自拍偷在线精品自拍偷,亚洲欧美中文日韩v在线观看不卡

Kubernetes 很復雜,那是因為復雜才能解決你的問題

云計算
Kubernetes 的最大缺點是它預先加載了很多復雜性,但是復雜性是合理的,這就導致又很多東西需要預先學習。

Kubernetes 是否過于復雜?

我經常被問及Kubernetes 是否復雜。在這篇文章中,我將逐一討論這些論點并給出答案。當您需要和不需要 Kubernetes 時,我也會向您解釋。

與虛擬機相比,使用容器的優(yōu)勢

在了解 Kubernetes 本身的復雜性之前,我們需要了解一下 Docker 容器,因為它也增加了復雜性。這種復雜性值得嗎?

幾乎每個人都會同意,即使您決定不使用 Kubernetes,您仍然應該使用 Docker。在沒有 Kubernetes 的情況下,將 Docker 容器部署到 AWS 或其他云提供商也不難。您只需要在虛擬機上設置一個運行 Docker 守護進程。

Docker 容器的主要優(yōu)點是它們是獨立的包。它們將應用程序的環(huán)境與其運行的機器分離。您不再需要關心主機上存在什么庫或 Python 版本,因為 Dockerfile 使您的依賴關系明確。如果它可以在您自己的機器上運行,那么它也可以在任何相同CPU架構上的機器運行。Docker 不完全是基礎設施即代碼,但 Dockerfiles 確實允許您將應用程序運行時定義為 git 存儲庫中的一個簡單文件。

Docker 容器的另一個好處是它們是分布式應用程序包,專為不可變基礎架構的世界而設計。換句話說,它們被設計成無狀態(tài)的。容器本質上是短暫的。如果他們死了并重新啟動也沒關系。

什么時候不需要使用 kubernetes

當滿足以下四個條件時,您不需要 Kubernetes:

  • 將極少數容器部署到極少數機器(主機),換句話說你的用戶數量有限。
  • 容器和機器的數量是靜態(tài)的,不會經常出現擴容或者縮容。
  • 您的容器和機器不會經常出現故障。
  • 您不需要持久存儲、負載均衡、配置管理、服務發(fā)現、自動修復、自動縮放等其他功能?;蛘吣_實需要這些功能,但您的要求非常有限并且不介意供應商鎖定。

換句話說,如果您有簡單的要求,那么有一個更簡單的 Kubernetes 替代方案。您可以將容器直接部署到運行在幾個虛擬機上的 Docker 守護進程。

復雜的需求就需要復雜的解決方案

當您擁有的業(yè)務正在快速成長,用戶量激增,那么您可能確實需要 Kubernetes:

  • 您的應用需要處理可變的用戶負載量
  • 您需要使用計算之外的其他云服務 - 例如,持久存儲、負載均衡器、配置管理等。
  • 節(jié)點過多,經常出錯,您的應用需要自動恢復能力
  • 您希望以一致的方式管理多個應用程序和系統(tǒng)
  • 您有上百個團隊在相同的環(huán)境中工作或使用彼此的微服務
  • 其它復雜場景

對于上述要求,您需要引入容器基礎設施,這意味著為大規(guī)模、動態(tài)地部署 Docker 容器并將它們相互連接以及與其他云服務(如存儲)進行優(yōu)化的基礎設施。

該基礎設施最流行的形式是 Kubernetes。如果這些是您的要求,為什么不運行 Kubernetes?當然它很復雜,但是滿足這些要求的每個解決方案都將具有相似的復雜性。

至少對于 Kubernetes,復雜性是開源的,并且以聲明式 Kubernetes API 的形式標準化。這優(yōu)于其他公共云或內部解決方案。

沒有 Kubernetes 和 Docker 的企業(yè)基礎架構

這是仇恨者的典型主張:

Kubernetes 和 Docker 是不必要的,因為自動縮放很容易,systemd 可以自我修復,云提供商有用于持久卷的 API,備份應該用主機上的 cronjobs 完成,秘密用 MyFavoriteSecretVault 完成,Consul 做配置管理,服務發(fā)現是 DNS ,健康檢查不是必需的,Reddit 上的一個家伙在他的上一家公司寫了一個 3000 行的 Perl 腳本用于滾動更新,因此顯然 Kubernetes 是不必要的。

對于這些人,我只能說祝你好運。此外,您重新發(fā)明了 Kubernetes。

讓初學者更容易使用 Kubernetes

Kubernetes 的最大缺點是它預先加載了很多復雜性,但是復雜性是合理的,這就導致又很多東西需要預先學習。

責任編輯:趙寧寧 來源: 云原生技術愛好者社區(qū)
相關推薦

2022-07-29 08:40:20

設計模式責任鏈場景

2018-07-31 14:03:09

JVM內存數據

2021-04-27 22:38:41

代碼開發(fā)前端

2021-06-09 10:59:13

數字化轉型CIO數字化

2012-04-06 09:45:41

開發(fā)

2009-03-18 10:01:15

OracleIASNoClassDefF

2025-01-20 09:28:00

AI工具模型

2021-03-03 14:21:22

物聯網稅收運營商

2010-03-16 17:00:02

Java多線程支持

2015-04-14 10:39:09

iWatch蘋果

2019-12-26 14:50:36

ORDER BY數據庫排序函數

2020-07-29 10:02:47

Java內存故障內存

2020-07-27 08:08:47

Java內存JVM

2010-01-20 10:14:53

C++程序

2013-12-11 09:29:02

2023-08-02 11:30:13

自動化人工智能

2019-05-13 15:47:29

Kubernetes云計算云復雜性

2021-01-11 08:34:16

緩存穿透QPS

2018-01-18 15:15:49

程序員辭職委屈

2018-01-11 16:47:01

雙十一快遞大數據
點贊
收藏

51CTO技術棧公眾號