他們怎么用云原生？來自技術(shù)先鋒者們的冷思考

　　采用云原生的數(shù)字化轉(zhuǎn)型已成為業(yè)界共識，但云原生如何更好地落地，產(chǎn)生價值，仍有不少工作要做，先鋒者們也給出了自己客觀、理性的‘冷思考’。

　　4月初，位于北京中關(guān)村壹號的福佑卡車總部，迎來了一批技術(shù)先鋒者，他們是全球云原生交流平臺“創(chuàng)原會”的活躍會員。當(dāng)天，專家們在福佑卡車技術(shù)合伙人、人工智能專家陳冠嶺的帶領(lǐng)下，探訪了這家首個將人工智能引入公路干線運(yùn)輸?shù)钠髽I(yè)，并就云原生時代 “上好云、用好云、管好云”的實(shí)戰(zhàn)經(jīng)驗(yàn)開展分享和交流。

　　自CNCF(云原生計算基金會)在2015年提出云原生概念后，近年來企業(yè)采用云原生的勢頭呈現(xiàn)爆發(fā)性增長，例如，CNCF 在2018年曾開展行業(yè)調(diào)查顯示，約73%的受訪者在生產(chǎn)過程中開始使用云原生的關(guān)鍵技術(shù)之一容器。一批國內(nèi)行業(yè)龍頭企業(yè)也開啟了相關(guān)探索，他們利用云原生技術(shù)，在云上創(chuàng)新，拓展新業(yè)態(tài)，并通過云上研發(fā)、管理效率的提升，讓整個企業(yè)的運(yùn)營和管理更加精益。

　　回顧這些創(chuàng)新歷程，這群探路者認(rèn)為，采用云原生的數(shù)字化轉(zhuǎn)型已成為業(yè)界共識，但云原生如何更好地落地，產(chǎn)生價值，仍有不少工作要做，探路者們也給出了自己客觀、理性的“冷思考”。

　　01

　　“我為什么用云原生”

　　在福佑卡車的大廳中，一塊大屏實(shí)時顯示著全國各地正在運(yùn)輸?shù)臓顩r，新訂單、新詢價、線路、在線貨主、在線司機(jī)等數(shù)據(jù)一目了然。

　　作為一家產(chǎn)業(yè)互聯(lián)網(wǎng)公司，福佑卡車在公路干線運(yùn)輸領(lǐng)域，建立了類似“滴滴”模式的科技貨運(yùn)平臺，銜接了貨主端和司機(jī)端。

　　在貨運(yùn)行業(yè)，個體司機(jī)是貨運(yùn)資源的主力，但線上化不足、成交效率低、卡車空駛率高、運(yùn)價不透明等問題持續(xù)困擾著行業(yè)。過去，貨運(yùn)業(yè)務(wù)的成交，往往靠物流園中的各種“小黑板”手寫溝通，例如，“XX貨從內(nèi)蒙古到上海”“需要XX車到廣州”等簡略信息，司機(jī)和貨主則穿梭在黑板間尋求合作。如今，這些線下的“小黑板”被搬到了線上，但雙方仍需電話討價還價。因供需變化快、規(guī)則缺少標(biāo)準(zhǔn)、價格波動大，行業(yè)的痛點(diǎn)仍然存在。

　　2018年后，基于行業(yè)歷史交易數(shù)據(jù)和AI算法，福佑卡車推出了智能定價、智能分單和智能服務(wù)等，解決行業(yè)瓶頸。以智能定價為例，福佑推出了“一口價”模式，當(dāng)平臺給司機(jī)推送一個訂單時，系統(tǒng)會自動帶上一個實(shí)時生成的價格。在智能系統(tǒng)的加持下，福佑卡車貨運(yùn)準(zhǔn)時率達(dá)到了95.2%，大幅領(lǐng)先于業(yè)內(nèi)的人工平臺，空駛率從行業(yè)平均的45%降到了6.6%，除了節(jié)能減排，司機(jī)的收入也明顯提升。

