語言的資料轉換為統一的格式和型態,以便更容易對其進行分析。

隨著資訊爆炸的時代,企業更需要ETL,因為它可以跨各種系統進行資料的提取、轉換和載入,幫助組織有效地利用資料,以增強他們的商業情報。

更多資料庫服務請看➡️ HiCloud MongoDB

  • 機器學習(Machine Learning)

使用容器針對訓練和推論快速擴展機器學習模型,然後在任何平台上靠近您的資料來源執行。

  • 混合應用程式

容器可讓您標準化程式碼的部署方式,使其能夠針對在內部部署和雲端環境之間執行的應用程式建立工作流程。

  • 將應用程式遷移至雲端

容器讓您能夠輕鬆將整個應用程式封裝並移至雲端,而無需做出任何程式碼變更。

  • 建置PaaS平台即服務

使用容器來建置平台,無需開發人員管理基礎設施和標準化您應用程式的部署和管理方式。 根據統計,國內外已有一定數量的科技業將容器整合到公司內部的開發測試流程,並以容器為載體發布應用。

容器的可攜性、標準的平台介面、跨雲端的 API 等,能在一定程度上解決企業及客戶可能面臨的統一開發流程中各類異構開發環境,並降低開發測試的成本,以容器方式交付的軟體,能為客戶帶來實際的價值。

容器(Container)供應商

介紹完容器的基礎應用及原理,就不得不一併說明從哪裡可以獲取容器服務的資源呢?你的心聲我都聽到了!現在各大公有雲都有提供容器開發及託管的服務,有他們罩著你,開發應用程式都不會像無頭蒼蠅啦!

AWS Container

了解到這邊大家應該都知道,需要用到容器的功能就必須先使用兩種服務:
1.開發標準化容器的工具 2.管理容器的系統

以下是AWS與容器相關的兩大產品

Amazon Elastic Container Service(ECS) - 執行容器化應用程式或建立微服務

Amazon ECS是一種全受管的容器協調服務,它提供最安全、可靠和可擴展的方式來執行容器化應用程式。它還能與 AWS 平台的其餘產品深度整合,以提供安全且易於使用的解決方案,用於在雲端中執行容器工作負載,現在使用 Amazon ECS Anywhere 在您的基礎設施上執行。


Amazon-ECS 架構圖
圖片來源:AWS ECS官方介紹

Amazon ECS 優勢

  • 節省運算時間
    可以搭配使用 AWS Fargate 容器的無伺服器運算最佳化您的時間,從而無需設定和管理控制平面、節點及執行個體。

  • 節省成本
    透過自主佈建、自動擴展和依用量計費定價,節省高達 50% 的運算成本。

  • 跨雲端整合
    使用您偏好的持續整合和交付 (CI/CD) 與自動化工具跨雲端啟動數千個容器。

  • 合規的標準化開發
    能夠與 AWS 管理和控管解決方案無縫整合,針對幾乎全球所有監管機構的合規標準化。

Amazon ECS 使用案例

  • 可在混合環境中部署
    使用 Amazon ECS Anywhere 在內部部署或雲端中建置容器型應用程式,並享受跨環境的一致工具、管理、工作負載排程和監控。

  • 支援批次處理
    規劃、排程及執行整個 AWS 服務範圍 (包括 Amazon Elastic Compute Cloud [EC2]、Fargate 和 Amazon EC2 Spot 執行個體) 的批次運算工作負載。

  • 擴展 Web 應用程式
    透過 AWS 的效能、擴展、可靠性和可用性,在多個可用區域中自動擴展和執行Web 應用程式。

Amazon ECS 客戶案例

位於斯德哥爾摩的RaySearch是推進癌症治療軟件的領先供應商。
該公司與世界各地的腫瘤診所密切合作,在 40 個國家擁有 700 多家客戶。診所依靠公司的本地治療計劃解決方案RayStation來生成和評估放射治療計劃。
在亞馬遜網絡服務 (AWS) 上發布RaySearch的腫瘤分析系統 RayIntelligence 後,下一步是集成其 RayStation 系統,使診所更容易從患者和治療數據中獲得洞察力。

容器化 Windows 應用程序可在 Amazon ECS 上輕鬆擴展 RaySearch 使用Amazon ECS 上的 Windows 容器將 RayStation 的數據倉庫功能容器化,創建了一個可擴展的輕量級代理,它位於臨床端並提取腫瘤數據,然後將其加載到 RayIntelligence。
攝取後,數據將轉換為 JSON 或 CSV 文件,使臨床醫生更容易、更快地從 RayStation 生成的數據中獲得洞察力。現在,診所不需要本地計算能力來執行高強度任務,例如處理來自多個患者的腫瘤學數據,借助 Amazon ECS 架構,他們可以並行攝取多個數據流。

