近日，中國信息通信研究院（以下簡稱“信通院”）在其主辦的2020云原生產業大會上，公布了業內首個超大規模容器性能測評結果。阿里云成為率先通過信通院容器規模化性能測試的云服務商，獲得最高級別認證—“卓越”級別，并首先成功實現以單集群1萬節點1百萬 Pod 的規模突破，構建了國內最大規模容器集群，成為引領國內容器落地的技術風向標。
阿里云研究員、阿里云原生技術負責人丁宇
容器規模化落地已成為企業發展“必修課”
疫情加速了企業數字化的發展進程，低延時和高并發的線上場景頻繁出現在企業日常經營中，業務創新的需求也在倒逼企業不斷運用新興技術手段。阿里云研究員、阿里云原生技術負責人丁宇表示，“現如今，Kubernetes 逐漸成為云原生時代的基礎設施，容器技術被廣泛應用于人工智能、大數據、區塊鏈、邊緣計算等場景，作為輕量化的計算載體，為更多的場景賦予高度的彈性與敏捷性。”在日常經營和業務創新的雙重壓力之下，越來越多的企業從小規模試用到全面擁抱容器規模化落地，以保障企業業務能夠健康且長遠發展。
據信通院《2020年中國云原生用戶調查報告》顯示，60%以上的用戶已在生產環境中應用容器技術，近八成用戶的生產需求需要1000及以上的節點規模滿足，超過13%的用戶容器規模已超過5000節點，9%的用戶容器規模大于10000節點。隨著云原生技術的進一步普及，越來越多的企業核心業務切換到容器，企業生產環境容器集群規模呈現爆發式增長趨勢，容器規模化落地已成為企業發展“必修課”。目前開源版本Kubernetes最多可以支撐5千節點及15萬 Pod，已經無法滿足日益增長的業務需求。
容器規模化落地企業要過哪些難關
大規模容器集群可以提供更大的業務負載能力，更高的流量突發能力，更加高效的集群管理方式。作為云原生領域的實踐者和引領者，阿里云率先實現了單集群 1 萬節點1百萬 Pod 的規模突破，相比于社區版 Kubernetes，單集群節點數在社區基礎上提高了 2 倍，Pod 數提升了 6.7 倍。基于服務百萬客戶的經驗，阿里云沉淀了“容器規模化落地四步走”的路徑方法，可幫助企業克服容器規模化落地過程中的難關，輕松應對不斷增加的規模化需求。
第一步：如何判斷自身是否需要容器集群規模化？
當企業面臨流量突發型業務、復雜計算型業務、需進一步提高運維效率等業務或 IT 訴求，單集群的容量成為當前掣肘發展的瓶頸。例如基因計算、在線秒殺等業務，會在短時間會產生大量的負載，對單集群能容納的計算資源提出了嚴峻的挑戰，亟需單個集群能夠支持大規模的節點來批量運行 Pod。基于此，企業就要開始考慮集群擴容了，不過追求集群規模大，并不是一針見效的萬能“銀彈”， 企業需要根據自身業務發展特性，優化集群能力實現業務價值，盲目追求集群規模化將擴大整個故障域的風險。
第二步：容器規模化不是簡單擴大規模的大小，如何自下而上實現一整套體系優化，打通任督二脈？
Kubernetes作為云原生時代的操作系統，其自身及其部署的云環境是非常復雜龐大的，因此容器規模化是從底層云資源到上層應用的一整套優化體系。企業用戶需要重點解決三個層面的優化，1、在云產品層面打破對云資源配額的限制；2、在集群組件層面提升資源規模化的天花板；3、在Kubernetes資源層面優化集群配置策略來保證資源規模化能力。
第三步：容器規模化后難以保障原有性能不受損，如何實現性能進一步提升，做個“靈活的巨人”？