　　這些智能化轉(zhuǎn)型的落地背后，是底座技術(shù)架構(gòu)的選擇。起先，福佑卡車的技術(shù)棧只是單體系統(tǒng)，所有代碼都放在一個“大模塊”里，隨著業(yè)務(wù)規(guī)模和復(fù)雜度提升，系統(tǒng)的問題越來越多。在2017年“雙11”期間，業(yè)務(wù)最繁忙的時候系統(tǒng)突發(fā)崩潰，持續(xù)兩三天才解決;當(dāng)年公司財務(wù)系統(tǒng)的重構(gòu)上線，也花了將近一個星期。

　　這讓陳冠嶺意識到，單體系統(tǒng)已無法很好地支撐業(yè)務(wù)的高速發(fā)展，福佑卡車也下決心把整個技術(shù)棧遷移到云原生架構(gòu)上。

　　云原生是一種運(yùn)行在云上，充分利用云架構(gòu)特點(diǎn)的技術(shù)。業(yè)內(nèi)有資深人士總結(jié)，它的最大特點(diǎn)就是“快”：伸縮快、開發(fā)快、上線快、更新快、速度快，從而使得業(yè)務(wù)能更快地滿足市場的變化。

　　福佑卡車的實(shí)踐與思考，也得到了多位業(yè)界專家的觀察印證。華為云數(shù)據(jù)庫專家立勛表示，近年來，企業(yè)在業(yè)務(wù)上有幾個典型變化趨勢，促使他們更積極地?fù)肀г圃�生技術(shù)。

　　首先，企業(yè)的業(yè)務(wù)對彈性、時效性的要求越來越高。以前電商企業(yè)設(shè)定某個時間點(diǎn)做促銷，技術(shù)部門至少有幾周時間去準(zhǔn)備資源，但現(xiàn)在電商、直播、游戲行業(yè)爆火，瞬時流量增長十分迅猛，根本無法像傳統(tǒng)模式，提前預(yù)留大段時間做資源規(guī)劃。同時，金融政企也有類似趨勢，比如社保、財稅系統(tǒng)對可用性的要求極為嚴(yán)苛，要求7X24小時在線，不能有任何宕機(jī)風(fēng)險。另一個趨勢是，企業(yè)跨地域業(yè)務(wù)、尤其是出海業(yè)務(wù)快速增長，需要技術(shù)系統(tǒng)提供全域的支撐。此外，中小企業(yè)以及大企業(yè)的長尾業(yè)務(wù)對于更高性價比、降本增效的追求，也是今年企業(yè)最關(guān)注的問題之一。

　　云原生為上述需求提供了解決路徑。以云原生數(shù)據(jù)庫為例，它在彈性速度、交付周期、調(diào)度感知、擴(kuò)展能力、計費(fèi)粒度上不斷優(yōu)化，被認(rèn)為是企業(yè)應(yīng)對市場變化的必由之路。

　　當(dāng)然，擁抱云原生這件事并不簡單。

　　行業(yè)資深人士、暢銷書《人工智能產(chǎn)品經(jīng)理》作者張競宇參與了在福佑卡車的分享。在他看來，在云原生技術(shù)的落地中，企業(yè)必須先斟酌“投入的最小閉環(huán)是什么”，而不是一上來就鋪開所有東西去做全面升級。

　　面臨這一選擇，企業(yè)往往只能“邊開飛機(jī)邊換引擎”，因?yàn)椴豢赡馨言�先的架�?gòu)全部停止開發(fā)而完全轉(zhuǎn)向一個新底座，只能是在發(fā)展的同時加快云原生轉(zhuǎn)型。

　　“我們的做法是把核心的財務(wù)系統(tǒng)先拿出來做遷移，這是因?yàn)樗�涉及最底層的�?shù)據(jù)框架，它遷移完成后，數(shù)據(jù)框架定了，再進(jìn)行上層業(yè)務(wù)系統(tǒng)的遷移。”陳冠嶺介紹，他們公司花了整整一年，終于實(shí)現(xiàn)了云原生架構(gòu)的技術(shù)轉(zhuǎn)型。

