【導(dǎo)讀】容器云平臺有其獨特的特點，不同于傳統(tǒng)系統(tǒng)的運維。本文分享了作者對容器云平臺運維范圍和運維架構(gòu)設(shè)計的思考與實踐。
【作者】汪照輝，中國銀河證券架構(gòu)師，專注于容器云、微服務(wù)、DevOps、數(shù)據(jù)治理、數(shù)字化轉(zhuǎn)型等領(lǐng)域，對相關(guān)技術(shù)有獨特的理解和見解。擅長于軟件規(guī)劃和設(shè)計，提出的“平臺融合”的觀點越來越得到認同和事實證明。發(fā)表了眾多技術(shù)文章探討容器平臺建設(shè)、微服務(wù)技術(shù)、DevOps、數(shù)字化轉(zhuǎn)型、數(shù)據(jù)治理、中臺建設(shè)等內(nèi)容，受到了廣泛關(guān)注和肯定。個人公眾號：技術(shù)思維創(chuàng)新
一、容器云平臺運維范圍
不同的公司容器云平臺的建設(shè)思路和方法可能是不同的，會有差別，但對運維人員來說，首先要明白運維的范圍和內(nèi)容。
（一）梳理要運維哪些內(nèi)容
作為運維人員最重要的職責是采用一切合適的方法保障系統(tǒng)的正常運行，從而保障業(yè)務(wù)的正常運營。一旦系統(tǒng)出現(xiàn)問題了，就會影響到業(yè)務(wù)，可能影響到客戶，可能會帶來損失，因此運維人員要對自己的運維內(nèi)容有清晰的認識。才能定義設(shè)計合適的部署架構(gòu)，運維架構(gòu)。
容器云平臺運維可能包括基礎(chǔ)設(shè)施資源運維，比如服務(wù)器、存儲、網(wǎng)絡(luò)層、操作系統(tǒng)等，也包括容器云平臺自身的運維，Docker，kubernetes，鏡像倉庫，Portal、數(shù)據(jù)庫、ETCD、ingress等，還會涉及日志、監(jiān)控、告警、認證權(quán)限、配置等，更重要的是支撐應(yīng)用的運維，應(yīng)用的部署、遷移、運行狀況查看、監(jiān)控、告警提醒、擴容、彈性伸縮、配置更新、流量分發(fā)管控、負載均衡、訪問控制等等都是容器云平臺制成應(yīng)用運維的能力。
（二）明確運維的工具和手段
軟件運維不是靠赤手空拳，從效率方面講借助于工具的運維效率是成級數(shù)倍的。因此需要熟練掌握和使用運維工具，運維方法。
Google SRE其實就是一個專職做運維工具的團隊，借助于工具化不但提高運維效率，也提高了系統(tǒng)的穩(wěn)定性和可靠性。自動化運維工具、監(jiān)控工具、配置管理工具等等都是在日常運維過程中不可少的。
（三）選擇運維架構(gòu)
不同的系統(tǒng)運維方法和運維架構(gòu)也是不一樣。容器云平臺有其獨特的特點，不同于傳統(tǒng)系統(tǒng)的運維。對運維人員來說，最大的要求就是確定性。容器的彈性、自恢復(fù)、自動遷移等特性在帶來便利的同時也帶來了不確定性。特別是在龐大的云計算環(huán)境。不確定性會對運維人員來說面臨著巨大的壓力。因此作為運維人員就需要選擇合適的架構(gòu)來規(guī)避不確定性和不穩(wěn)定性。結(jié)合容器云平臺的特性和API網(wǎng)關(guān)組成兩層服務(wù)治理體系，在提高安全性和可靠性的同時也充分利用了容器的輕量彈性特點。
（四）開發(fā)測試和運維工作的差別在哪
我們都知道做運維和開發(fā)測試工作是不一樣的。開發(fā)追求敏捷、快速，所以這些年DevOps大行其道。但運維可能就是另外一個方向了。運維追求的是穩(wěn)定與可靠性，每次變動都會存儲風險，所以盡可能穩(wěn)定。但完全穩(wěn)定是不可能的，運維就需要實現(xiàn)一種動態(tài)的穩(wěn)定，這和容器的彈性和可遷移性非常匹配。
（五）DevOps和SRE的精髓在哪里