容器集群規模被放大N倍之后，對存儲、集群網絡、應用分發等性能都提出了巨大挑戰，例如大規模集群數據中心內網絡流量通常較大，網絡延遲與抖動的問題也會隨之被放大，影響集群網絡傳輸效率和集群穩定。還有大規模集群下批量發布更新應用的常規場景，1w個節點瞬時的鏡像拉取會產生巨大的網絡沖擊，給鏡像服務和網絡帶寬帶來了巨大的壓力。容器規模化的初衷是提供更強大的技術支撐力，不僅要保障原有性能，還需要進一步提升整體性能。企業用戶可重點從四個方面入手優化：Node&Pod規模化效率、網絡效率（吞吐與延遲）、DNS解析效率、鏡像加速。
第四步：容器規模化后最驚心動魄的難關是“穩定”
如果說集群規模化是第一步，那么穩定的運行上萬節點的集群才是更加驚心動魄的，龐大的系統最重要的就是控制故障域，防止雪崩。相對于規模而言，容器規模化后的穩定性更加重要，因為大規模集群的恢復不是簡單的重啟就能夠解決的，一旦雪崩開始，整體崩潰不可避免，嚴重影響業務接續性。對于企業而言，大規模集群的穩定性就是業務在線的安全性。企業用戶重點需要考慮事前止血預案、資源索引和系統組件優化、以及監控所有節點隨時啟動自愈流程。
阿里云幫助企業一站式實現容器規模化落地
針對大規模集群在企業落地的種種難關，阿里云基于ACK Pro提供了企業級的容器集群管理能力，在APIServer和調度器上提供了大量性能優化，打破資源規模限制、提升性能天花板、保證集群穩定性。通過自研高性能容器網絡Terway，優化Pod延遲30%，降低大規模Service的性能開銷，不僅可解決大規模集群的網絡瓶頸問題，而且提供幾乎云上原生的網絡性能，使得集群響應更迅速。企業級鏡像倉庫ACR EE支持獨享存儲，提供按需加載鏡像的能力，降低啟動時間60%，可解決大規模節點拉取鏡像慢的問題。
整合阿里云存儲、網絡和安全能力，阿里云一站式為企業提供容器規模化運行的最佳性能：更加高效的網絡轉發、更強擴展能力的存儲、更高效的應用與鏡像分發、更穩定的大規模集群管理。
值得一提的是，在信通院的容器規模化測評中，阿里云容器服務的滿負載壓力測試、網絡延時、網絡性能損耗等多項測評結果，在參與測評的廠商中遙遙領先。
基于此，阿里云擁有足夠彈性的“服務能力空間”，可根據企業業務量身定制滿足當前所需的容器集群服務，除了支撐阿里集團內部核心系統容器化上云和阿里云的云產品本身，也將多年的大規模容器技術以產品化的能力輸出給眾多圍繞雙十一的生態公司和ISV公司。通過支撐來自全球各行各業的容器云，阿里云容器服務已經沉淀了支持單元化架構、全球化架構、柔性架構的云原生應用托管中臺能力，管理了超過1萬個以上的容器集群，提供企業級可靠服務。
阿里云擁有國內規模最大的容器集群、最豐富的云原生產品家族和最全面的開源貢獻，提供云原生裸金屬服務器、云原生數據庫、數據倉庫、數據湖、容器、微服務、DevOps、Serverless等超過100款創新產品，覆蓋新零售、政務、醫療、交通、教育等各個領域。阿里云容器服務是國內唯一連續兩次入選Gartner 2019年和2020年《競爭格局：公共云容器服務》報告的廠商，阿里云覆蓋Serverless Kubernetes、服務網格、容器鏡像等九項產品能力，與 AWS 平齊，產品豐富度領先 Google、微軟、IBM 和 Oracle 四家廠商。
隨著容器技術的逐漸普及，如何評價容器性能高低成為業內普遍關注的議題。針對行業痛點，中國信息通信研究院發布的業內首個超大規模容器性能測評結果，客觀真實反映了容器集群組件級的性能表現。在2020云原生產業大會上，阿里云研究員、阿里云原生技術負責人丁宇表示，“阿里云一直致力于推動云原生在國內的普及，將與信通院一起促進中國容器市場的規范化、標準化發展。”
