├── README.md ├── 最佳实践 └── OpenStack │ ├── 制造行业.pdf │ ├── 医疗行业.pdf │ ├── 广电行业.pdf │ ├── 政府行业.pdf │ ├── 教育行业.pdf │ ├── 电信行业.pdf │ ├── 电力行业.pdf │ └── 金融行业.pdf ├── 白皮书 ├── img │ └── DCOS │ │ ├── 图片 1.png │ │ ├── 图片 10.png │ │ ├── 图片 11.png │ │ ├── 图片 12.png │ │ ├── 图片 13.png │ │ ├── 图片 14.png │ │ ├── 图片 15.png │ │ ├── 图片 16.png │ │ ├── 图片 17.png │ │ ├── 图片 18.png │ │ ├── 图片 2.png │ │ ├── 图片 3.png │ │ ├── 图片 4.png │ │ ├── 图片 5.png │ │ ├── 图片 6.png │ │ ├── 图片 7.png │ │ ├── 图片 8.png │ │ └── 图片 9.png ├── 第一部分：OpenStack.md ├── 第一部分：OpenStack（PDF）.pdf ├── 第三部分：DCOS.md ├── 第三部分：DCOS.pdf └── 第二部分：容器.md └── 调查报告 ├── img ├── 开源 │ ├── 04180114404中国云计算开源发展调查报告2017年(通用版)_1.png │ ├── 04180114404中国云计算开源发展调查报告2017年(通用版)_10.png │ ├── 04180114404中国云计算开源发展调查报告2017年(通用版)_11.png │ ├── 04180114404中国云计算开源发展调查报告2017年(通用版)_12.png │ ├── 04180114404中国云计算开源发展调查报告2017年(通用版)_13.png │ ├── 04180114404中国云计算开源发展调查报告2017年(通用版)_14.png │ ├── 04180114404中国云计算开源发展调查报告2017年(通用版)_15.png │ ├── 04180114404中国云计算开源发展调查报告2017年(通用版)_16.png │ ├── 04180114404中国云计算开源发展调查报告2017年(通用版)_17.png │ ├── 04180114404中国云计算开源发展调查报告2017年(通用版)_18.png │ ├── 04180114404中国云计算开源发展调查报告2017年(通用版)_19.png │ ├── 04180114404中国云计算开源发展调查报告2017年(通用版)_2.png │ ├── 04180114404中国云计算开源发展调查报告2017年(通用版)_20.png │ ├── 04180114404中国云计算开源发展调查报告2017年(通用版)_21.png │ ├── 04180114404中国云计算开源发展调查报告2017年(通用版)_22.png │ ├── 04180114404中国云计算开源发展调查报告2017年(通用版)_23.png │ ├── 04180114404中国云计算开源发展调查报告2017年(通用版)_24.png │ ├── 04180114404中国云计算开源发展调查报告2017年(通用版)_25.png │ ├── 04180114404中国云计算开源发展调查报告2017年(通用版)_26.png │ ├── 04180114404中国云计算开源发展调查报告2017年(通用版)_27.png │ ├── 04180114404中国云计算开源发展调查报告2017年(通用版)_28.png │ ├── 04180114404中国云计算开源发展调查报告2017年(通用版)_3.png │ ├── 04180114404中国云计算开源发展调查报告2017年(通用版)_4.png │ ├── 04180114404中国云计算开源发展调查报告2017年(通用版)_5.png │ ├── 04180114404中国云计算开源发展调查报告2017年(通用版)_6.png │ ├── 04180114404中国云计算开源发展调查报告2017年(通用版)_7.png │ ├── 04180114404中国云计算开源发展调查报告2017年(通用版)_8.png │ └── 04180114404中国云计算开源发展调查报告2017年(通用版)_9.png └── 私有云 │ ├── 04180132108中国私有云发展调查报告2017年(通用版)_1.png │ ├── 04180132108中国私有云发展调查报告2017年(通用版)_10.png │ ├── 04180132108中国私有云发展调查报告2017年(通用版)_11.png │ ├── 04180132108中国私有云发展调查报告2017年(通用版)_12.png │ ├── 04180132108中国私有云发展调查报告2017年(通用版)_13.png │ ├── 04180132108中国私有云发展调查报告2017年(通用版)_14.png │ ├── 04180132108中国私有云发展调查报告2017年(通用版)_15.png │ ├── 04180132108中国私有云发展调查报告2017年(通用版)_16.png │ ├── 04180132108中国私有云发展调查报告2017年(通用版)_17.png │ ├── 04180132108中国私有云发展调查报告2017年(通用版)_18.png │ ├── 04180132108中国私有云发展调查报告2017年(通用版)_19.png │ ├── 04180132108中国私有云发展调查报告2017年(通用版)_2.png │ ├── 04180132108中国私有云发展调查报告2017年(通用版)_3.png │ ├── 04180132108中国私有云发展调查报告2017年(通用版)_4.png │ ├── 04180132108中国私有云发展调查报告2017年(通用版)_5.png │ ├── 04180132108中国私有云发展调查报告2017年(通用版)_6.png │ ├── 04180132108中国私有云发展调查报告2017年(通用版)_7.png │ ├── 04180132108中国私有云发展调查报告2017年(通用版)_8.png │ └── 04180132108中国私有云发展调查报告2017年(通用版)_9.png ├── 中国云计算开源发展调查报告（2017年）（下载版，请用电脑下载）.pdf ├── 中国云计算开源发展调查报告（2017年）（可手机在线浏览）.md ├── 中国私有云发展调查报告（2017年）（下载版，请用电脑下载）.pdf └── 中国私有云发展调查报告（2017年）（可手机在线浏览）.md /README.md: -------------------------------------------------------------------------------- 1 | OSCAR 项目参与贡献指南 2 | ======= 3 | 4 | ##项目介绍 5 | 6 | https://github.com/opensourcecloud 7 | 贡献者平时可以通过邮件联系PL讨论，但是实际贡献以Github为准， 贡献请严格遵守每个项目最开头的开源协议CC 8 | 9 | | Project | 项目介绍 | PL | 10 | |:----:|:------------|------------------| 11 | |金融 |从金融行业客户的需求出发总结典型需求数据分析、CICD、可靠性等，以及对解决方案架构的需求，评估要求等。| 祖立军(zulijun@unionpay.com ) 中国银联
智锦(zhijin@idcos.com) 云霁科技 | 12 | |电信 |从电信行业客户的需求出发总结典型需求大规模、可靠性等，以及对解决方案架构的需求，评估要求等。| 刘军卫(liujunwei@cmss.chinamobile.com) 中国移动苏研中心 | 13 | |广电 |从广电行业客户的需求出发总结典型需求视频、可靠性等，以及对解决方案架构的需求，评估要求等。| 孙黎丽(sunlili@abp2003.cn) 广电规划院 | |电力 |从电力行业客户的需求出发总结典型需求电力缴费、可靠性等，以及对解决方案架构的需求，评估要求等。| 李响(lixiang1@sgitg.sgcc.com.cn) 国电通 | 14 | |政务 |梳理政务云需求和典型的应用场景，根据需求和场景提出典型的解决方案架构；梳理政务云的功能要求和典型技术架构，根据功能要求和技术架构提出最优的软硬件集成方案；梳理政务云的性能指标要求和SLA，提出规范化的测试和评估方法。| 陈文弢(chenwentao@ritt.cn) 信通院 | 15 | |OpenStack |梳理OpenStack适合的场景：资源池化、网络、虚拟机、存储管理等，部署的特点、规范、流程|梁伟(liangwei@ctbri.com.cn)，中国电信北京院 | 16 | |容器 |梳理容器适合的场景：微服务、CICD等，容器部署的特点、规范、流程|王利俊(lijun.wang@nicescale.com) cSphere| 17 | |DCOS |梳理DCOS适合的场景：大数据、IoT等，DCOS部署的特点、规范、流程|陈冉(13718492957@139.com)中国DCOS社区| 18 | |数据中心级联 |Tricircle作为OpenStack多站点服务，通过为客户提供单一的原生OpenStack API入口，实现跨站点计算存储网络资源的自动化管理和一站式部署|黄之鹏(zhipengh512@gmail.com)，华为| 19 | |运维 |梳理运维场景需求：Devops等等运维工具部署的特点、规范、流程|智锦(zhijin@idcos.com) 云霁| 20 | |安全 |开源解决方案安全要求规范|刘浩(liuhao@360.cn) 360| 21 | 22 | ##项目参与机制 23 | ![参与机制图示](http://cdn.opensourcecloud.cn/github.png) 1. 项目的管理者是PL: Project Leader，Github的角色为Admin 24 | 1. 担任： 25 | 1. 行业项目由OSCAR联盟的用户会员行业重要客户或第三方担任；技术和解决方案项目由OSCAR联盟理事或全权会员担任，或和某技术社区合作 26 | 2. 每三个月一选，从企业CORE里选 27 | 28 | 29 | 2. 负责： 30 | 1. 项目牵头制定框架 31 | 2. 项目进度管理 32 | 3. 项目内容把控 33 | 4. 项目成果发布 34 | 35 | 2. 项目的核心编写者是CORE，Github的角色为Write 36 | 1. 担任： 37 | 1. 企业的CORE由联盟会员参与 38 | 2. 个人的CORE从贡献者突出者或行业知名技术专家中产生，由本项目PL和已有CORE同意，经秘书处决定可以成为个人CORE 39 | 40 | 2. 负责 41 | 1. 子项目主要内容编写 42 | 2. Review贡献者的内容 43 | 3. 承担的子项目成果发布（如果有的话） 44 | 45 | 3. 项目的贡献者是Contributor，Github上可以FORK 后PULL Request 46 | 1. 个人： 47 | 1. 可以以个人身份参与项目的编写 48 | 2. 以Github统计为准，PR后成为Commit贡献较多者，可以成为个人CORE 49 | 3. 成为个人CORE以后，联系一个项目的PL，经PL同意，报秘书处，发起个人子项目 50 | 51 | 2. 企业 52 | 1. 可以以企业身份参与项目的编写 53 | 2. 以Github统计为准，Commit贡献较多者，必须是OSCAR联盟全权或理事会员中贡献较多者，可以联系一个项目的PL，经PL同意，报秘书处，发起企业子项目。 