Kubernetes如何降低云的复杂性

Kubernetes过度用于安全性和基础设施，但未充分用于自动化。那些最需要它的人并没有意识到它的潜力。

不久前，我宣布Kubernetes赢得了容器编排大战。虽然我一贯持正确观点，但云计算行业的很多人已将Kubernetes视为解决所有问题的终极技术。  

因此，我们滥用Kubernetes来解决所有的安全问题和基础设施问题，甚至完全成了正在寻觅下一个舒适区的科技公司的战略。真是三句不离Kubernetes。  

身为云计算的实践者，以及在本地云和公共云中利用Kubernetes的人，我可以告诉你，Kubernetes的大部分优点都是真的。但是，我还可以告诉你，人们并不认为Kubernetes有助于解决2020年面临的核心问题——云复杂性。  

云复杂性有两个主要成因：  

首先，人们在选择云平台时过度使用异构性。虽然多云是个好主意，但将为数众多的API混入一个统一的平台中，这使得开发人员的工作和操作任务变得更为困难。  

其次，在没有适当规划的情况下部署云解决方案。如果要以最小的风险部署到多云解决方案，你至少要了解你现在的出发点，你的目的地以及如何达到目的地。大多数企业都无法回答这些问题，却继续在消极被动的状态下运营。  

云复杂性也同样有两种解决方案：  

首先是抽象。使用具有共同特征的抽象层可以使你不必直接处理云原生工具和接口的复杂性。  

第二，自动化。自动化接口的使用可以使操作更轻松，因此不再那么复杂。  

Kubernetes解决了自动化问题。 Kubernetes生态系统(包括最近发布的Anthos)的本质就是抽象容器内的应用程序和数据。其真正的价值就在于以高度可扩展的方式将这些容器自动化，同时降低复杂性。  

我担心的是，必须处理复杂性的人不了解自动化或不了解Kubernetes如何解决这些问题。他们专注于专用工具，而不是Kubernetes所隐含的理念，Kubernetes更像是一个元概念而不是一套工具。  

如果你正在处理云复杂性，那么你必须关注自动化的价值，特别是新兴的支持技术，如Kubernetes。Kubernetes并不是解决云复杂性问题的万灵药，但它是一个概念，这个概念可以分解为有用的工具和方法，而且是专用的。

知云网报道

• 云帆边缘计算产品已落地 助力5G智能化网络
• 游戏+边缘计算怎么来
• 大数据解读互联网家居家装发展现状：聚焦关键词，明确受众群