DevOps追求開發(fā)運維一體化，但在國內(nèi)并沒有多少人真正思考DevOps該如何落地。Google SRE我覺得是一種非常好的實踐，他并沒有要求開發(fā)人員去做運維，而是很多運維人員去做開發(fā)，而開發(fā)的主要是運維工具。所以我們看到國內(nèi)很多DevOps的宣傳其實都是很片面的，并不是基于實踐的總結(jié)，而是概念的炒作。當前云計算環(huán)境下的運維已經(jīng)不同于傳統(tǒng)的應(yīng)用系統(tǒng)運維。當前應(yīng)用系統(tǒng)逐步的融合、微服務(wù)化，以云計算為底座，云就像一個大的容器，docker是這個大的容器中的小容器，承載微服務(wù)應(yīng)用的敏捷部署和彈性伸縮等能力。
所以運維重點還是要保障系統(tǒng)的穩(wěn)定性，但側(cè)重在采用或自主開發(fā)眾多的、適合自己的運維工具來協(xié)助提升運維效率和系統(tǒng)穩(wěn)定性。
其實，認真想一下，誰開發(fā)誰運維，一個開發(fā)人員能開發(fā)幾個服務(wù)幾個應(yīng)用？開發(fā)和運維的工作量基本上是2：8，所以一個開發(fā)人員如果同時也做運維的話，就會陷入運維之中，也無法體現(xiàn)效率。
二、運維架構(gòu)設(shè)計
基于上面的思考，那么對于容器云平臺來說，該如何設(shè)計其運維架構(gòu)？首先鏡像倉庫是一個神一般的存在，用好鏡像倉庫將非常省力。
（一）鏡像倉庫的作用
一個鏡像倉庫可以同時配置給不同的集群，甚至不同的容器云平臺。這些集群和平臺是可以共用同一個鏡像倉庫的?；谶@些考慮，我們就把鏡像倉庫作為容器云平臺不同環(huán)境之間的媒介。測試鏡像庫隔離開發(fā)和測試，生產(chǎn)鏡像庫隔離測試和生產(chǎn)，鏡像倉庫之間可以實現(xiàn)鏡像的同步，或者下載上傳操作。
鏡像保證了在不同環(huán)境中部署的環(huán)境一致性。實現(xiàn)了應(yīng)用分發(fā)的標準化。而存儲鏡像的鏡像倉庫就很好的充當起應(yīng)用標準化接收和分發(fā)的能力。鏡像倉庫就可以作為一個中轉(zhuǎn)連接站，將開發(fā)、測試、生產(chǎn)隔離，在提高安全性的同時也提高了穩(wěn)定性。
（二）實踐SRE
SRE非常注重運維人員的開發(fā)能力，而不是開發(fā)人員的運維能力。所以SRE其實是全能人才。在國內(nèi)很多人對運維有誤解，覺得不懂開發(fā)的人才去做運維。如何提升運維的效率是運維人員需要關(guān)注的問題。而采用工具，自動化是必要的運維手段。為了更好的使專業(yè)的人員去做專業(yè)的工作，將資源運維與應(yīng)用運維分離。
（三）運維分層
從運維的內(nèi)容我們知道，運維從基礎(chǔ)設(shè)施資源、到平臺、到應(yīng)用的維護都是運維人員的工作內(nèi)容。所以作為運維人員要維護這么多內(nèi)容，往往是比較困難的，所以一個比較好的方法是把運維內(nèi)容劃分為不同的層次，基礎(chǔ)設(shè)施資源、平臺、應(yīng)用。這樣運維人員可以更專注自己的工作，更好的提供服務(wù)。
（四）接口標準化
要高效協(xié)同，定義標準化接口是必須的。就像基礎(chǔ)設(shè)施資源團隊提供基礎(chǔ)設(shè)施資源服務(wù)，需要標準化的虛擬機接口服務(wù)（云管平臺來實現(xiàn)），這樣才能做到敏捷擴展，或者動態(tài)擴容。
（五）流程自動化
運維架構(gòu)中要想提高運維效率，就需要考慮運維流程的自動化，減少人為的介入和干預(yù)。比如虛擬機申請，盡量不要眾多的審批節(jié)點。完全自動化。像ip地址網(wǎng)段、虛擬機配置、操作系統(tǒng)參數(shù)調(diào)整等都可以在擴容虛擬機之前定義好，根據(jù)不同的需求自動來創(chuàng)建分配（按規(guī)則定義自動化創(chuàng)建）。
（六）將資源運維與應(yīng)用運維分離
資源運維相對比較簡單，就是運維我們常用的服務(wù)器、網(wǎng)絡(luò)、存儲、虛擬化、超融合等基礎(chǔ)設(shè)施資源。這些工作大部分是相對標準化的，通?？梢圆捎米詣踊绞絹韺崿F(xiàn)。也沒有太多的開發(fā)工作量，基本上有一套監(jiān)控管理系統(tǒng)就可以了。不過隨著多云資源管理需求的普及，多云資源管理可能會有一些復(fù)雜度。