54 | 55 | 56 | ##项目推进机制 57 | 58 | 1. PL和CORE形成初期文档，在初期文档形成前，感兴趣的贡献者可以通过邮件方式联系PL参与讨论，但是实际贡献量以及结论以Github提交为准。 2. 形成初期文档后，Github上的社区通过微信群线上交流和线下研讨等多种方式推进项目进展，通知会同步到社区微信群。 3. 每三个月发布一次成果，每年组织一次大会，较多贡献者都有机会演讲。 59 | 60 | 61 | ## 如何使用 Github 62 | 63 | 1. GitHub账号注册: https://github.com/join 64 | 65 | 2. GitHub客户端下载: 66 | Windows: http://cdn.opensourcecloud.cn/GitHubSetup.exe.zip 67 | Mac: http://cdn.opensourcecloud.cn/GitHubMac220.zip 68 | 69 | 3. GitHub简明教程: http://dwz.cn/3BgO3f 70 | 71 | 4. Markdown 工具推荐: 72 | 1. Markdown 语法示例: https://github.com/guodongxiaren/README 73 | 2. 格式转换器: http://markitdown.medusis.com/ ( Word To Markdown ) 74 | 3. MarkDown编辑器： http://dwz.cn/3BgRCl 75 | 76 | -------------------------------------------------------------------------------- /最佳实践/OpenStack/制造行业.pdf: -------------------------------------------------------------------------------- https://raw.githubusercontent.com/opensourcecloud/manual/41bf97d8f675d388550c3c8ea9297af08abc04b5/最佳实践/OpenStack/制造行业.pdf -------------------------------------------------------------------------------- /最佳实践/OpenStack/医疗行业.pdf: -------------------------------------------------------------------------------- https://raw.githubusercontent.com/opensourcecloud/manual/41bf97d8f675d388550c3c8ea9297af08abc04b5/最佳实践/OpenStack/医疗行业.pdf -------------------------------------------------------------------------------- /最佳实践/OpenStack/广电行业.pdf: -------------------------------------------------------------------------------- https://raw.githubusercontent.com/opensourcecloud/manual/41bf97d8f675d388550c3c8ea9297af08abc04b5/最佳实践/OpenStack/广电行业.pdf -------------------------------------------------------------------------------- /最佳实践/OpenStack/政府行业.pdf: -------------------------------------------------------------------------------- https://raw.githubusercontent.com/opensourcecloud/manual/41bf97d8f675d388550c3c8ea9297af08abc04b5/最佳实践/OpenStack/政府行业.pdf -------------------------------------------------------------------------------- /最佳实践/OpenStack/教育行业.pdf: -------------------------------------------------------------------------------- https://raw.githubusercontent.com/opensourcecloud/manual/41bf97d8f675d388550c3c8ea9297af08abc04b5/最佳实践/OpenStack/教育行业.pdf -------------------------------------------------------------------------------- /最佳实践/OpenStack/电信行业.pdf: -------------------------------------------------------------------------------- https://raw.githubusercontent.com/opensourcecloud/manual/41bf97d8f675d388550c3c8ea9297af08abc04b5/最佳实践/OpenStack/电信行业.pdf -------------------------------------------------------------------------------- /最佳实践/OpenStack/电力行业.pdf: -------------------------------------------------------------------------------- https://raw.githubusercontent.com/opensourcecloud/manual/41bf97d8f675d388550c3c8ea9297af08abc04b5/最佳实践/OpenStack/电力行业.pdf -------------------------------------------------------------------------------- /最佳实践/OpenStack/金融行业.pdf: -------------------------------------------------------------------------------- https://raw.githubusercontent.com/opensourcecloud/manual/41bf97d8f675d388550c3c8ea9297af08abc04b5/最佳实践/OpenStack/金融行业.pdf -------------------------------------------------------------------------------- /白皮书/img/DCOS/图片 1.png: -------------------------------------------------------------------------------- https://raw.githubusercontent.com/opensourcecloud/manual/41bf97d8f675d388550c3c8ea9297af08abc04b5/白皮书/img/DCOS/图片 1.png -------------------------------------------------------------------------------- /白皮书/img/DCOS/图片 10.png: -------------------------------------------------------------------------------- https://raw.githubusercontent.com/opensourcecloud/manual/41bf97d8f675d388550c3c8ea9297af08abc04b5/白皮书/img/DCOS/图片 10.png -------------------------------------------------------------------------------- /白皮书/img/DCOS/图片 11.png: -------------------------------------------------------------------------------- https://raw.githubusercontent.com/opensourcecloud/manual/41bf97d8f675d388550c3c8ea9297af08abc04b5/白皮书/img/DCOS/图片 11.png -------------------------------------------------------------------------------- /白皮书/img/DCOS/图片 12.png: -------------------------------------------------------------------------------- https://raw.githubusercontent.com/opensourcecloud/manual/41bf97d8f675d388550c3c8ea9297af08abc04b5/白皮书/img/DCOS/图片 12.png -------------------------------------------------------------------------------- /白皮书/img/DCOS/图片 13.png: -------------------------------------------------------------------------------- https://raw.githubusercontent.com/opensourcecloud/manual/41bf97d8f675d388550c3c8ea9297af08abc04b5/白皮书/img/DCOS/图片 13.png -------------------------------------------------------------------------------- /白皮书/img/DCOS/图片 14.png: -------------------------------------------------------------------------------- https://raw.githubusercontent.com/opensourcecloud/manual/41bf97d8f675d388550c3c8ea9297af08abc04b5/白皮书/img/DCOS/图片 14.png -------------------------------------------------------------------------------- /白皮书/img/DCOS/图片 15.png: -------------------------------------------------------------------------------- https://raw.githubusercontent.com/opensourcecloud/manual/41bf97d8f675d388550c3c8ea9297af08abc04b5/白皮书/img/DCOS/图片 15.png -------------------------------------------------------------------------------- /白皮书/img/DCOS/图片 16.png: -------------------------------------------------------------------------------- https://raw.githubusercontent.com/opensourcecloud/manual/41bf97d8f675d388550c3c8ea9297af08abc04b5/白皮书/img/DCOS/图片 16.png -------------------------------------------------------------------------------- /白皮书/img/DCOS/图片 17.png: -------------------------------------------------------------------------------- https://raw.githubusercontent.com/opensourcecloud/manual/41bf97d8f675d388550c3c8ea9297af08abc04b5/白皮书/img/DCOS/图片 17.png -------------------------------------------------------------------------------- /白皮书/img/DCOS/图片 18.png: -------------------------------------------------------------------------------- https://raw.githubusercontent.com/opensourcecloud/manual/41bf97d8f675d388550c3c8ea9297af08abc04b5/白皮书/img/DCOS/图片 18.png -------------------------------------------------------------------------------- /白皮书/img/DCOS/图片 2.png: -------------------------------------------------------------------------------- https://raw.githubusercontent.com/opensourcecloud/manual/41bf97d8f675d388550c3c8ea9297af08abc04b5/白皮书/img/DCOS/图片 2.png -------------------------------------------------------------------------------- /白皮书/img/DCOS/图片 3.png: -------------------------------------------------------------------------------- https://raw.githubusercontent.com/opensourcecloud/manual/41bf97d8f675d388550c3c8ea9297af08abc04b5/白皮书/img/DCOS/图片 3.png -------------------------------------------------------------------------------- /白皮书/img/DCOS/图片 4.png: -------------------------------------------------------------------------------- https://raw.githubusercontent.com/opensourcecloud/manual/41bf97d8f675d388550c3c8ea9297af08abc04b5/白皮书/img/DCOS/图片 4.png -------------------------------------------------------------------------------- /白皮书/img/DCOS/图片 5.png: -------------------------------------------------------------------------------- https://raw.githubusercontent.com/opensourcecloud/manual/41bf97d8f675d388550c3c8ea9297af08abc04b5/白皮书/img/DCOS/图片 5.png -------------------------------------------------------------------------------- /白皮书/img/DCOS/图片 6.png: -------------------------------------------------------------------------------- https://raw.githubusercontent.com/opensourcecloud/manual/41bf97d8f675d388550c3c8ea9297af08abc04b5/白皮书/img/DCOS/图片 6.png -------------------------------------------------------------------------------- /白皮书/img/DCOS/图片 7.png: -------------------------------------------------------------------------------- https://raw.githubusercontent.com/opensourcecloud/manual/41bf97d8f675d388550c3c8ea9297af08abc04b5/白皮书/img/DCOS/图片 7.png -------------------------------------------------------------------------------- /白皮书/img/DCOS/图片 8.png: -------------------------------------------------------------------------------- https://raw.githubusercontent.com/opensourcecloud/manual/41bf97d8f675d388550c3c8ea9297af08abc04b5/白皮书/img/DCOS/图片 8.png -------------------------------------------------------------------------------- /白皮书/img/DCOS/图片 9.png: -------------------------------------------------------------------------------- https://raw.githubusercontent.com/opensourcecloud/manual/41bf97d8f675d388550c3c8ea9297af08abc04b5/白皮书/img/DCOS/图片 9.png -------------------------------------------------------------------------------- /白皮书/第一部分：OpenStack.md: -------------------------------------------------------------------------------- 1 | 云计算开源产业联盟 2 | 3 | 中国云计算开源产业发展白皮书 4 | 5 | 第一部分 基于OpenStack技术的产业 6 | 7 | **云计算开源产业联盟** 8 | 9 | **OpenSource Cloud Alliance for industry，OSCAR** 10 | 11 | **2016年6月** 12 | 13 | 目录 14 | 15 | 版权声明 I 16 | 17 | 前言 II 18 | 19 | 参与编写单位 IV 20 | 21 | 主要撰稿人 IV 22 | 23 | 一、OpenStack全球市场及社区发展现状 5 24 | 25 | **（一）全球市场将持续增长** 7 26 | 27 | **（二）国际OpenStack社区发展成熟** 10 28 | 29 | 二、OpenStack中国市场及社区发展现状 11 30 | 31 | **（一）中国云计算市场使用OpenStack率较高** 12 32 | 33 | **（二）中国厂商积极参与OpenStack社区贡献** 15 34 | 35 | 三、OpenStack技术现状及优势分析 18 36 | 37 | **（一）OpenStack架构** 19 38 | 39 | **（二）OpenStack的技术优势** 20 40 | 41 | > **1.具备标准的API，并具备避免被厂商锁定的特性** 20 42 | 43 | > **2.兼容容器、文件管理等技术** 21 44 | 45 | 四、OpenStack中国产业发展挑战分析 22 46 | 47 | **（一）产业落地需进一步推动** 22 48 | 49 | **（二）弹性效率和互操作等技术研发应加大力度** 24 50 | 51 | **（三）产业生态建设需更全面** 25 52 | 53 | 五、OpenStack发展方向预测和建议 25 54 | 55 | **（一）技术方面** 25 56 | 57 | **1.构建健壮的管理和安全模型** 25 58 | 59 | **2.简化的可扩展性** 26 60 | 61 | **3.容器等新技术支持** 26 62 | 63 | **4.完善混合云兼容性** 26 64 | 65 | **（二）产业规范方面** 27 66 | 67 | **1.人才培训和认证** 27 68 | 69 | **2.产业需求和技术场景等规范性文档** 27 70 | 71 | **3.开源解决方案评估** 28 72 | 73 | **（三）社区方面** 29 74 | 75 | 版权声明 76 | ======== 77 | 78 | ![](http://oh1a3ddd9.bkt.clouddn.com/OpenStack01.png) 79 | 80 | opensourcecloud-specification 由 81 | [OSCAR](https://github.com/organizations/opensourcecloud/) 创作，采用 [知识共享 82 | 署名-非商业性使用-相同方式共享 4.0 国际 83 | 许可协议](http://creativecommons.org/licenses/by-nc-sa/4.0/)进行许可。 84 | 85 | 基于上的作品创作。 86 | 87 | 本调查报告版权属于云计算开源产业联盟，并受法律保护。转载、摘编或利用其它方式使用本调查报告文字或者观点的，应注明“来源：云计算开源产业联盟”。违反上述声明者，本联盟将追究其相关法律责任。 