一个软件的诞生

开发过程

准备：市场调查、需求分析……

确定方案：技术，平台

开发：

设计&前端：界面
后端：业务逻辑

上线：

运营：宣传
运维：服务器维护

传统的运维方式

把写好的软件部署到服务器上，跑就完事了。

如果业务量大了呢？

用一样的方式部署到很多服务器上，跑就完事了。

有什么问题？

必须时刻以最大业务量安排服务器数量，成本高。
每个公司都要有专职运维人员，招人难
运维人员无论水平高低，所能管理的服务器数量有上限
遇到突发状况，所需运维人员数量陡增，而保持一个大量运维团队需要高成本

一种趋势

所需管理的服务器数量庞大，但大部分工作都是重复的。所以……

CI/CD

持续集成，持续交付，持续部署。让后端开发人员（数量庞大，不乏牛人）来完成运维工作

Devops

运维开发，专门开发运维工具的人。试图将运维工作尽可能的自动化。

另一种趋势

虚拟化技术的进步

最初的虚拟化：让windows的应用在mac上跑起来（纯举例），虚拟化的环境具有完整的系统，可以在另一个操作系统上跑起来。在性能上具有极大的开销（就是会很慢）

容器化：让一个应用在一个容器中运行，该容器具有该应用所需的全部环境。一个容器就是一个进程，开销较小，与操作系统兼容良好（主要指linux）

容器时代

不再关注各式各样的环境问题，所需要的环境都可以打包成容器，并且可以使用别人打包好的容器。

docker:第一个开源容器技术的公司，现在仍然是王者。

docker的开源使得任何人都可以轻松部署各式各样的服务，因为环境的配置已经不是难题。但是对于企业来说，问题仍然存在：每个服务器上都可以跑好几个容器，就像以前一个服务器上可以跑好几个应用一样。如果有几千台呢？几万台呢？

容器编排

能不能让不同的服务器上的容器连成一个整体？或者自动编排容器，让它们在合适的时间或者位置提供服务？

kubernetes:来自google，简称k8s，容器编排唯一的标准，生态的中心。

允许将多个提供同一服务的容器打包成一个pod（豆荚），将多个服务器设置为一个cluster（集群），由k8s来决定pod在哪台服务器上运行。并且k8s可以在不同服务器上启动相同的pod，当一台服务器出现故障时，k8s迅速在其他服务器上添加故障服务器上运行的pod，从而保证了服务的稳定性。

即成事实：k8s是生态的中心

围绕k8s的生态：监控，流水线部署，自动预警，网格化网关，容器化数据库以及serverless

k8s标志着云时代的正式开始

再进一步

如果容器可以方便的创建和销毁，能不能更进一步？

当有请求时才创建容器进行服务（而不是一直等着），请求结束就销毁容器，这便是Serverless，来自Amazon（亚马逊）

Serverless，无服务器技术，只有有需求的时候才服务。

试想一个秒杀系统，在短暂的几秒内，服务器收到了数以亿记的请求，服务器立刻反应，创建大量容器进行服务，每服务完就立即销毁，把资源留给下一个创建的容器。而在几秒前或几秒后，服务器也许还处于一个“清闲”的状态。当前的serverless按照请求数计费，小公司无需按最大并发量购置服务器，只需直接购买serverless服务。

云服务现状

自k8s被推出以后，大公司们成立了CNCF（云原生计算基金会）。示例成员：google、AWS（亚马逊，世界最大的云服务供应商，serverless的领头羊）、RedHat（红帽，世界上最大的服务器软件公司，负责的centos操作系统跑在世界上百分之五十以上，中国百分之八十以上的服务器上）、docker、apache基金会（最成熟的服务器软件apache拥有者）、github、gitlab（二者分别为最大的代码托管网站和最大的开源私有git服务提供商）、华为（独立的鲲鹏架构）。

国内环境

阿里云：全国最大的云服务供应商，对内为淘宝等提供服务，对外为各类企业提供云服务。
腾讯云：对内有qq、微信、微信小程序等业务。拥有独立的小程序平台。
华为云：有自产鲲鹏服务器，使用与绝大多数服务器不一样的arm架构（大部分服务器包括个人电脑都是amd64，也叫x86-64，但苹果的自研芯片M1是arm）。
七牛云：阿里云出走大佬创办，有一定实力。
青云：一个k8s开源集群管理系统的国内主导者。

现状分析：

一方面，围绕容器和容器编排的标准已经制定完成，但基于标准的各项指标仍有提升空间，各大公司仍然在试图在这些标准下做出更好的工具，比如容器和容器的构建工具。另一方面，围绕生态的工具也有许多不完善之处，比如一个让不懂运维的人也能轻松部署的自动部署平台，或是一个完善的部署到监控的工具链。这些被统称为“云基础设施”，云基础设施仍然有许多待完善之处。对于互联网行业来说，传统的运维会越来越少（但绝对不会消失），更多企业倾向于请云服务供应商来构建自己的服务，甚至直接将自身服务交给云供应商。反过来，云供应商也要开发更好的云平台给企业使用。

一些其他的机会

云与AI

当服务器闲下来可以做什么？挖矿（划掉）。服务器被设计成可以不间断的运行，但很显然它并不会真的时刻运行，当它闲下来时，其算力就有大用途，比如用于机器学习。当然，对于专业的ai公司，他们也有自己的服务器集群，如何利用互联网的云服务来管理自己的集群，也成了一个不错的方向。

云与物联网

专业的物联网后端早就有了，尤其是近年来通信行业的进步，更加促进了“计算不一定非要在本地完成”这种概念的推广。对于传统控制行业来说，大多数计算会在嵌入式设备（看作是一个低性能的计算机）上完成，底层工程师们不得不想尽办法优化性能，确保其服务能稳定的运行在嵌入式设备中。而现在，这些计算有望在很远的云服务器上完成。（当然，嵌入式设备工程师并不会消失）

这就是我对这个行业的一些了解。