结束语｜实践出真知，拒绝盲从，拥抱云原生
潘野
你好，我是潘野。
时光飞逝，两个月的时间转瞬即逝，我们的课程也到了尾声。在这段时间里，我们一起探讨了云原生基础架构管理的诸多问题，见证了新的技术如何改变我们管理和部署应用的方式。
从犹豫到笃定
其实起初撰写这门课程时，我也曾犹豫过，不知道还有多少人关心云原生和 Kubernetes。
的确，Kubernetes 现在已发展到一个特性相对稳定的阶段。在 Operator 模式的加持下，Kubernetes 的功能被极大地扩展，可以适用于绝大多数场景，我们也不再需要对 Kubernetes 的核心源码做二次开发。于是，许多人都在尽可能将业务容器化，以利用 Kubernetes 带来的便利。
然而，并不是所有场景都适合使用 Kubernetes，这在实践中也引发了一些质疑。你可能也从各处看到一些质疑云原生的文章，提出“不要将 xx 运行在 Kubernetes”这样的论调。不可否认，虽然云原生架构提供了许多先进的技术优势，但它并非适合所有场景。
Kubernetes 设计初衷是为了解决大规模、动态的分布式系统管理问题，特别是在容器化应用的调度、扩展和管理方面。对于小规模或者传统的企业应用，引入 Kubernetes 可能会带来不必要的复杂性和管理负担。比如对于一些单体应用或者小规模服务，使用简单的虚拟机或者传统的托管服务，性价比反而更高。
公开
同步至部落
取消
完成
0/2000
荧光笔
直线
曲线笔记
复制
AI
- 深入了解
- 翻译
- 解释
- 总结
1. 云原生架构并非适合所有场景，需要根据业务需求、技术栈和团队情况做出综合评估，避免引入不必要的复杂性和管理负担。 2. 在AI基础设施管理中，利用容器和Kubernetes能够提高资源利用率，简化操作流程，支持更复杂的AI模型和算法。 3. 在实践中发现GPU和CPU在架构设计和应用场景下有本质差异，需要考虑到模型的计算需求和可用硬件的性能限制，以及数据中心设计的不同。 4. 技术始终是手段而非目的，其价值在于能够帮助更有效地达成业务和技术的目标。 5. 云原生和Kubernetes在适合的场景下仍然能够发挥重要的价值，但需要不断学习、研究，并在实践中进行技术验证和策略调整。 6. 课程的目的是分享云原生基础架构管理的系统方法论，希望能够帮助学习者少走弯路，打下坚实的基础。 7. 未来的挑战和机遇在于如何更好地理解和应用技术工具，解决实际问题。 8. 课程的结尾鼓励学习者填写反馈，期待听到学习者的意见和建议。
仅可试看部分内容，如需阅读全部内容，请付费购买文章所属专栏
《云原生基础架构实战课》，新⼈⾸单¥59
《云原生基础架构实战课》，新⼈⾸单¥59
立即购买
© 版权归极客邦科技所有，未经许可不得传播售卖。 页面已增加防盗追踪，如有侵权极客邦将依法追究其法律责任。
登录 后留言
精选留言
由作者筛选后的优质留言将会公开显示，欢迎踊跃留言。
收起评论