88 | 89 | 前言 90 | ==== 91 | 92 | 随着近几年云计算的爆发式增长，开源技术也在云计算领域得到了新的发展契机，如OpenStack、Docker、DC/OS等。云计算开源产业联盟经过深入市场调研，对基于各种开源技术的产业及其各自在中国的市场的发展进行了梳理，分析了发展瓶颈，并对发展方向做出了预测汇总形成白皮书。 93 | 94 | 云计算开源产业发展白皮书第一部分：基于OpenStack技术的产业，首先简述了OpenStack的发展现状和技术特点，分析了在中国的市场发展状况，最后详细剖析了技术等方面的发展瓶颈，并对今后的发展方向做出了预测。 95 | 96 | 云计算开源产业联盟，是在工业和信息化部信息化和软件服务业司的指导下，2016年3月9月，由中国信息通信研究院牵头，联合各大云计算开源技术厂商成立的，挂靠中国通信标准化协会的第三方非营利组织，致力于落实政府云计算开源相关扶持政策，推动云计算开源技术产业化落地，引导云计算开源产业有序健康发展，完善云计算开源全产业链生态，探索国内开源运作机制，提升中国在国际开源的影响力。 97 | 98 | 联盟目前由30家单位和企业组成，包括中国信息通信研究院、华为技术有限公司、北京易捷思达科技发展有限公司、联想（北京）有限公司、国际商业机器（中国）公司、Hewlett 99 | Packard 100 | Enterprise、中国电信股份有限公司云计算分公司、中国移动通信集团公司、联通云数据有限公司、中兴通讯股份有限公司、九州云信息科技有限公司、北京云途腾科技有限责任公司、烽火通信科技股份有限公司、红帽软件（北京）有限公司、UMCloud、浪潮软件集团有限公司、杭州华三通信技术有限公司、杭州云霁科技有限公司、北京奇安信科技有限公司、云栈科技（北京）有限公司、大唐高鸿数据网络技术股份有限公司、上海宽带技术及应用工程研究中心、天津南大通用数据技术股份有限公司、苏州博纳讯动软件有限公司、北京亚信智慧数据科技有限公司、国家新闻出版广电总局广播电视规划院、北京国电通网络技术有限公司、携程计算机技术（上海）有限公司、乐视云计算有限公司、中国银联电子商务与电子支付国家工程实验室。 101 | 102 | 参与编写单位 103 | ============ 104 | 105 | 中国信息通信研究院、华为技术有限公司、北京易捷思达科技发展有限公司、联想（北京）有限公司、国际商业机器（中国）公司、Hewlett 106 | Packard 107 | Enterprise、中国电信股份有限公司云计算分公司、中国移动通信集团公司、联通云数据有限公司、中兴通讯股份有限公司、九州云信息科技有限公司、北京云途腾科技有限责任公司、烽火通信科技股份有限公司、红帽软件（北京）有限公司、UMCloud、浪潮软件集团有限公司、杭州华三通信技术有限公司、杭州云霁科技有限公司、北京奇安信科技有限公司、云栈科技（北京）有限公司、大唐高鸿数据网络技术股份有限公司、上海宽带技术及应用工程研究中心、天津南大通用数据技术股份有限公司、苏州博纳讯动软件有限公司、北京亚信智慧数据科技有限公司、国家新闻出版广电总局广播电视规划院、北京国电通网络技术有限公司、携程计算机技术（上海）有限公司、乐视云计算有限公司、中国银联电子商务与电子支付国家工程实验室 108 | 109 | 主要撰稿人 110 | ========== 111 | 112 | 陈文弢（中国信息通信研究院）、栗蔚（中国信息通信研究院）、符海芳（华为）、赵华（华为）、王攀（IBM）、郭迎春（IBM）、邹挺（UMCloud）、马振强（UMCloud）、刘宏亮（EasyStack）、陈刚（烽火通信）、涂文杰（烽火通信）、陈屹力（中国信息通信研究院）、陈凯（中国信息通信研究院）、闫丹（中国信息通信研究院）、郭雪（中国信息通信研究院）、樊亦伦（中国信息通信研究院）等。 113 | 114 | **一、OpenStack全球市场及社区发展现状** 115 | ======================================= 116 | 117 | OpenStack由NASA（美国国家航空航天局）和Rackspace（云解决方案公司）合作开发，经Apache2.0许可授权，以Python语言为基础的，由多个组件组成的完全开源项目。该项目于2010年7月19日，在美国OSCON（全球开源网络大会）上宣布设立，同年10月1日，项目第一个版本Austin正式发布。2012年9月，OpenStack基金会正式成立，宣布正式接手OpenStack社区管理。截至2015年底，OpenStack社区成员已经超过32000名，拥有来自近200个国家的开发者和用户，项目代码总行数超过400万行，支持企业550余家。2016年4月，基金会发布了最新版Mitaka，在API、用户体验上再次做出大幅度优化。 118 | 119 | ![](http://oh1a3ddd9.bkt.clouddn.com/OpenStack02.png) 120 | 121 | 根据Zenoss 122 | 2014年底的市场调研，全球的开源市场中，OpenStack的部署比例达到69%；CloudStack的部署比例为14%；Eucalyptus比例为3%。 123 | 124 | 开源解决方案部署比例示意图（数据来源：Zenoss） 125 | 126 | ![](http://oh1a3ddd9.bkt.clouddn.com/OpenStack03.png) 127 | 128 | 2016年4月，OpenStack基金会发布第七份用户调查报告。报告显示，目前，OpenStack主要应用在IT行业中，比例约占68%。通信、学术研究等行业所占比例较大。 129 | 130 | OpenStack产业应用情况（数据来源：OpenStack基金会） 131 | 132 | 从区域分布上来看，北美洲最多，约占46%；其次是欧洲和亚洲，各占24%。 133 | 134 | ![](http://oh1a3ddd9.bkt.clouddn.com/OpenStack04.png) 135 | 136 | OpenStack部署地域分布情况统计（数据来源：OpenStack基金会） 137 | 138 | ![](http://oh1a3ddd9.bkt.clouddn.com/OpenStack05.png) 139 | 140 | 在用户感兴趣的云服务排名中，OpenStack的私有云和公有云服务排名第二、三位，与排名第一的AWS相差甚微。 141 | 142 | 最受欢迎的云服务排名（数据来源：OpenStack基金会） 143 | 144 | **（一）全球市场将持续增长** 145 | ---------------------------- 146 | 147 | 2014年初，美国研究机构发布的一份预测报告指出，OpenStack当年市场收入规模约8.83亿美元，这一数字将在2018年增长至33亿美元，年复合增长率高达40%。 148 | 149 | **OpenStack在中大型企业使用率较高。**其中，从部署OpenStack的企业规模上看，中等规模的企业占据较大比例。基金会的最新调查报告显示，部署OpenStack的企业中，千人规模的企业比例最高，达到23%；百人规模的企业第二，占18%。 150 | 151 | ![](http://oh1a3ddd9.bkt.clouddn.com/OpenStack06.png) 152 | 153 | 部署OpenStack的企业规模（数据来源：OpenStack基金会） 154 | 155 | ![](http://oh1a3ddd9.bkt.clouddn.com/OpenStack07.png) 156 | 157 | **另一份调研报告显示，尝试和计划使用OpenStack的企业将持续增长。**RightScale公司发布的《2016年度云计算调查报告》显示，OpenStack作为私有云解决方案的采纳率稳定在19%，在1000人以下的企业中采纳率位列第二（图1）;在1000人以上的企业中采纳率位列第四，尝试和计划使用OpenStack的受访者比例为34%（图2），远远高于其他解决方案；提供OpenStack的云服务供应商比例进一步提高，达17%。 158 | 159 | 图1：1000人以下企业私有云使用比例（数据来源：RightScale） 160 | 161 | ![](http://oh1a3ddd9.bkt.clouddn.com/OpenStack08.png) 162 | 163 | 图2：大型企业私有云采纳比例（数据来源：RightScale） 164 | 165 | 此外，根据Talligent公司发布的《2016年OpenStack状态报告》，“OpenStack正在逐渐成为所有企业创建私有云和混合云时的首选”。这份报告显示，熟悉OpenStack，并正在使用的占30%，正在评估的占32%，熟悉但还没有部署的占36%。 166 | 167 | ![](http://oh1a3ddd9.bkt.clouddn.com/OpenStack09.png) 168 | 169 | 熟悉并使用OpenStack比例图 170 | 171 | （数据来源：Talligent《2016年OpenStack状态报告》） 172 | 173 | **（二）国际OpenStack社区发展成熟** 174 | ----------------------------------- 175 | 176 | OpenStack社区拥有3.2万名开发人员和100余家知名公司，是业内最活跃的社区。根据2016Austin峰会的最新数据，在新发布的Mitaka版本中，贡献工程师达到2336名，来自345个公司或组织，178个国家或地区，350万行代码。OpenStack社区下设3各子委员会，包括技术委员会（Technical 177 | Committee，负责技术方向，项目立项和审批）、管理委员会（Board 178 | Direction，负责社区战略，财务和推广）、用户委员会（User 179 | Committee，负责全球用户社区和用户体验）。同时，OpenStack设有董事会，成员由8个白金会员（自动当选）、8个黄金会员（从所有黄金会员中选举产生）、8个个人会员（不代表任何公司）组成。 180 | 181 | 在社区影响力贡献方面，Mirantis、IBM、Redhat和HPE等公司名列前茅，Redhat派出大量的工程师，给社区贡献代码，完善自己的产品；Mirantis也在社区贡献中做出了卓越贡献，多项代码贡献值名列前茅；IBM将IaaS的方向都转移到OpenStack上。 182 | 183 | 华为于2016年荣获OpenStack公司董事席位，这是中国厂商首次获此殊荣。自2012年加入社区以来，华为已有超过600名研发人员参与OpenStack社区项目的开发，获得核心项目5个PTL和15个核心成员席位。在2016年4月29日结束的OpenStack 184 | Summit 185 | Austin大会上，华为发表16个议题，并主持了Multisite/Tricircle、Magnum、Ceilometer、Service 186 | Chain、Dragonflow、Kuryr、OPNFV等多个设计峰会。 187 | 188 | 2016年4月，OpenStack基金会同时宣布中国的两个创业企业EasyStack、UnitedStack成为基金会黄金会员，标志着中国越来越多的云计算开源创业企业依靠不容小觑的竞争力获得国际认可。 189 | 190 | **二、OpenStack中国市场及社区发展现状** 191 | ======================================= 192 | 193 | 随着OpenStack在中国的推广，OpenStack在中国的发展也逐渐成熟。根据基金会2015年的统计数字，中国的OpenStack用户比率占全球用户的8%，位居第二，较2014年提高一倍。中国的互联网、电商、电信、教育科研等行业也已经有成熟的用户案例和经验积累。 