　　從2018至今五年，已有越來越多的企業(yè)出于降本增效、敏捷創(chuàng)新等訴求，都在過去幾年加快從傳統(tǒng)架構(gòu)向云原生技術(shù)遷移。在云原生的助力下，行業(yè)數(shù)字化轉(zhuǎn)型也得以進(jìn)入深水區(qū)。在這一過程中，企業(yè)又有哪些新感悟?

　　02

　　適應(yīng)陣痛期

　　2017年年中，陌陌內(nèi)部立項了一個全新的大項目，主要目標(biāo)是轉(zhuǎn)向云原生。

　　“我們接入云原生的初衷是降本增效。”陌陌云基礎(chǔ)設(shè)施團(tuán)隊云平臺方向負(fù)責(zé)人周峰告訴數(shù)智前線，但這個過程并不像當(dāng)初想象得那么簡單。

　　在初遇云原生時，很多人以為將云原生架構(gòu)拿到自己的業(yè)務(wù)場景中，直接落地就完事了，但實(shí)際上云原生架構(gòu)與真實(shí)場景間還有一個gap。“如何與業(yè)務(wù)場景適配，還要保持可擴(kuò)展性，讓接入成本最低，這些都是最具挑戰(zhàn)的地方。”周峰說。

　　“回頭看，這是企業(yè)開始云原生化的陣痛期。”周峰坦言，他們大概花了兩年時間，才適配到滿意的狀態(tài)。實(shí)際上，這也并非陌陌一家的經(jīng)驗(yàn)，幾乎所有企業(yè)都經(jīng)歷了這一階段。

　　造成這一“gap”的主要原因，是云原生雖然解決了業(yè)界最具挑戰(zhàn)的共性問題，將底座打好了，但仍有一些東西很難統(tǒng)一。為此，它留有一定的可擴(kuò)展性，讓企業(yè)結(jié)合實(shí)際場景去做調(diào)整。這就好比一個人買了間“毛坯房”，還需自己裝修和添補(bǔ)各種個性化的家用。

　　比如，陌陌遇到的問題之一是，在通過K8S將非云原生服務(wù)全部容器化時，K8S 只提供了面向普通在線服務(wù)的靜態(tài)調(diào)度策略，一方面導(dǎo)致在線集群的資源利用率并不高，另一方面導(dǎo)致 GPU 業(yè)務(wù)無法容器化。為此，他們自研了動態(tài)調(diào)度策略作為插件擴(kuò)充到 K8s 調(diào)度體系中，并和華為云深度合作實(shí)現(xiàn)了GPU業(yè)務(wù)的容器化以及vGPU調(diào)度策略。

　　“這個階段，有些企業(yè)的云原生會‘變形’。”周峰觀察到，“他們做了太多的定制，相當(dāng)于自己造了一遍輪子。雖然解決了當(dāng)下的問題，但帶來的影響是云原生之后的所有發(fā)展，包括框架升級和新技術(shù)引入，都很難再跟進(jìn)。”他告訴數(shù)智前線，陌陌一條重要的經(jīng)驗(yàn)是在適配過程中，一定要遵循云原生的擴(kuò)展標(biāo)準(zhǔn)。

　　福佑卡車也經(jīng)歷了類似的階段。陳冠嶺回憶，當(dāng)他們將原來的單機(jī)系統(tǒng)拆分成微服務(wù)時，拆分的顆粒度需要自己摸索。拆得太細(xì)，管理的復(fù)雜度會增加，但拆得太粗，又達(dá)不到獨(dú)自管理的效果。

