人工智能|专访小米崔宝秋：云原生与大数据、AIoT、开源的碰撞之路( 二 ) 民间武装|亚努科维奇|政府军

云原生将向大数据方向发展
《新程序员》：很多人知道“云原生”，但究竟什么是“云原生”，业界有诸多定义且一直在变化，你理解的云原生是怎样的？
崔宝秋：云原生是最近几年比较火的概念，不同的人可能有不同的解读。我理解的云原生是一种基于云计算的灵活性、可扩展性和弹性来构建并运行软件应用程序的理念和方法论。在云原生的理念中，所有应用在设计阶段就应该考虑如何在云计算的环境下以最佳的方式运行，以发挥云计算的弹性、高容错、自恢复和按需使用等优势。云原生的方法论中往往覆盖了微服务、容器、CI/CD、敏捷开发、DevOps等现代的软件开发技术和理念。
《新程序员》：云原生目前有哪些技术瓶颈和落地痛点？
崔宝秋：一个大型企业落地云原生有两大类挑战：一类是容器、编排等硬核技术，另一类是企业服务治理的治理类技术。第一类挑战属于硬核技术，这几年的发展沉淀了一些成熟的基本能力，但随着云原生在更广泛领域的应用，我们也面临着新的挑战，例如如何能更安全、启动更快、软硬一体等。第二类挑战属于技术管理的挑战，是技术、业务、组织之间整体协同的复杂问题，包括新旧技术团队的划分、存量业务的治理改造等。
《新程序员》：云原生最核心的就是面向用户的应用部署，如何稳定、快速地在云上部署一套全生命周期的应用？
崔宝秋：云原生技术在业务侧的结果就是改善应用部署，从这个角度看，以应用、服务为核心关注点就是非常自然的了。为达到这个目标，一般有两条思路，一条是强化基础服务即代码思路，让程序员通过“程序”定义、管理全生命周期；另一条是产品易用化思路，降低产品使用门槛，尽量封装抽象过程中的安全、质量细节，让人人都能部署高质量应用。前者更适合专业程序员，后者面向更广泛的用户，目前业界有从第一种方式向第二种方式侧重的倾向，这也符合技术发展的趋势。
《新程序员》：企业在构建云原生应用时，怎么才能最大程度发挥云原生的特性？
崔宝秋：云原生的推动焦点不是像虚拟化生态那样从基础设施开始自下而上推动变革，而是要求聚焦业务应用，从上而下拆解相关核心能力并落地。中大型的互联网企业，还是要基于业务对云原生的需求敏捷构建自有的云原生应用和服务平台，通过不断积累相关技术能力和组织能力，推动增量业务的使用和存量业务的迁移，在计算存储分离的基础上尽量实现资源池化，才能最大程度发挥云原生相关特性。
《新程序员》：有人认为云原生将会向大数据方向发展，对此你有何看法？对于这个方向，你预测会有哪些实际的落地场景和应用？
崔宝秋：我比较认同这个看法，一部分原因是大数据在未来各个领域的重要性会日益明显，越来越多的应用会离不开大数据，离不开依托于大数据的人工智能。传统的基于Hadoop生态的大数据系统，存在着弹性不足、维护困难、资源利用率低等一系列问题，因此云原生的某些技术也适合治理大数据生态。例如，在线和离线计算集群的部署可以通过容器化治理实现削峰填谷，进而大量提升资源使用率；云原生应用对有状态服务的强需求会推动基于高性能分布式存储技术的飞速演进；容器的镜像技术能大大加速大数据基础软件和系统的迭代更新频率，确保整体环境的最终一致性等。可以说，大数据方向是云原生治理整个数字化转型生态的一个重要方向。
《新程序员》：你认为未来云原生技术会向哪些方向发展？开发者可以关注哪些方面？
崔宝秋：从小米的角度，我们认为云原生有以下几个发展方向。
其一，容器周边技术的核心突破，包括计算存储分离、资源隔离、混合部署、软硬件结合、安全技术等，解决容器承载有状态应用以及提升资源利用率一系列问题。
其二，非Java生态的微服务开发框架。目前微服务体系最完善的是Java技术栈，其他主流研发语言还需要有更加成熟、民主化的方案来普遍应用。
其三，在数字化转型的大背景下，传统架构向微服务架构迁移的工具和解决方案，以及当前主流的低代码等新技术与云原生的结合。
其四，业务逻辑和基础服务极致分离。云原生的不可变基础设施偏IaaS层面，未来PaaS和SaaS层面也会有大量的无状态服务逐渐孵化和发展，目前典型的例子就是Serverless的大面积使用。
运维和基础软件开发者可以关注第一点和第四点，服务端和前端开发者可能更需要关注第二点和第三点。