194 | 195 | 近年来，在中国提供OpenStack解决方案的厂商已经具备相当规模，提供的产品和服务也呈现多样化包括公有云、私有云、混合云、托管云等类型。目前在国内开展业务，提供基于OpenStack技术的解决方案厂商包括华为、中兴、烽火通信、华三、IBM、惠普、Redhat、EasyStack、UMCloud、九州云99Cloud、云途腾、360、浪潮、联想、大唐高鸿等企业。华为、中兴、烽火通信、华三、浪潮、联想、IBM、惠普等厂商主要基于其在企业客户的经验和渠道，以OpenStack为核心，打造包括硬件、软件、网络等方案集成的整体解决方案；EasyStack、UMCloud、Redhat、九州云99Cloud、云途腾、360等软件厂商基于社区版，进行软件商业版开发，打造更加稳定和易用的OpenStack商业版。 196 | 197 | 在中国，越来越多的公有云和OpenStack厂商合作，UCloud和Mirantis合资的OpenStack厂商UMCloud，阿里云和九州云99Cloud合作的混合云等，都显示出OpenStack在国内云计算市场的活跃度和成熟度。 198 | 199 | 2015年，华为、烽火通信、浪潮、华三、UMCloud等企业也通过政府项目的示范效应推动了各行业的应用，例如湖北楚天云、湖北教育云、浙江政务云、中国电信天翼云、光电产业云、江苏电力云等，OpenStack已经逐步成为云计算基础设施层项目的首选。 200 | 201 | **（一）中国云计算市场使用OpenStack率较高** 202 | ------------------------------------------- 203 | 204 | OpenStack主要用于IaaS服务商或私有云基础设施层解决方案，根据中国信息通信研究院各项调研数据显示，OpenStack的采用较为广泛。 205 | 206 | 公有云方面，根据中国信息通信研究院调研，2014年国内公共云服务逐步从互联网向行业市场延伸，市场整体规模约为70.2亿元人民币，比2013年增长47.5%，增速大大高于2013年35.9%的增长率，市场活跃度呈现整体提升的趋势。预计2015年国内公共云服务市场仍将保持高速增长态势，整体市场规模可望突破100亿元人民币。 207 | 208 | ![](http://oh1a3ddd9.bkt.clouddn.com/OpenStack10.png) 209 | 210 | （数据来源：中国信息通信研究院《2015年公有云市场调查报告》） 211 | 212 | 根据中国信息通信研究院的可信云服务认证调查数据显示，在通过可信云服务认证的46家IaaS服务商中，7家采用CloudStack或基于Cloudstack进行二次开发，22家采用OpenStack或基于OpenStack进行二次开发，6家采用Vmware，11家采用自研或其它的虚拟化管理软件，所以，近半的公有云IaaS服务商选用OpenStack解决方案。 213 | 214 | ![](http://oh1a3ddd9.bkt.clouddn.com/OpenStack11.png) 215 | 216 | 公有云IaaS选用解决方案比例图 217 | 218 | （数据来源：可信云服务认证2016年1月观察） 219 | 220 | ![](http://oh1a3ddd9.bkt.clouddn.com/OpenStack12.png) 221 | 222 | 私有云方面，根据中国信息通信研究院的的统计数字。2015年，中国私有云市场规模已经达到275.6亿元人民币，同比2014年增长27.1%。预计2016年，增速仍保持在25.5%左右，市场规模将达到346亿。 223 | 224 | 中国私有云市场增速和规模走势图 225 | 226 | （数据来源：中国信息通信研究院《2015年私有云市场调查报告》） 227 | 228 | **企业对开源软件的接受程度较高。**在调研的4000多家中型企业中，已经部署私有云的企业占8.4%，有超过70%的企业不同程度的采用了开源软件（包括虚拟化软件、私有云平台软件等）。采用开源软件可以降低软件支出，但同时也对IT人员的开发和维护水平提出了更高的要求。 229 | 230 | ![](http://oh1a3ddd9.bkt.clouddn.com/OpenStack13.png) 231 | 232 | （数据来源：中国信息通信研究院《2015年私有云市场调查报告》） 233 | 234 | **OpenStack是使用率最高的云计算开源管理平台。**在已经部署私有云的企业中，目前比较热门的开源平台均有使用，其中采用OpenStack的企业有接近40%，其次为CloudStack（20.7%）和Eucalyptus（15.3%）。 235 | 236 | ![](http://oh1a3ddd9.bkt.clouddn.com/OpenStack14.png) 237 | 238 | （数据来源：中国信息通信研究院《2015年私有云市场调查报告》） 239 | 240 | **（二）中国厂商积极参与OpenStack社区贡献** 241 | ------------------------------------------- 242 | 243 | 国内厂商对OpenStack国际社区的贡献巨大。很多的贡献来自于中国的开发者。中国的开发者人数和OpenStack峰会与会员人数在全世界位列前五；国内城市中，北京、上海、深圳是代码贡献率较高的城市。 244 | 245 | ![](http://oh1a3ddd9.bkt.clouddn.com/OpenStack15.png) 246 | 247 | 全球范围内，向OpenStack社区贡献代码的企业和个人非常活跃，根据官方统计，社区每分钟均可得到数条的贡献数量。 248 | 249 | 来源：OpenStack社区（https://review.openstack.org） 250 | 251 | OpenStack社区贡献主要从Commits、Reviews、Cl votes、Completed Buleprints、Drafted 252 | Blueprints、Emails、Filed Bugs、Lines of code、Patch Sets、Person-day 253 | effort、Resloved 254 | Bugs、Translations12个维度统计，其中，Commits是指向OpenStack社区提交代码的数量；Reviews是指向社区反馈代码的数量，在企业提交代码之后，必须要得到2个项目的核心成员Review才能发布，其他企业在参与Review前，必须得到2个项目核心成员同意。总的来讲，Commits数量保证了OpenStack的代码规模，Reviews数量保证了OpenStack的代码质量。在stackalytics网站（http://stackalytics.com），数据实时更新，可以随时查看到Diablo之后各版本（之前版本无统计数字）及各模块的各厂商贡献。 255 | 256 | 根据stackalytics网站2016年6月9日的统计数字，在Mitaka版本的贡献中，Commits数量最高的中国企业有华为（1096）、EasyStack（814）、九州云99Cloud（597）等。 257 | 258 | | | Company | Commits | 259 | |----|-----------------------|----------| 260 | | 1 | Mirantis | 7457 | 261 | | 2 | Red Hat | 5066 | 262 | | 3 | IBM | 4261 | 263 | | 4 | HPE | 3250 | 264 | | 5 | Rackspace | 2141 | 265 | | | \*independent | 1898 | 266 | | 6 | NEC | 1388 | 267 | | 7 | **Huawei** | **1096** | 268 | | 8 | Fujitsu | 1078 | 269 | | 9 | Intel | 1052 | 270 | | 10 | HP | 920 | 271 | | 11 | SUSE | 861 | 272 | | 12 | **EasyStack** | **814** | 273 | | 13 | VMware | 745 | 274 | | 14 | **99cloud（九州云）** | **597** | 275 | 276 | 截至6月9日Mitaka版本的Commits数量（数据来源：stackalytics） 277 | 278 | Reviews数量最高的中国企业有华为（8091）、九州云99Cloud（4231）等； 279 | 280 | | \# | Company | Reviews | 281 | |----|-----------------------|----------| 282 | | 1 | Mirantis | 52529 | 283 | | 2 | HPE | 22027 | 284 | | 3 | IBM | 21736 | 285 | | 4 | Red Hat | 20693 | 286 | | 5 | Rackspace | 12495 | 287 | | 6 | **Huawei** | **8091** | 288 | | 7 | Intel | 7054 | 289 | | 8 | NEC | 5876 | 290 | | | \*independent | 5737 | 291 | | 9 | SUSE | 4933 | 292 | | 10 | **99cloud（九州云）** | **4231** | 293 | | 11 | VMware | 3575 | 294 | | 12 | Cisco Systems | 3483 | 295 | | 13 | HP | 2934 | 296 | | 14 | Fujitsu | 2889 | 297 | | 15 | OpenStack Foundation | 2490 | 298 | 299 | 截至6月9日Mitaka版本的Commits数量（数据来源：stackalytics） 300 | 301 | **三、OpenStack技术现状及优势分析** 302 | =================================== 303 | 304 | OpenStack以Python编程语言编写，整合Tornado网页服务器、Nebula运算平台，使用Twisted软件框架，遵循Open 305 | Virtualization 306 | Format、AMQP、SQLAlchemy等标准。OpenStack不提供虚拟化技术，而是对虚拟化进行管理，它兼容几乎所有主流虚拟化技术，例如KVM、Xen、VMware、ESX、QEMU等，通过Libvirt虚拟层来对这些虚拟化技术进行包装。 307 | 308 | OpenStack主要包括计算服务Compute Service（Nova）、存储服务Object Storage 309 | Service（Swift）、镜像服务Image Service（Glance）、认证服务Identity 310 | Service（Keystone）、虚拟网络服务NetWorking 311 | Service（Neutron）、UI服务Dashboard（Horizon）、块存储Block 312 | Storage（Cinder）、测量Metering（Ceilometer）、部署编排Orchestration（Heat）、数据库服务Database 313 | Service（Trove）等组件，各组件之间为松耦合状态，采用RESTful接口通信。此外，OpenStack还有很多外延组件，及孵化项目，全部项目可在OpenStack官方网站（http://www.openstack.org/software/）查看。OpenStack一般用于私有云搭建，为机构或企业内部提供共享资源服务，目前，正在逐步向混合云、公有云项目发展。 