Netflix、Pinterest及Uber等企业巨头正在云原生功能掀起的这波技术浪潮下巩固自己的统治地位。简单来讲,云原生是指一切诞生在云端、同时运行在云端的事物。通过提升云原生应用程序的开发效率、增强架构可塑性并改善基础设施的适应性,企业业务将获得源源不断的迭代动力。事实上,云原生应用已经成为帮助企业应对种种颠覆性挑战的重要力量。
首先需要明确一点,云原生应该成为大家的首选——它能提供快速交付、借容器化实现的成本削减、出色的客户体验和更低的管理门槛等。本文将带大家了解敏捷DevOps流程、轻量化容器、微服务中的松散耦合、自动化及资源等云原生属性如何为刚刚踏入商业世界的创业者带来显著收益。
#1 容器
云原生与容器环境紧密关联,并由此实现极强的可扩展性与弹性。容器堪称云原生架构中的支柱,以轻量化容器的形式将云原生应用打包成众多独立的服务捆绑单元。这些轻量化容器能够帮助大家轻松部署应用程序,完全无需担心云虚拟服务器或者云服务商计算实例等底层适配要素。而这种极高的可扩展性本身,也成为云原生应用推动创新的重要前提。
#2 语言与框架
云原生应用能够理解多种语言,因此大家可以轻松根据各项服务的具体功能选择不同的运行时和语言框架。开发者可以使用Node.js编写应用程序UI,选择通过MicroProfile用Java编写API等。对于熟悉Java的企业级开发者,MicroProfile框架堪称最佳选项;Spring开发者最适合SpringBoot;Node.js开发者可以选择Express.js或者LoopBack;Swift开发者则可以灵活使用Kitura。
#3 微服务
云原生应用由一系列能够无缝集成至云环境中的微服务构建而成。这些松耦合的服务使得开发者能够独立考量每项服务,各微服务会在自己的进程中运行并通过HTTP API进行通信。每项微服务都可以独立部署、升级和扩展。弹性基础设施及应用程序架构被集成在一起,共同实现性能与效率的横向扩展。这种解耦特性也让开发者们能够专注于服务的核心功能,由此着力提升实际使用体验。由于每项服务都保持着独立维护,因此这种方法也能提升应用程序的整体生命周期管理效率。
#4 应用程序编程接口 (API)
微服务应用架构的最大挑战,在于如何实现不同服务之间的无缝通信。对于“前端”面向客户端的微服务来说,必然需要响应来自手机、浏览器或者其他设备的用户请求。云原生服务使用基于特定协议的各类API实现这一功能,例如代表性状态传输(REST)、谷歌的开源远程过程调用(gRPC)或者NATS等。RESTful API可以无缝管理基于微服务架构的应用内通信活动。为了保障性能,服务间的内部通信则可由gRPC负责。REST主要用于通过超文本传输协议(HTTP)公开API。NATS则支持发布-订阅功能,可在应用程序之内实现异步通信。
#5 架构与平台
对于云原生应用程序的快速交付与应用迭代等功能,速度永远是我们不懈追求的目标。架构也是同理,我们需要保证那些具有持久性质的服务始终匹配高弹性、高可用性的运行模式,无状态服务与有状态服务彼此独立。在这方面,云原生架构使开发人员能够实现把基础设施依赖项抽象成通用平台来使用。以此为基础,团队就可以专注于软件设计与开发,而不是操作系统的配置、修补与维护。作为一种有效的抽象方法,我们可以建立起规范化平台,并保证其能够在AWS、微软Azure以及Google Cloud Platform等主流云基础设施上顺畅运行。
#6 操作系统
云原生应用以容器化、高抽象级形式保持运行,不再依赖或倾向于任何特定的操作系统或机器。事实上,云原生服务应该独立于服务器及操作系统之外。每当有微服务需要固态硬盘(SSD)及图形处理单元(GPU)资源时,都由部分设备负责提供。
#7 基础设施
云原生应用被部署在虚拟、共享的高弹性基础设施之上。云原生基础设施中包含有效运行应用程序所需要的各类软件和硬件。基础设施还囊括操作系统、数据中心、部署管道、配置管理以及支持应用程序所不可或缺的其他系统/软件。高效稳定的云原生基础设施能够显著加快企业迭代速度并改善产品上市时间。
#8 敏捷DevOps流程
企业需要一套平台来构建和运营云原生应用程序,并实现DevOps、微服务、持续交付及容器的全面自动化。在云原生应用中,每项服务都拥有自己的独立生命周期,通过敏捷DevOps流程加以管理。多条持续集成与持续交付(CI/CD)管道相互协作,共同维持着云原生应用程序的正常运转。
#9 自动化
自动化在云原生的具体实现当中发挥着关键作用。专门针对云端运行及扩展环境开发而成的应用程序有着自己的一系列独特要求,自动化正是其中之一。自动化是管理大型复杂应用的先决条件。而借助基础设施即代码这一重要概念,云原生应用程序真正获得了高度自动化的可行空间。
#10 资源
云原生应用与治理模型保持一致,并坚持按照策略方针将存储配额、CPU及网络资源分配给具体服务。在企业当中,中央IT部门可以为其他各部门分配资源,保证各部门下的执行团队都能访问并获取日常工作中的必要资源。
结语
云原生应用专为云环境而生。目前,具有前瞻性的各领先企业已经在运用云原生技术、敏捷DevOps流程、容器、微服务架构及持续交付工作流开发应用程序。这不仅能让自己的应用成果变得与众不同,同时也更善于抵御未来一切颠覆性变化可能带来的影响。
好文章,需要你的鼓励
在迪拜Gitex 2025大会上,阿联酋成为全球AI领导者的雄心备受关注。微软正帮助该地区组织从AI实验阶段转向实际应用,通过三重方法提供AI助手、协同AI代理和AI战略顾问。微软已在阿联酋大举投资数据中心,去年培训了10万名政府员工,计划到2027年培训100万学习者。阿联酋任命了全球首位AI部长,各部门都配备了首席AI官。微软与政府机构和企业合作,在公民服务和金融流程等领域实现AI的实际应用,构建全面的AI生态系统。
查尔斯大学和意大利布鲁诺·凯斯勒基金会的研究团队首次系统性解决了同声传译AI系统延迟评估的准确性问题。他们发现现有评估方法存在严重偏差,常给出相互矛盾的结果,并提出了YAAL新指标和SOFTSEGMENTER对齐工具。YAAL准确性达96%,比传统方法提升20多个百分点。研究还开发了专门的长音频评估工具LongYAAL,为AI翻译技术发展提供了可靠的测量标准。
苹果与俄亥俄州立大学研究人员发布名为FS-DFM的新模型,采用少步离散流匹配技术,仅需8轮快速优化即可生成完整长文本,效果媲美需要上千步骤的扩散模型。该模型通过三步训练法:处理不同优化预算、使用教师模型指导、调整迭代机制来实现突破。测试显示,参数量仅1.7亿至17亿的FS-DFM变体在困惑度和熵值指标上均优于70-80亿参数的大型扩散模型。
印度理工学院团队构建了史上最大规模印度文化AI测试基准DRISHTIKON,包含64288道多语言多模态题目,覆盖15种语言和36个地区。研究评估了13个主流AI模型的文化理解能力,发现即使最先进的AI也存在显著文化盲区,特别是在低资源语言和复杂推理任务上表现不佳,为构建文化感知AI提供了重要指导。