詳細請看官方說明➡️ RaySearch Containerizes Cancer Treatment Solution on Amazon ECS

Amazon Elastic Kubernetes Service (Amazon EKS) – 容器管理平台

(Amazon EKS) 是一種全受管的 Kubernetes 服務,它提供最安全、可靠和可擴展的方式來使用 Kubernetes 執行容器化應用程式。


Amazon-EKS_architecture
圖片來源:AWS EKS官方介紹

Amazon EKS 優勢

  • 自定義設定
    探索設定 VPC、ALB 和 EC2 Kubernetes工作節點以及 Amazon EKS 的多種方法。
  • 高效自動化
    透過高效的運算資源佈建和自動化 Kubernetes 應用程式擴展來降低成本。
  • 安全無虞的環境
    透過自動套用至叢集控制平面的安全修補程式,確保更安全的 Kubernetes 環境。

Amazon EKS 使用案例

  • 跨混合環境部署
    在混合環境中管理您的 Kubernetes 叢集和應用程式,並在您的資料中心執行 Kubernetes。

  • 對機器學習 (ML)
    工作流程建模使用最新 Amazon Elastic Compute Cloud (EC2) GPU 驅動的執行個體 (包括 Inferentia),高效執行分散式訓練任務,並使用 Kubeflow 部署訓練和推論。

  • 建置並執行 Web 應用程式
    透過開箱即用的聯網和安全整合,建立可自動擴展和縮減,以及在跨多個可用區域 (AZ) 的高度可用組態中執行的應用程式。

Amazon EKS 客戶案例

Snap Inc. 是一家相機及社群媒體公司,讓大家能夠表達自我、活在當下、探索世界,並一同享受樂趣。
Snap 使用 Kubernetes 解決管理一組大型服務的各種問題,而 EKS 可協助每秒執行 2 百萬次以上交易,並透過 EKS 及 ECR,協助開發人員在推出全新微型服務時減少 77% 的工作。

更多介紹請看官方影片➡️ Snap客戶案例

Google Kubernetes Engine(GKE)

說到K8s就不能不提到元老級供應商Google,該系統由Google設計並捐贈給Cloud Native Computing Foundation(今屬Linux基金會)來使用。
GKE提供兩種作業模式:StandardAutopilot

Standard 是自 GKE 推出以來持續建構的服務版本,使用者對節點有完整的掌控,可以進行微調,也能執行自訂管理工作負載。 全新的 Autopilot 模式是免人工操作的全代管解決方案,可以管理整個叢集的基礎架構,讓您不必再費心處理設定和監控事宜。

Autopilot 採用以 Pod 為準的計費模式,您只需要為運作中的 Pod 付費,其他像是系統元件、作業系統運作負擔或未分配的容量都不會產生費用。


GKE:持續推送軟體更新管道
圖片來源:Google官方GKE介紹

Google Kubernetes Engine(GKE) 優勢

  • 加速開發應用程式且兼顧安全性
    開發各式各樣的應用程式,可支援有狀態架構、無伺服器架構和應用程式加速器。此外,您也能使用 Kubernetes 原生的持續整合/持續推送軟體更新工具,在建構與部署生命週期的各個階段提供保護並加快推展速度。

  • 透過發布版本簡化作業
    您可以選擇符合自己業務需求的版本。快速版、一般版和穩定版的節點升級頻率各不相同,我們會根據版本特性提供相符層級的支援服務。
    Google SRE 可協助您減少後續管理作業,有了 Google 網站穩定性工程師 (SRE) 的協助,您就能將心力放在應用程式上。
    我們的 SRE 會持續監控您的叢集,以及其運算、網路和儲存空間資源。

Google Kubernetes Engine(GKE) 使用案例

  • 持續推送軟體更新管道
    有了 GKE,您就能輕鬆部署、更新及管理應用程式與服務,迅速進行應用程式的開發與疊代作業。
    您可以設定 GKE、Cloud Source Repositories、Cloud Build 和 Spinnaker for Google Cloud 服務,讓這些服務自動建構、測試及部署應用程式。
    在您修改應用程式的程式碼之後,變更內容會觸發持續推送軟體更新管道,進而自動重新建構、重新測試及重新部署新版本。