314 | 315 | OpenStack具有可控性、兼容性、可扩展性、灵活性等特点，模块化的设计可与第三方的技术集成，不会被某个特定的厂商绑定和限制，同时，目前主流的开源和商用Linux系统都支持OpenStack，在大规模部署时，具备扩展优势，用户可根据自己的需要建立基础设施，也可以为现有的集群增加规模。 316 | 317 | **（一）OpenStack架构** 318 | ----------------------- 319 | 320 | 作为IaaS云平台系统，OpenStack具有三个最核心的架构服务单元，分别是：计算基础架构（Nova）、存储基础架构（Swift）和镜像服务（Glance）。 321 | 322 | Nova是OpenStack云计算架构控制器，管理OpenStack云里的计算资源、网络、授权、和扩展需求。Nova不能提供本身的虚拟化功能，但能使用libvirt的API来支持虚拟机管理程序交互，并通过web服务接口开放他的所有功能。 323 | 324 | Swift为OpenStack提供分布式的、最终一致的虚拟对象存储。通过分布式的穿过节点，Swift有能力存储数十亿计的对象，Swift具有内置冗余、容错管理、存档、流媒体的功能，同时具有高度扩展的能力，不论大小（多个PB级别）和能力（对象的数量）。 325 | 326 | Glance是虚拟机镜像查找及检索系统，支持多种虚拟机镜像格式（AKI、AMI、ARI、ISO、QCOW2、Raw、VDI、VHD、VMDK），有创建上传镜像、删除镜像、编辑镜像基本信息的功能。 327 | 328 | 上述三个组件与系统中的其他所有组件进行交互：Horizon是图形用户界面，管理员可以很容易地使用它来管理所有项目。Keystone处理授权用户的管理，Neutron定义提供组件之间连接的网络。 329 | 330 | ![](http://oh1a3ddd9.bkt.clouddn.com/OpenStack17.png) 331 | 332 | Nova被认为是OpenStack的核心，负责处理工作负载的流程。它的计算实例通常需要进行基于块的（Cinder）或基于对象的（Swift）形式的持久存储。Nova还需要一个镜像来启动一个实例，Glance将会处理这个请求，它可以有选择地使用Swift作为其存储后端。 333 | 334 | OpenStack架构图 335 | 336 | **（二）OpenStack的技术优势** 337 | ----------------------------- 338 | 339 | ### **1.具备标准的API，并具备避免被厂商锁定的特性** 340 | 341 | 根据基金会的统计数据，有97%的受访者认为OpenStack最大的优势在于具有同一开放平台和API，92%的受访者认为使用OpenStack可以避免出现被供应商锁定的情况。 342 | 343 | ![](http://oh1a3ddd9.bkt.clouddn.com/OpenStack18.png) 344 | 345 | OpenStack的主要优势（数据来源：OpenStack基金会） 346 | 347 | 另外，OpenStack的兼容性、客户需求、与供应商的伙伴关系、研究和学术用例、DevOps环境友好等也是OpenStack的优势。 348 | 349 | ### **2.兼容容器、文件管理等技术** 350 | 351 | ![](http://oh1a3ddd9.bkt.clouddn.com/OpenStack19.png) 352 | 353 | 根据基金会最新统计报告，OpenStack项目中，Magnum（容器服务）、Designate（DNS服务）、文件共享系统（Milano）等最受使用者关注。 354 | 355 | 最受关注的OpenStack项目（数据来源：OpenStack基金会） 356 | 357 | ![](http://oh1a3ddd9.bkt.clouddn.com/OpenStack20.png) 358 | 359 | 另，在OpenStack的新兴项目中，Rally、Murano、Manila排名前三。 360 | 361 | 最受关注的OpenStack新兴项目（数据来源：OpenStack基金会） 362 | 363 | **四、OpenStack中国产业发展挑战分析** 364 | ===================================== 365 | 366 | OpenStack以其一系列天然的优势，已经打下了一个广泛且稳定的生态基础，正处在推动产业大规模落地的阶段。但实际的OpenStack市场规模需要进一步明确，纯粹依靠OpenStack的OpenStack产品与服务的市场销售份额还比较有限。当前的OpenStack产业存在一些需要进一步改进和推动的地方，例如：客户对开源技术的理解，客户需求和OpenStack场景匹配的问题，OpenStack在安全性、可升级性和易用性等方面。 367 | 368 | **（一）产业落地需进一步推动** 369 | ------------------------------ 370 | 371 | 目前，中国云计算开源产业落地是OpenStack发展面临的挑战，也是全球面临的共同问题。一是，客户对于开源技术还存在一定的误解，认为“开源即开放”或“开源即免费”；二是，由于中国云计算开源市场还处在刚起步的阶段，客户的需求与技术场景之间存在断层；三是，很多厂商虽然能够提供较为成熟的产品，但配套的服务并没有满足客户的需求。 372 | 373 | 首先，OpenStack从社区开源代码到客户手里的解决方案，会经过厂商的开发集成，成为商业版，然后和相关插件、软件或其他开源技术结合成为商业解决方案。所以虽然社区开源版是完全公开和免费的，但并不能直接使用。经过厂商的二次开发、调试、集成等工作，才能成为商业版。所以商业版不是免费的，而且厂商根据自己的商业策略不同，可以决定商业版是否开放。 374 | 375 | 其次，很多客户对于OpenStack的应用场景并不是很明确，也没有规范或标准评估是否适合自身的应用需求。客户对于IT 376 | 的需求提出多是需求层面的，包括资源池化、安全风控、大规模等描述。一方面，OpenStack是对虚拟化进行管理的云，是IaaS层组件，主要适用于IaaS层或基础设施层虚拟化管理，但对于用户来说，上层的开发平台、行业应用是被关注的重点。国内的OpenStack产品和服务对于向上集成的完备程度仍有欠缺，集成的完备能力和成熟度应作为OpenStack产品服务内嵌的必备要素。另一方面，OpenStack更适用于IT规模化部署场景。对于大部分仅拥有少量IT资源的中小企业而言，部署虚拟化配合简单的管理，即可达到其资源优化的目的，或可以将自己的业务部署在基于OpenStack的公有云上，能最大程度的享受OpenStack的优势。所以产业需要一些评估规范指南帮助用户选择合适的OpenStack解决方案。 377 | 378 | ![](http://oh1a3ddd9.bkt.clouddn.com/OpenStack21.png) 379 | 380 | 除了场景以外的困惑，根据中国信息通信研究院的统计，中国厂商目前对于包括OpenStack解决方案选型存在困惑。有超过50%的受访企业表示其IT人员对私有云技术、解决方案不够了解；34%的客户表示部署时间长，31%的客户表示从一个云迁移到另一个云时有困难，约46%的企业表示使用OpenStack私有云后的IT支出所有增加，这些使得客户接纳和使用OpenStack需要一个较长的过程。 381 | 382 | 数据来源：中国信息通信研究院《2015年中国私有云发展调查报告》 383 | 384 | ![](http://oh1a3ddd9.bkt.clouddn.com/OpenStack22.png) 385 | 386 | OpenStack部署满意度示意图 387 | 388 | 数据来源：中国信息通信研究院《2015年中国私有云发展调查报告》 389 | 390 | ![](http://oh1a3ddd9.bkt.clouddn.com/OpenStack23.png) 391 | 392 | 部署OpenStack后对IT支出的影响统计 393 | 394 | 数据来源：中国信息通信研究院《2015年中国私有云发展调查报告》 395 | 396 | 最后受限于OpenStack技术人才，客户在OpenStack的部署、维护与升级方面对厂商依赖度较高。所以，OpenStack人才培养对OpenStack的普及与推广非常重要。 397 | 398 | **（二）弹性效率和互操作等技术研发应加大力度** 399 | ---------------------------------------------- 400 | 401 | 企业用户对IaaS层云平台的需求除功能的丰富性外，对可靠性、稳定性、可用性等方面的需求也越来越高，云服务的资源弹性调配能力也已经成为企业用户关注的重点之一，OpenStack应在技术层面提高对资源的利用效率。另外，现阶段当OpenStack用户的应用从一个云迁移到另一个云时，仍然存在障碍。完善OpenStack互操作性、异构虚拟化程度、混合云的实现，实现与云计算全部领域的连接。并且OpenStack作为应用开发运维和业务拓展基础，对于客户的使用易用程度需要进一步提高，OpenStack应在这些方面继续加大力度研发。 402 | 403 | **（三）产业生态建设需更全面** 404 | ------------------------------ 405 | 406 | 一方面，OpenStack以其生态的开放性、公平性、全球性获得了全球企业、IT厂商的青睐。在中国，IT厂商与最终用户可以自由开放的加入OpenStack生态之中，获取OpenStack生态带来的诸多好处，同时也应积极地为OpenStack生态建设和发展做贡献。 407 | 408 | 另一方面，OpenStack解决方案需主动建设、支持上层应用，结合容器和运维等方面的云计算技术，不断自我完善，在服务层面满足用户的需求，以开放、接纳、包容的形式，形成良好的生态闭环。 409 | 410 | **五、OpenStack发展方向预测和建议** 411 | =================================== 412 | 413 | **（一）技术方面** 414 | ------------------ 415 | 416 | **1.构建健壮的管理和安全模型** 417 | ------------------------------ 418 | 419 | 完备的云操作系统需要向用户提供从设计上能保证基础设施团队、能成功交付的服务，以及以运维为核心的云管理工具套件。这些管理工具将提供：可重用的架构模型，通常使用参考网络架构将小集群（pod）或者组（block）连接在在一起；典型的日常云运维工具，包括日志、系统测量值和相关度分析；供云运维人员使用的用来做整合和自动化的CLI和API；用于可视化和分析的云运维图形界面。 420 | 421 | 在最新版本的OpenStack中，更细粒度的访问控制和更加简单的管理功能得以实现，公共库采用以及更好的配置管理等新功能被加入，同时新版本还增加了基于角色的访问控制(RBAC)的Heat业务流程与Neutron项目。这些控件允许操作员可以对网络和业务流程的功能和API的所有各级的安全设置进行微调。 422 | 423 | **2.简化的可扩展性** 424 | -------------------- 425 | 426 | 不论公有云还是私有云，OpenStack生产级的部署规模和范围都在不断增长，用户也不断要求OpenStack对于大规模部署的更好地支持。在Liberty中，用户可获得包括Nova 427 | Cell 428 | V2在内的性能和稳定性方面的改进，通过提供更新的模型来支持更大规模以及异地的计算组件部署。此外，Liberty将Neutron网络、Cinder块存储服务整合进Nova计算单元中。 