• 北京数人云COO

• 毕业于柏林工业大学计算机系，回国就职于中国惠普，多年服务于电信行业

• 目前专注于Mesos和容器技术在企业生产环境特定场景的应用，实现业务规模和运维复杂度的逐步解耦，让IT基础架构推进企业在互联网时代持续发展

以Mesos和Dcoker为核心的云操作系统的基本概念，介绍容器和管理平台如何解决互联网中小企业增长问题，包括社交，互联网金融的几个小案例。此外，还会讲述个人对于去IOE的一些看法。

各位好，我叫谢乐（lè）冰，是数人科技的COO，主要负责订盒饭和收快递，肩负起了维系公司文化关键性使命。

我之前在德国读书工作了很多年，主要是做运营商基于IP的核心网有关业务。搞了若干年电信的中间件，硕士论文就是SIP信令的J2EE服务器。还参加过JSR 289的编写，主要是给一帮BEA的大拿打下手。

回国之后在惠普工作，也是做运营商的项目。当时惠普软件的利润基本都被Oracle数据库拿走了，吃够了没有核心技术的苦，总之对于IOE那是羡慕妒忌恨地牙痒痒的诶~~

想先说两句去IOE。现在很多BP之中都把去IOE当做市场大好机会，包括我们开始的时候，也非常仔细地和之前的集成商朋友研究过场景。

后来慢慢体会到我们这个时代的根本动力是消费互联网，社会信息化的提高、互联网普及是根本动力。是2C人民大众决定了云计算和开源两大趋势：

1. 因为2C不可预期的爆发性增长，所以需要云主机这种资源层的弹性

2. 因为2C业务更替频繁，需求一天三边。互联网公司不得不采用开源技术，主要是方便定制来满足自己特殊需求。

所以归根到底互联网使用云计算和开源软件并非是仅仅是钱的问题，还是处于自身快速增长的需要。

回过头来如果传统企业的的核心业务不是这么快速增长，那么IOE好好地干嘛不用？如果运维成本不是下降个几倍，也完全不值得折腾。

企业服务最终是看他的客户情况，客户牛的2B企业也牛，客户完蛋了2B企业也完蛋。传统银行啥只是刚刚开始下坡路，IOE的垄断性反而会提高，甚至短期利润会大大增加。

所以服务人民大众的是真革命，否则是假革命咯。判断一个项目是否是真云计算需求，不是看是不是国企私企，而是看这个业务是不是会爆发性增长。

所以互联网像土八路、游击队，拿地是大刀长矛，走地是农村包围城市的道路。IOE体系是国民政府，都是海归高知，美国的军火。过去30年社会信息化程度非常低，企业服务基本上都是国企出钱、IOE出枪、集成商搬砖。互联网兴起之后才是劳苦大众开始信息化，BAT带头打土豪分田地。

总之中间件和互联网大家不要互相瞧不起，大家服务的对象就完全不同，不具可比性。

互联网技术一个特点是分布式，核心意思是如何用廉价硬件搭建一个高可用性平台。任何单点都可能失效、任何网络都可能断、任何单点的性能也不保证。

所以普通的中间件应用不能直接搬到云上，因为他们是强烈依靠本地IO（高端存储）和网络。企业上云这么难，说到底是软件架构。

云端软件架构特点就是要适应底层的不靠谱，外国有个Heroku有12条规则。其中有几点比较有特点：

1. 任何部分没有单点，集群化

2. 尽量无状态，share nothing

3. 接口尽量异步化等等

分布式类似市场经济，假设每个人都是自私不靠谱，所以搞出了各种法律规约大家。搞好了创新力大大的，如美国，当然搞不好也可能成印度。传统单体架构类似计划经济，每个部件都是集中控制，严重依赖专用硬件。小范围内性能很好，但长期扩展很难。

所以经常有人问我不改代码能不能上XXX啊，我只能说摸着石头过河吧兄弟。所以云计算和分布式软件架构（也可以说cloud native架构）是息息相关。IOE的统治地位根本是上层软件严重依赖他们，而互联网特点是分布式软件架构+开源软件+廉价通用硬件，绝对是上层建筑决定了经济基础。