　　“這中間會有很多權(quán)衡。”而這種顆粒度，其實(shí)每家公司都不一樣，要根據(jù)業(yè)務(wù)、組織結(jié)構(gòu)來設(shè)計。包括拆分過程中數(shù)據(jù)結(jié)構(gòu)的設(shè)計，拆分后的監(jiān)控管理.....“我們花了不少時間才轉(zhuǎn)過來。”陳冠嶺說。

　　在這個陣痛期中，所有企業(yè)都面臨人才挑戰(zhàn)。在五六年前，云原生還是一個快速演進(jìn)的新技術(shù)，業(yè)界人才缺乏，企業(yè)內(nèi)部技術(shù)人員也沒有這樣的知識結(jié)構(gòu)。數(shù)智前線觀察到，大部分企業(yè)通過引入新的人才，但主體仍然是員工在自我學(xué)習(xí)和落地實(shí)踐中建立新的知識體系。“而這個過程也急不得”，周峰補(bǔ)充說。

　　軟通動力CTO劉會福對此同樣深有體會，他們公司自2017年起采用云原生，開始大規(guī)模上云遷移，并在2018年一度成為華為云在云原生領(lǐng)域最大的實(shí)踐客戶之一，陣痛期卻并未缺席，調(diào)整期達(dá)到了2~3年時間。

　　“但云原生的優(yōu)點(diǎn)也很明顯，比如成本確實(shí)降了，整個系統(tǒng)架構(gòu)的穩(wěn)定性也有很大提升，事故率大幅降低。”劉會福說。這也是大部分企業(yè)即使面臨陣痛期的各種煩惱，依然堅定選擇云原生的主要原因。

　　在周峰看來，企業(yè)在陣痛期中并不全靠自己盲人摸象。“業(yè)界已有不少云原生組織，例如華為云與中國信通院、CNCF等共同成立的創(chuàng)原會。企業(yè)在云原生建設(shè)過程中，可以多參加討論，交流取經(jīng)，減少踩坑。”

　　03

　　云原生并非一勞永逸

　　雖然擁抱云原生的過程普遍存在“陣痛期”，但當(dāng)人才隊伍培養(yǎng)搭建起來，業(yè)務(wù)適配也達(dá)到一定程度后，云原生的價值漸漸發(fā)揮出來。

　　“云原生是一個剛需。”張競宇告訴數(shù)智前線，“我們在企業(yè)做數(shù)字化升級，以及一些結(jié)合人工智能的場景時，無論快速部署還是算法調(diào)優(yōu)，都需要這個技術(shù)框架來支撐。”

　　在業(yè)界看來，只有走進(jìn)云原生這個大門，才能享受它帶來的發(fā)展紅利。云原生并不是一家公司的力量，它是全球所有云原生中堅力量推動的新技術(shù)成果，是企業(yè)云上創(chuàng)新必然進(jìn)入的新成熟期。

　　那么，落地云原生這樣的架構(gòu)，企業(yè)是否就能一勞永逸?

　　業(yè)界認(rèn)為，云原生是快速演進(jìn)中的技術(shù)，應(yīng)用云原生的實(shí)踐難以一蹴而就，也不是一勞永逸。伴隨上云、用云的深入，企業(yè)對云原生內(nèi)涵的理解也將更為豐富，在應(yīng)用、運(yùn)維、成本優(yōu)化等方面，都要與時俱進(jìn)持續(xù)創(chuàng)新。

　　比如，隨著業(yè)務(wù)發(fā)展和組織架構(gòu)變化，企業(yè)最初設(shè)計的微服務(wù)會開始慢慢變得臃腫，職責(zé)和邊界不再像以前那樣清晰。“所以，你是不是又要定期做一些重新設(shè)計?這個工作是每半年做一次，還是等到變得臃腫不堪時再做?這都需要仔細(xì)考量。”陳冠嶺說，他們因此將其稱之為演進(jìn)式架構(gòu)。