資源運維同樣需要不同專業(yè)的人員，比如網(wǎng)絡(luò)、存儲、虛擬化等。這些人員專注于基礎(chǔ)設(shè)施資源的維護，為容器云平臺或容器化PaaS平臺提供資源服務(wù)。
（七）應(yīng)用運維是核心
我們一直覺得應(yīng)用運維才是容器云平臺的核心。因為最終是為業(yè)務(wù)應(yīng)用來服務(wù)的。應(yīng)用運維通常是在平臺提供的應(yīng)用管理的能力下，由業(yè)務(wù)應(yīng)用使用團隊來負責應(yīng)用的運維，研發(fā)團隊給予支持。容器云平臺的能力就成為了關(guān)鍵。如果容器云平臺能提供完善的部署、監(jiān)控、彈性擴容、灰度、負載策略、訪問控制、統(tǒng)計查詢等等能力，對應(yīng)用運維人員則使運維工作非常簡單。
（八）平臺和組件支撐應(yīng)用運維
容器云平臺的能力在于平臺和平臺周邊組件所實現(xiàn)的能力。平臺和組件需要持續(xù)的完善和優(yōu)化，才能更好的支撐應(yīng)用運維的需要。我們覺得這是容器云平臺運維的重點。需要容器云平臺運維團隊來持續(xù)的開發(fā)和建設(shè)運維工具、流程、方法來優(yōu)化容器云平臺運維。
（九）微服務(wù)架構(gòu)微服務(wù)治理是難點
應(yīng)用運維中，微服務(wù)架構(gòu)下，服務(wù)治理可能是個難點。微服務(wù)架構(gòu)帶來了服務(wù)運維的復(fù)雜度，服務(wù)的部署、遷移、彈性伸縮、流量分發(fā)、內(nèi)外部負載均衡、高可用、穩(wěn)定性等需求對容器云平臺支撐的應(yīng)用運維能力要求很高。選擇了什么樣的微服務(wù)架構(gòu)，如何更好的管理治理好微服務(wù)，是容器云平臺不得不考慮的一個重要問題。比如微服務(wù)中實現(xiàn)了注冊發(fā)現(xiàn)，比如用springcloud的開發(fā)框架，已經(jīng)有了一套自己的服務(wù)治理方法，如何跟容器云平臺更好的融合？開發(fā)的微服務(wù)是否需要自己去實現(xiàn)注冊發(fā)現(xiàn)，流量控制，熔斷降級等機制，或是簡單可以在容器云平臺來實現(xiàn)？
我們有個需求是根據(jù)響應(yīng)時間來彈性擴容。我們沒有采用cpu內(nèi)存作為彈性伸縮的指標，因為cpu內(nèi)存是不準確的。Java內(nèi)存機制不適合采用內(nèi)存方式，而cpu變化又太快，如果拉長時間則可能導(dǎo)致延誤，出現(xiàn)大量超時。所以根據(jù)響應(yīng)時間作為擴容指標則相對更優(yōu)。那么這就需要在服務(wù)網(wǎng)關(guān)或容器云平臺或者api網(wǎng)關(guān)來實現(xiàn)了。服務(wù)網(wǎng)關(guān)的話需要開發(fā)人員自己實現(xiàn)，每個團隊都需要部署個這么的網(wǎng)關(guān)，明顯不合適。在容器云平臺如果實現(xiàn)這樣的能力，則每個服務(wù)都可以直接使用。形成了標準化。
因此，在容器云平臺可以把服務(wù)治理能力固化，既可以減少開發(fā)工作量，也提高了運維的效率，降低了運維的難度。
（十）兩層治理體系
把服務(wù)治理劃分為容器云平臺層和API網(wǎng)關(guān)層則可以更好的利用容器的特點，同時又保留了虛擬化部署、物理服務(wù)器部署的應(yīng)用服務(wù)治理的需求。
在傳統(tǒng)企業(yè)向云遷移的過程中，還有眾多的系統(tǒng)可能不適合容器化，或者目前階段不能完全容器化（穩(wěn)定壓倒一切），因此目前可以考慮利用API網(wǎng)關(guān)來實現(xiàn)兩層的微服務(wù)治理體系，更好的管理和維護微服務(wù)應(yīng)用。
總的來說,我們定義了容器云平臺的“鏡像倉庫為媒介,將開發(fā)測試運維分離,應(yīng)用管理為核心,將資源運維平臺運維和應(yīng)用運維分析,實現(xiàn)容器云/API網(wǎng)關(guān)兩次服務(wù)治理體系,既利用容器的優(yōu)點,也盡可能規(guī)避其弱點”。