上个月拜访了platformcomputing的老板周松年，他就是大名鼎鼎的bind的作者，他的博士论文也是后来各种分布式系统基础之一。

第一代分布式主要是用工作站+以太网实现并行计算，对象都是发动机、芯片制造、制药企业，和互联网没毛关系。

之后大家都知道是Google、BAT这些巨头在内部以分布式架构处理海量互联网数据，和云计算关系也不那么大。

真正推进云计算的还是消费互联网的崛起，大量的App产生了大量数据和计算计算的热点。还是能够回到云计算本质。

大家看一下这张图：

右边是咱们熟悉的传统IT，服务器老大HPDELL，上面是操作系统，然后是系统软件Oracle数据库之类，最上面是应用软件。

IOE经过多年都是垂直集成，提供端到端的方案。软件都是闭源，商业模式是卖拷贝+咨询集成服务。

到了云计算时代，公有云和私有云会从品牌上“代替”服务器厂商。公有云就是aws这些，私有云可能是vmware。

SaaS会代替传统企业软件，如salesforce。

中间的PaaS，其实还分成两层。一个是应用PaaS，例如七牛、环信，对应的原来的Oracle和赛门铁克这些，提供功能组件。

此外还有一层是系统paas，对应的是原来操作系统层面，例如微软和红帽，就是所谓的云操作系统。

和单机操作系统一样，云操作系统向下管资源，不过不是一台物理机，而是一堆主机，而且分布在不同的地方。有公有云主机、私有云，还有IDC里面的物理机。

向上承载各种应用，当然也不限于单机内跑的应用，而是各种分布式、集群化的应用。

集群化应用包括hadoop、kafka，mongoDB甚至MySQL集群。普通应用最好是按照上面说的云端架构编写的程序。

云操作系统就让为这些软件提供了一个非常理想的runtime，代替了之前大家手动部署各种hadoop、spark之类。

没有这一层云操作系统，应用必须直面底层异构的云端环境。就像30年前大家买了一台没有linux和windows的电脑，一切要自己手动。手动既是运维展示各种少林拳的场所，也是扩展的噩梦。

而且云操作系统实现了对底层异构云端环境的屏蔽，就像linux windows屏蔽了底层硬件差别一样，实现了可移植性。这样可以用同样的方法来管理不同地方的集群。

下面这张图是云操作系统的图，核心是Mesos，就像Linux的Kernel一样。里面的图例只是意思意思，并不限于这些云。

操作系统向下和各个云对接，管理虚拟机、网络等等资源。就像各种硬件驱动，这样大家就不用手动操作云的API了。

向上提供应用部署和管理接口，一个应用下来，自动生成一堆实例，部署到相应集群中。功能无非是部署、生命周期管理、删除、监控等等。想想未来一个命令 apt-get install mysql-cluster 啥感觉。

操作系统本身围绕Kernel还要做出一堆组件，就像linux的crontable、socket、top、apt-get甚至Gnome、KDE等等。

云操作系统核心三个功能：

1. 资源细粒度池化

2. 应用部署和管理自动化

3. 一定程度自动化运维，例如自动的failover、auto scaling 自动扩展

运维同事可以理解，无非是把大家日常90%的重复性工作标准化、自动化和接口化了。其实Openstack Vmware这些是将物理层给接口化、标准化和自动化。

或者用通俗的话说，就是把原来CMDB和各种puppet脚本之类给用一个主流开源产品替代了。

说起好处，对于运维的同事就是可以把力量花在那些无法标准化的部分，这也是运维经验和知识的体现。例如向上贴近优化用户体验，这样离业务可以更近。

向上走一步，对于业务的同事来说，实际上是把业务的增长和底层基础架构复杂度解耦。公司从1台主机到1000台主机，用户量从1万到1千万，同一个IT基础架构可以支撑企业持续增长。

公有云虽然提供了资源池弹性，但是各种App照样该挂就挂，为啥呢？还是因为应用运维还是传统一个萝卜一个坑方式，把线下物理机那一套搬到云端。只有引用运维和底层运维结合，整个系统才有弹性。这也是大家多年标准化和自动化所追求的。

满大街都是找CTO的，其实找的是一个知道啥时候采用什么技术架构的人，很多企业都因为来不及重构而挂掉。公有云和云操作系统的组合，就可以给企业提供一个可以持续增长的基础架构。软件重构要平滑很多，不会伤筋动骨一切推倒重来。