　　還有系統(tǒng)的可觀測性和監(jiān)控�，F(xiàn)在，微服務(wù)成百上千個，每個微服務(wù)到底發(fā)生了什么?這就要求系統(tǒng)監(jiān)控要跟上來。甚至不僅是運(yùn)維層面的監(jiān)控，一些企業(yè)還嘗試將業(yè)務(wù)層面的監(jiān)控也加入這套體系里。這樣，像業(yè)務(wù)流程中的一些異常，比如支付異常，以前可能要靠后期發(fā)現(xiàn)，但現(xiàn)在可以實(shí)時監(jiān)控，業(yè)務(wù)會更有效率。

　　再比如，云原生技術(shù)還在快速迭代，企業(yè)也要隨之不斷創(chuàng)新。最近幾年，業(yè)界推出了各種類型的云原生數(shù)據(jù)庫，而無論中國還是美國，其增速都遠(yuǎn)高于傳統(tǒng)數(shù)據(jù)庫。

　　數(shù)據(jù)庫專家立勛總結(jié)說，在接下來的幾年，云原生數(shù)據(jù)庫將主要圍繞三方面迭代——從資源為中心轉(zhuǎn)向應(yīng)用為中心，提供更高彈性;做到全域可用，從地域?yàn)橹行�，到流量為中心，做到流量從哪里來，要訪問的數(shù)據(jù)就會流到哪里去;實(shí)現(xiàn)多模融合，一個入口處理所有數(shù)據(jù)，用戶像使用傻瓜相機(jī)一樣，更簡單地使用云原生數(shù)據(jù)庫。

　　當(dāng)用云規(guī)�；�后，成本也要在持續(xù)運(yùn)營中降低。在創(chuàng)原會的這次交流現(xiàn)場，會員企業(yè)們也分享了各自成本優(yōu)化的策略：一些企業(yè)不同業(yè)務(wù)的高峰期不一樣，有些白天繁忙，有些晚上忙。通過混合部署和削峰填谷，服務(wù)器利用率實(shí)現(xiàn)翻倍。還有一些企業(yè)通過定期代碼掃描等手段，發(fā)現(xiàn)長期不被調(diào)用的代碼，將他們下架，也能優(yōu)化成本。

　　近年來，許多企業(yè)在人工智能應(yīng)用上的支出持續(xù)走高。今年，各種大中小模型的訓(xùn)練，也推高了對高性能計算集群的需求。

　　“很多企業(yè)做預(yù)訓(xùn)練模型、做跨模態(tài)分析時，承擔(dān)了大量不必要的開發(fā)成本，吃了虧。”從事人工智能技術(shù)和落地的張競宇告訴數(shù)智前線，這些是一開始做資源規(guī)劃或財務(wù)管理上就出了問題。他建議，用戶首先要做資源規(guī)劃，根據(jù)自己的需求評估。比如，哪些算法有必要大規(guī)模投入，哪些更需工程化經(jīng)驗(yàn)。其次，采用云原生架構(gòu)，從自動化部署和管理角度，也能降低人工智能的成本，以及運(yùn)維出錯的風(fēng)險。

　　04

　　AI，云原生土壤上的新枝芽

　　“你們的業(yè)務(wù)是怎么用AI的?”

　　在創(chuàng)原會的活動現(xiàn)場，不少企業(yè)CTO們熱鬧地談?wù)撈鹆薃I。劉會福告訴數(shù)智前線，即使是ChatGPT，也是基于云原生基礎(chǔ)設(shè)施推出的大模型，這讓企業(yè)們對于如何在云原生架構(gòu)上開展人工智能落地展現(xiàn)出了濃厚興趣并持續(xù)關(guān)注。

　　不少專家表示，在某種程度上，過去幾年人工智能的產(chǎn)業(yè)落地實(shí)際正在走向一個低谷，今年才算是真正迎來了一個轉(zhuǎn)折。

　　“很多企業(yè)投的錢都打了水漂。”劉會福觀察，“行業(yè)客戶怎么去用，怎么用好，還存在一個技術(shù)鴻溝。”當(dāng)ChatGPT推出后，劉會福看到大模型解決的一個核心問題，是把人工智能的易用性提上來了，“它能跟我們的真實(shí)場景結(jié)合，這是一個大變化”。