429 | 430 | **3.容器等新技术支持** 431 | ---------------------- 432 | 433 | OpenStack在管理容器与NFV方面有所提升，加入了可扩展的Nova计算调度、QoS网络服务质量框架，以及增强的LBaaS(负载均衡既服务)。最新版Liberty首次完整的推出了用于容器管理的Magnum项目，可以全部支持目前流行的容器集群管理工具：Kubernetes、Mesos以及Docker。通过与OpenStack现有的组件如Nova、Ironic与Neutron的绑定，Magnum让容器技术的采用变得更加容易。2014年，OpenStack社区就已经成立容器团队，专注基于OpenStack的容器技术。目前，OpenStack已有多个涉及容器技术的项目，包括Magnum，Kolla、Murano。 434 | 435 | **4.完善混合云兼容性** 436 | ---------------------- 437 | 438 | 混合云兼具私有云的安全性与公有云的弹性扩展能力。根据实际情况，企业在部署混合云时，通常将关键应用、性能敏感型、中高密级应用部署在私有云，其他应用部署在公有云；将同一个应用的不同层部署在不同云中，提升最终用户体验；实现Web服务灵活扩展，集中控制关键数据；私有云资源不足时，向公有云临时租借资源。 439 | 440 | 混合云的难点在于解决应用的移植性问题。无论是应用在某个云中被开发，还是要在两个云之间做迁移，或者从一个云到另一个云，应用的可移植性都是必须的。当一个应用以及它的框架从一个云移动到另一个云中，必须保证性能相对平稳，底层的存储、网络和计算架构保持一致或者近似；自动化框架必须和两个云中的 441 | API 都兼容。 442 | 443 | **（二）产业规范方面** 444 | ---------------------- 445 | 446 | **1.人才培训和认证** 447 | -------------------- 448 | 449 | 对于OpenStack人才欠缺的问题，OpenStack基金会官方的首个认证项目COA（Certified 450 | OpenStack 451 | Administrator）认证已经正式启动。UMCloud（Mirantis培训、认证）、九州云99Cloud等国内厂商已经推出了相关的培训课程。对于中国OpenStack的用户企业和机构、产品开发企业和OpenStack开发运维等技术人员来说，会从一定程度上降低人才培养的成本。同时，云计算开源产业联盟也已经与华为、Redhat、UMCloud、九州云99Cloud 452 | 4家国内厂商联合启动人才培养计划，准备通过公开课、集中培训等方式提高国内云计算开源人才技术水平。 453 | 454 | **2.产业需求和技术场景等规范性文档** 455 | ------------------------------------ 456 | 457 | 对于OpenStack在产业落地中遇到的客户需求和技术场景困惑的问题，在云计算的实际部署中，不同的行业往往表现出不同的需求，比如金融行业用户更看重风险可控、两地三中心，而广电行业用户则需要大量的流媒体处理能力，这是由行业特性所决定的。因此在云计算开源项目的实施中，企业不仅需要关注共性，更需要满足行业用户的“个性”需求。针对这一趋势，云计算开源产业联盟从行业开源和技术开源两个角度入手，打造了11个开源项目，开创了用“开源”思路做技术规范的先河，将行业开源项目和技术开源项目的相关文稿放在了GITBUB上，无论是国内还是国外的企业和个人都可以在这一平台上对于项目标准提出建议，一旦通过项目负责人审核，就能够被采纳。在具体的操作上，行业开源项目由行业重要客户牵头，从自身角度梳理对于云计算的具体需求，覆盖金融、广电、电信、电力、政务五大行业；技术开源项目则是由主流厂商从技术角度梳理不同解决方案适合的场景特点，覆盖OpenStack场景和部署、容器应用场景、DC/OS应用场景、数据中心级联、运维和安全等内容。具体链接：。 458 | 459 | **3.开源解决方案评估** 460 | ---------------------- 461 | 462 | 对于在当前仍然不够成熟且技术和产品众多的云计算开源解决方案市场，私有云用户对于解决方案不够了解，选型困难的问题，根据云计算开源产业联盟通过调研，开放性、高可用性、功能完备性、兼容性、效率、稳定性以及后续服务都是客户在部署和使用私有云时关心的问题。针对这一情况，联盟推出了可信云开源解决方案评估项目。由于开源技术的特点，软件的商业模式已经不仅仅是产品销售，而是产品+服务模式，因此开源解决方案评估并不是简单的产品测评，而是“产品+服务”的全方位能力评估。认证过程包括材料审查、技术测试、专家评审等环节， 463 | 评估内容包括资质审查、解决方案质量（10 464 | 大类：云平台基础功能、运维系统功能、可靠性（HA）、互操作性、安全性、可控性、资源调配能力、异构虚拟化、资源调度效率）、服务能力指标完备性和规范性（3 465 | 大类：产品周期、运维服务、权益保障） 466 | 三个方面。作为可信云认证的子品牌，开源解决方案评估是业界首个面向私有云的开源解决方案评估。 467 | 468 | **（三）社区方面** 469 | ------------------ 470 | 471 | 预计在今后的一段时间，OpenStack基金会会向覆盖云计算技术更多的分支、实现更完善的生态体系发展。一是实现对大数据、高性能计算、设备管理的监控；二是完善互联网融合，覆盖社会各个领域，形成产业闭环，实现自给自足的健康生态体系。 472 | -------------------------------------------------------------------------------- /白皮书/第一部分：OpenStack（PDF）.pdf: -------------------------------------------------------------------------------- https://raw.githubusercontent.com/opensourcecloud/manual/41bf97d8f675d388550c3c8ea9297af08abc04b5/白皮书/第一部分：OpenStack（PDF）.pdf -------------------------------------------------------------------------------- /白皮书/第三部分：DCOS.md: -------------------------------------------------------------------------------- 1 | 2 | 3 | 中国云计算开源产业发展白皮书 4 | 5 | 第三部分 基于DC/OS技术的产业**** 6 | 7 | 8 | 9 | 10 | 11 | **云计算开源产业联盟****** 12 | 13 | **OpenSource Cloud Alliance for industRy****，****OSCAR** 14 | 15 | 16 | 17 | 18 | 19 | 20 | 21 | # [文章 I. 版权声明]() 22 | 23 | ** ** 24 | 25 | 本调查报告版权属于云计算开源产业联盟，并受法律保护。转载、摘编或利用其它方式使用本调查报告文字或者观点的，应注明“来源：云计算开源产业联盟”。违反上述声明者，本联盟将追究其相关法律责任。 26 | 27 | 28 | 29 | 30 | 31 | 32 | 33 | # [文章 II. 前言]() 34 | 35 | 36 | 37 | 随着近几年云计算的爆发式增长，开源技术也在云计算领域得到了新的发展契机，如OpenStack、Docker、DC/OS等。云计算开源产业联盟经过深入市场调研，对基于各种开源技术的产业及其各自在中国的市场的发展进行了梳理，分析了发展瓶颈，并对发展方向做出了预测汇总形成白皮书。 38 | 39 | 《云计算开源产业发展白皮书第三部分：基于DC/OS技术的产业》首先阐述了DC/OS的发展历程和技术优势，总结了DC/OS的使用场景，分析了DC/OS在全球，特别是在中国的发展情况，并对DC/OS的发展趋势做出了预测。 40 | 41 | 《云计算开源产业发展白皮书第一部分：基于OpenStack技术的产业》、《云计算开源产业发展白皮书第二部分：基于容器技术的产业》已经上传至联盟开源项目GitHub : https://github.com/opensourcecloud/manual。 42 | 43 | 44 | 45 | 云计算开源产业联盟，是在工业和信息化部信息化和软件服务业司的指导下，2016年3月9月，由中国信息通信研究院牵头，联合各大云计算开源技术厂商成立的，挂靠中国通信标准化协会的第三方非营利组织，致力于落实政府云计算开源相关扶持政策，推动云计算开源技术产业化落地，引导云计算开源产业有序健康发展，完善云计算开源全产业链生态，探索国内开源运作机制，提升中国在国际开源的影响力。 46 | 47 | 联盟目前由中国信息通信研究院、华为技术有限公司、北京易捷思达科技发展有限公司、联想（北京）有限公司、国际商业机器（中国）公司、中国电信股份有限公司云计算分公司、中国移动苏州研发中心、联通云数据有限公司、中兴通讯股份有限公司、九州云信息科技有限公司、北京云途腾科技有限责任公司、烽火通信科技股份有限公司、上海优铭云计算有限公司、上海浪潮云计算服务有限公司、杭州华三通信技术有限公司（北京研究所）、杭州云霁科技有限公司、北京奇安信科技有限公司、北京中联润通信息技术有限公司、云栈科技（北京）有限公司、华云数据技术服务有限公司、航天信息股份有限公司、北京云基数技术有限公司（CloudIn云英）、深圳市深信服电子科技有限公司、上海有孚网络股份有限公司、甲骨文（中国）软件系统有限公司、上海道客网络科技有限公司、上海思华科技股份有限公司、大唐高鸿数据网络技术股份有限公司、上海宽带技术及应用工程研究中心、天津南大通用数据技术股份有限公司、苏州博纳讯动软件有限公司、赛特斯信息科技股份有限公司、国家新闻出版广电总局广播电视规划院、北京国电通网络技术有限公司、携程计算机技术（上海）有限公司、乐视云计算有限公司、中国银联电子商务与电子支付国家工程实验室、北京京东尚科信息技术有限公司38家单位组成。 48 | 49 | 50 | 51 | 52 | 53 | # [文章 III. 参与编写单位]()（排名不分先后） 54 | 55 | 56 | 57 | 中国信息通信研究院、Mesosphere、烽火通信科技股份有限公司、中国联合网络通信有限公司软件研究院、联通云数据有限公司、北京丝合科技有限公司、华为技术有限公司、国际商业机器（中国）公司、上海浪潮云计算服务有限公司、北京易捷思达科技发展有限公司、联想（北京）有限公司、中国电信股份有限公司云计算分公司、中国移动苏州研发中心、中兴通讯股份有限公司、九州云信息科技有限公司、北京云途腾科技有限责任公司、上海优铭云计算有限公司、杭州华三通信技术有限公司（北京研究所）、杭州云霁科技有限公司、北京奇安信科技有限公司、北京中联润通信息技术有限公司、云栈科技（北京）有限公司、华云数据技术服务有限公司、航天信息股份有限公司、北京云基数技术有限公司（CloudIn云英）、深圳市深信服电子科技有限公司、上海有孚网络股份有限公司、甲骨文（中国）软件系统有限公司、上海道客网络科技有限公司、上海思华科技股份有限公司、大唐高鸿数据网络技术股份有限公司、上海宽带技术及应用工程研究中心、天津南大通用数据技术股份有限公司、苏州博纳讯动软件有限公司、赛特斯信息科技股份有限公司、国家新闻出版广电总局广播电视规划院、北京国电通网络技术有限公司、携程计算机技术（上海）有限公司、乐视云计算有限公司、中国银联电子商务与电子支付国家工程实验室、北京京东尚科信息技术有限公司 58 | 59 | 60 | 61 | 62 | 63 | 64 | 65 | 66 | 67 | 68 | 69 | 70 | 71 | # [文章 IV. 