底层硬件LInux环境因为不变，所以基本不需要维护。除了水电煤网络之外。

此外互联网企业另外一个增长是突然性爆发，就像秒杀场景，云操作系统+公有云提供了真正的auto scaling。

这是我们做的一个实际场景，上图一到高峰期就挂。下面使用mesos来把云主机资源池化，到高峰期就自动增加实例，资源池光了就自动掉云接口开主机。新主机也不用装代码，加入资源池就好，这样彻底将底层服务器编程提供计算资源的铁盒子。

以前是先开发软件，然后提出硬件需求，硬件适应软件。以后会变成用通用硬件做资源池，一次大量采购同类型的硬件，软件运行环境和运行资源完全分离。底层硬件LInux环境因为不变，所以基本不需要维护。

按腾讯游戏云的说法，他们所有游戏跑在一个类似mesos的平台（盖亚），资源利用率从5%提升到60-90%。例如美国verizon，利用mesos来虚拟化数据中心，资源利用率从15%提升到60%。

还有就是廉价的HPC方案，超算。小生物、制药等等公司，互联网金融等等。利用mesos可以快速搭建各种spark、hadoop、kafka集群。

还有就是混合云和跨云管理，例如传统用户上云，一般先搞个私有云。如果使用云操作系统来管理，将来上到公有云的时候非常平滑，几乎无感。

另外一个场景就是灾备，例如top3的票务公司的一个部门就分享过他们的灾备预演。他们利用Mesos来承载他们的生产环境，可以8分钟内可以快速在其他云或者IDC复制一个生产环境。平时同步好数据，通过mesos可以非常容易维护几个灾备环境，原来一帮人就搞定了。

要部署和运维各种互联网技术，刚搞明白hadoop又有了spark现在又有啥flin等等。所以利用云操作系统，未来基本上不需要对这些组件有啥深入理解。

Q1：Mesos是apache的一个开源产品，你们跟apache有什么区别？

A：我们可以粗略比喻为CDH。Mesos就像linux的kernel，需要很多周边组件才能支持业务,我们就是开源软件商业化，做这些周边组件。大家都知道中国软件没法卖钱，服务要靠关系，这是大家熟知的套路。所以我们还要做一些行业解决方案，当然，是针对互联网+云计算场景，紧紧一个中心和两个基本点：以云计算为中小，坚持互联网业务，坚持开源商业化。核心的Mesos我们没有改源代码，如果有问题和需求就向upstream来贡献。

Q2：将相关数据库部署在Mesos上性能会有多少的下降？

A：好问题，Mesos负责资源调度。所以数据库本身还是跑在宿主机的Linux之上。如果底层是挂了分布式存储，那么取决于存储性能,而且数据种类不同。总体上说来，严重依赖数据库性能的架构是要认真考虑如何上云的。有个解决办法是把需要快速变化的部分布到Mesos上，例如web，或者计算逻辑，数据库可以分离用传统方法部署。云计算的核心还是弹性，所以一个项目里面也可以把需要弹性的部分布上去，数据库缓存这些相对固定的部分先不动，需要弹性的，经常更新的，需要灰度发布和持续集成部分。

Q3：就像你说的，Mesos还是有一些坑要填的，那使用这个开源的产品做“不可变基础架构”，是核心了，Mesos本身的技术问题怎么解决？谁来解决？

A：Mesos本身技术问题就是不断踩坑，然后贡献回upstream。当然支撑业务的坑远远不至于mesos本身，对于云操作系统，Mesos是核心，但重要的是上面的API，和下面和各个基础架构的对接。例如不用linux可以用freebds，bsd。mesos并不是不可替换的，但是用户使用习惯和软件架构是不好乱变的，我觉得这个才是关键，分布式技术存在三四十年了，需求和应用场景才是根本性变化，不是技术本身，我们也是在很多项目中汇总经验，不断填坑，而且还有SaaS形式的服务，叫数人云。我们也有SaaS类型的服务，只要有互联网的地方，都可以远程管理集群。此外，会有越来越多类似我们的技术型公司和技术型云计算集成商出现的，这也是需求决定的。

Q4：踩坑，不像互联网企业有强大的技术支撑团队，比如你们，我是否可以认为其实传统企业现在还不适合去用这个呢？

A：传统企业可以考虑新的互联网业务使用，因为有实际需求，我觉得最终取决于业务需求。传统企业有需求执行力还是很强的，按我服务多年运营商的经验，就怕是伪需求。