　　ChatGPT引起的AI熱方興未艾，行業(yè)中的企業(yè)需求已泛起漣漪。

　　在陌陌，像ChatGPT這類大模型有一個重要場景是聊天。未來，在陌陌的App里，可能會有情感機(jī)器人與用戶聊天，產(chǎn)生情感共鳴。

　　在編程領(lǐng)域，華為云PaaS技術(shù)創(chuàng)新Lab的技術(shù)專家沈泊也分享到，自己一直在緊密關(guān)注并親身實(shí)踐AI輔助下的編程開發(fā)。

　　人工智能寫代碼這件事，其實(shí)業(yè)界已經(jīng)研究了多年，近期終于從研究原型走入落地應(yīng)用階段。例如，微軟的人工智能代碼生成工具Copilot、AWS的Code Whisperer都已面世，谷歌內(nèi)部1萬多名員工已用類似工具將減少編碼時間。

　　在國內(nèi)，華為云則在去年發(fā)布了AI編碼工具CodeArts Snap。它是華為云CodeArts軟件開發(fā)生產(chǎn)線中的全流程軟件工具之一。Snap直譯為“響指”，意思是有了AI作為編程助手，在“打一個響指”的瞬間內(nèi)就可以完成一段代碼編譯，迅速提升軟件開發(fā)效率。

　　沈泊認(rèn)為，在傳統(tǒng)的IDE(集成開發(fā)環(huán)境)界面中，開發(fā)者編寫代碼的工作仍然較為復(fù)雜;在未來，基于AI能力訓(xùn)練的加持，開發(fā)者在IDE中即可通過與AI對話，迅速完成代碼生成、修改、測試等工作，讓創(chuàng)新真正“觸手可及”。

　　同時，CodeArts Snap具有與眾不同的一點(diǎn)，在于把傳統(tǒng)軟件工具與AI結(jié)合。傳統(tǒng)工具在精確性、穩(wěn)定性上有優(yōu)勢，可以用來增強(qiáng)AI的代碼生成和修改能力。

　　劉會福借用比爾蓋茨的話來形容此刻的大模型，“人們往往高估技術(shù)變革在三五年內(nèi)的影響，而低估它在10年甚至更長時間維度上的影響。”他稱對大模型保持謹(jǐn)慎樂觀。雖然大模型能解決一個又一個原子化場景，但一個企業(yè)里的場景錯綜復(fù)雜，標(biāo)準(zhǔn)化遠(yuǎn)遠(yuǎn)不夠，大模型可能幫我們解決50%、60%或70%的問題，但最后30%還是要靠人。

　　在安全領(lǐng)域工作20多年的探真科技銷售副總監(jiān)楊光則強(qiáng)調(diào)，大家在探討大模型等先進(jìn)技術(shù)如何推動社會進(jìn)步的同時，也應(yīng)該保有一點(diǎn)敬畏心，假設(shè)AI被壞人利用，劫持了你的交互信息，為他所用，后果會非常嚴(yán)重，時刻關(guān)注安全問題，是從業(yè)者的一個重要原則。

　　“AI對現(xiàn)有很多行業(yè)都帶來了沖擊，這些沖擊讓我們?nèi)ゲ煌Ｋ⑿律�級。不管是客服也好，編程也罷，各行各業(yè)都會有變化，這是件好事。”劉會福稱。

　　AI對各行各業(yè)的影響仍在持續(xù)，更多先進(jìn)技術(shù)也在加速與云原生的結(jié)合。據(jù)Gartner預(yù)測，到 2025年，云原生平臺將在超過95%的新數(shù)字計劃中作為基礎(chǔ)，遠(yuǎn)超2021年的不到40%。但要真正在這條路上走深走遠(yuǎn)，也需要業(yè)界進(jìn)行更多類似的探討和“冷思考”。