  • 將雙層級應用程式遷移至 GKE
    您可以透過 Migrate for Anthos 直接遷移工作負載,並轉換為 GKE 中的容器。
    您能將雙層級 LAMP 堆疊應用程式 (包含應用程式和資料庫 VM) 從 VMware 遷移至 GKE,並限制只能從應用程式容器 (而不能從叢集外部) 存取資料庫,藉此提升安全性。
    此外,您也能使用經過驗證的 kubectl 殼層存取方式取代安全殼層 (SSH) 存取機制,並透過 Cloud Logging 自動整合功能查看容器系統記錄檔。

Google Kubernetes Engine(GKE) 客戶案例

必勝客已在全球擁有超過 16,700 家快餐店。但自 1950 年代後期以來,情況發生了很大變化。越來越多的消費者希望他們的比薩和其他餐廳餐點能夠外賣或準備外賣。

事實上,據NPD 集團稱,現在 50% 的餐廳晚餐都是在家中消費的。 為了保持競爭力,必勝客專注於為顧客在想吃的時間和地點提供服務,支持微服務的google容器架構將為必勝客工程師提供盡快創新新功能和服務的靈活性。

例如,微服務和容器使必勝客能夠靈活地構建強大的內部和外部 API 以進行擴展,並將API 對請求的平均響應時間縮短 10 倍,同時GKE能夠識別阻塞點以改進耗時的流程,讓 Kubernetes 節點在幾秒鐘內數量翻倍。

更多詳情請看官方資訊➡️ 美國必勝客使用GKE案例

阿里雲容器服務ACS

容器服務 ACS 提供高性能可伸縮的容器應用管理能力,支持企業及容器化應用的全生命周期管理,整合阿里雲虛擬化、儲存、網路和安全能力,打造雲端最佳容器化應用運行環境。

Gartner中國唯一入選品牌,Forrester報告中國排名第一,推薦使用 Kubernetes Service。


阿里雲ACS DevOs持續交付
圖片來源:阿里雲ACS官方介紹

阿里雲容器ACS 優勢

  • 安全可控
    端到端的應用安全保障,支持企業帳戶權限的管理。

  • 簡單易部署
    一鍵創建容器叢集,基於容器的一站式生命週期管理。

  • 多雲整合
    支援無縫遷移和混合雲管理,Swarm和Kubernetes雙管齊下!

  • 高效可靠
    支持海量容器秒級啟動並結合超大規模驗證。

阿里雲容器ACS 使用案例

  • DevOps持續交付
    配合Jenkins幫您自動完成從代碼提交到應用部署的DevOps完整流程,確保只有通過自動測試的代碼才能交付和部署,高效替代業內部署複雜、迭代緩慢的傳統方式。

  • 高性能運算的機器學習
    幫助數據工程師在HPC叢集上輕鬆部署機器學習應用,追蹤試驗和訓練、發布模型,資料部署在分散式儲存,無需關心繁瑣維運,專注核心業務,快速從0到1。

  • 微服務架構
    企業生產環境中,通過合理微服務拆分,將每個微服務應用儲存在阿里雲鏡像倉庫幫您管理。您只需迭代每個微服務應用,由阿里雲提供調度、編排、部署和灰度發布能力。

  • 混合雲架構
    統一管理多雲端資源,在容器服務控制台上同時管理雲上雲下的資源,不需在多雲管理控制台中反覆切換。
    基於容器基礎設施無關的特性,使用同一套镜像和編排同時在雲上雲下部署應用。

  • 彈性伸縮架構
    容器服務可以根據業務流量自動對業務擴容/縮容,不需要人工干預,避免流量激增擴容不及時導致系统掛掉,以及平时大量閒置資源造成浪費。


結語:容器應用的未來性

整篇文章其實就是想告訴大家,因為元宇宙的概念興起,許多機器紛紛虛擬化,甚至連軟體層都能夠虛擬化,容器在未來的可看性是相當令人期待的。

尤其自2017年以來,公有雲大廠就有許多容器與企業應用結合的案例,也因為標準化的開發部屬流程讓企業的人力及時間成本都大幅降低。

正所謂科技來自於人性,因為虛擬化技術的進步,讓人們的需求越來越容易達成,去中心化的管理同時減輕資料處理的繁瑣,讓虛擬世界離我們的生活越來越近,無論企業及科技如何發展,在規範及便利中取得平衡仍是現代人的一大課題!或許,科技奇點就在不遠處。

HiCloud是五大公有雲的合作夥伴(AWS、Azure、CloudFlare、阿里雲、騰訊雲)
如果你對容器服務很有興趣,歡迎上官網聯繫我們➡️ HiCloud官網

Your browser is out-of-date!

Update your browser to view this website correctly. Update my browser now

×