主要撰稿人]()（排名不分先后） 72 | 73 | 陈冉（Mesosphere）、陈文弢（中国信通院）、Ben Lin（Mesosphere）、耿向东（联通）、陈斌（联通）、黄立伟（烽火通信）、罗辉（丝合）、马达（IBM）、郭迎春（IBM）、张俊（华为）、徐伟（浪潮）、何宝宏（中国信通院）、栗蔚（中国信通院）、陈屹力（中国信通院）、马飞（中国信通院）、郭雪（中国信通院）、陈凯（中国信通院）、牛晓玲（中国信通院）、闫丹（中国信通院） 74 | 75 | 76 | 77 | # [一、 DC/OS]()发展概述 78 | 79 | DC/OS是一种基于ApacheMesos的分布式操作系统，支持对大批量主机的管理，提供自动化资源管理、进程安排、加速进程间交互，并支持简化分布式服务的安装和管理。使用者可通过WEB界面和命令行完成对DC/OS的管理、集群和服务状态监控。 80 | 81 | Apache Mesos是由BenjaminHindman、Andy Konwinski、MateiZaharia、Ali Ghodsi、Anthony D.Joseph、Randy Katz、Scott Shenker和Ion Stoica，于2009年在加州大学伯克利分校发起的开源集群管理软件研究项目。随后，核心研发成员Benjamin Hindman将Apache Mesos引入Twitter，并使得Twitter、Facebook、苹果等大型IT企业开始陆续打造各自特色的基于Mesos的数据中心管理方案。2012年，围绕Mesos开展商业活动的Mesosphere公司成立[[1\]](#_ftn1)；2013年，Mesosphere启动了DC/OS项目研究。2014年12月8日，DC/OS正式发布。2015年1月，Mesosphere发布两款DC/OS产品，包括免费版和企业版。2015年9月，微软Azure宣布与Mesosphere合作，以DC/OS支撑Azure容器服务。2016年4月19日，Mesosphere宣布与微软、HPE、NGINX、Puppet等公司合作发起开源战略，将DC/OS全部版本开源。目前，DC/OS正在为超过8万个数据中心提供服务。 82 | 83 | # [二、 DC/OS]()技术现状及优势分析 84 | 85 | ## [（一） Mesos]()解析 86 | 87 | Mesos是Apache下的开源分布式资源管理框架，采用简化的master/slave（agent）结构设计。master中的所有元数据均可以通 过slave（agent）重构，因此，依托zookeeper，Mesos可以快速解决master单点故障。 88 | ![img](https://github.com/opensourcecloud/manual/blob/master/白皮书/img/DCOS/图片%201.png) 89 | 图1 Mesos架构图（http://mesos.apache.org/documentation/latest/architecture/） 90 | 91 | Mesos由4个部分组成：Mesos-master、Mesos-slave（agent）、Framework、Executor。 92 | 93 | Mesos-master是整个系统的核心，负责管理接入Mesos的各个Framework（由Frameworks manager管理）和Slave（由Slaves manager管理），并将Slave上的资源按照某种策略分配给Framework（由独立插拔模块Allocator管理）。 94 | 95 | Mesos-slave负责接收并执行来自Mesos-master的命令、管理节点上的Mesos-task，并为各个task分配资源。Mesos-slave将自己的资源量发送给Mesos-master. Mesos-master中的Allocator模块将资源分配给相应的Framework。 96 | 97 | Framework是指外部的计算框架，如Hadoop，Mesos等，这些计算框架可通过注册的方式接入Mesos，以便Mesos进行统一管理和资源分配。Mesos要求可接入的框架必须有一个调度器模块，该调度器负责框架内部的任务调度。当一个Framework想要接入Mesos时，需要修改自己的调度器，并向Mesos注册,获取分配给自己的资源，再由自己的调度器将这些资源分配给框架中的任务。 98 | 99 | Executor主要用于启动框架内部的task。由于不同的框架，启动task的接口或者方式不同，当一个新的框架要接入Mesos时，需要编写一个Executor，告诉Mesos如何启动该框架中的task。[[2\]](#_ftn2) 100 | 101 | ## [（二） DC/OS]()技术架构 102 | 103 | 从系统架构上看，DC/OS架构分为kernel space和user space。其中，kernel space包括Mesos Master和Mesos Agent；使用区包括集成系统和进程，集成系统包括了Mesos-DNS、Distributed DNS Proxy，以及Spark、Marathon等服务。 104 | 105 | ![img](https://github.com/opensourcecloud/manual/blob/master/白皮书/img/DCOS/图片%202.png) 106 | 图2 DC/OS架构图（https://dcos.io/docs/1.8/overview/architecture/） 107 | 108 | Ø Kernel space采取对集群的两级调用完成资源分配。两级调用是通过Mesos Master和Mesos Agent实现的。 109 | 110 | · Mesos Master负责在代理节点上编排进程，并从Mesos Agent上获取资源和进程运行状态，根据运行状态完成对分布式资源的统一调用，用于支撑服务的运行。管理节点通常采取冗余的机制，当主节点不能正常工作时，备节点将自动切换，期间系统保持可用状态。 111 | 112 | · Mesos Agent包括Private Mesos Agent和Public Mesos Agent两类。其中，Private Mesos Agent运行用户部署的应用和服务，节点运行在私有网络中，不同私有网络之间相互隔离；Public Mesos Agent运行DC/OS本身的应用和服务，运行在公网中。Mesos Agent通过Mesos-slave获取本地CPU、内存资源状态，并将资源状态反馈给Mesos Master。同时，Mesos Agent接收来自Mesos Master 的调用请求，通过Mesos-containerizers执行进程任务。Mesos-containerizers依托Linux cgroups和namespaces提供了轻量级的容器技术和隔离。 113 | 114 | User space由系统部件和DC/OS服务构成。 115 | 116 | Ø 系统部件默认集成安装在DC/OS集群中，包括： 117 | 118 | · Admin Router，基于开源NGINX架构，为DC/OS服务提供身份鉴别和接入代理。 119 | 120 | · Exhibitor，自动化安装部署Zookeeper，并为其提供WebUI界面。 121 | 122 | · Mesos-DNS，提供DC/OS服务自动发现功能，使不同的应用和服务之间通过DNS实现自动发现。 123 | 124 | · Distributed DNS Proxy，提供内部DNS调度。 125 | 126 | · DC/OS Marathon，提供集群管理服务，支持对DC/OS应用和服务的启动和监控。 127 | 128 | · Zookeeper，提供对DC/OS服务的管理和协调。 129 | 130 | Ø DC/OS服务主要由两部分组成，用户应用和服务的编排和执行。 131 | 132 | 从运行流程看，DC/OS可分为核心层（Core）、服务层（Service）、应用层（Application）。 133 | 134 | ![img](https://github.com/opensourcecloud/manual/blob/master/白皮书/img/DCOS/图片%203.png) 135 | 图3 DC/OS运行架构图（https://dcos.io/docs/1.8/overview/architecture/） 136 | 137 | 当DC/OS进程启动时，DC/OS的层与层和同一层之间会发生相互的交互：用户首先通过客户端命令行或Mesos-DNS，向进程调度器（Scheduler）发送进程启动请求。随后，Mesos Master会依据集群状态和算法，向Scheduler分配资源。Scheduler会根据客户端请求量，逐步释放从Master获取的资源，至全部客户端都不再请求进程时，Scheduler会将全部资源释放回Master。在Scheduler获得了Master分配的资源后，客户端即可启动进程；同时，Master会向Scheduler发送资源，当资源足够使用时，Scheduler向Master发送任务启动请求。Master收到请求后，调度Agent通过Executor启动进程。进程启动后，DC/OS中的Executor、Agent、Master、Scheduler逐级向客户端报告运行状态。具体运行流程可如下图所示： 138 | 139 | 140 | ![img](https://github.com/opensourcecloud/manual/blob/master/白皮书/img/DCOS/图片%204.png) 141 | 图4 DC/OS运行流程图（https://dcos.io/docs/1.8/overview/architecture/） 142 | 143 | ## [（三） DC/OS]()技术优势 144 | 145 | Ø 支持快速构建完善的容器系统 146 | 147 | 由于DC/OS基于Mesos核心，因此可用于搭建容器和大数据等应用，并将容器和应用以服务的形式运行，同时能够快速迁移至生产环境。DC/OS可以通过Marathon技术，合理编排Docker等容器。基于Mesos核心构建的DC/OS，一方面支持灵活的部署容器；另一方面，Mesos提供了原生的容器工具。原生Mesos容器基于Linux Cgroups和Namespaces，提供了容器所需的隔离方法，优势在于用户通过图形化界面或者命令行安装新服务时，Mesos无需创建镜像，即可自动完成容器的调度和隔离，有效缩短了分布式系统的部署时间。 148 | 149 | DC/OS同时拥有一套独特的双层调度体系，具体如下图所示。 150 | 151 | ![img](https://github.com/opensourcecloud/manual/blob/master/白皮书/img/DCOS/图片%205.png) 152 | 图5 Mesos任务运行流程图（http://mesos.apache.org/documentation/latest/architecture/） 153 | 154 | 在Mesos中，Framework和Mesos master中均具有Scheduler模块（Mesos master的Schedule位于allocation中），Mesos master中的Scheduler会将资源按照需求分配给每个Framework；Framework中的Scheduler会根据资源分配规则，将资源分配给每个任务和服务。Mesos支持以服务的形式运行容器，能够将Kubernetes、Swarm等系统以服务方式运行，体现出了对容器更好地支持。另外，对于Spark、Kafka等应用，DC/OS能够以服务形式，展现在图形界面中。同时，安装和运行在DC/OS上的应用和服务全部运行在同一集群内，为客户的管理提供了便利。 155 | 156 | DC/OS提供了package管理机制，将应用和服务及所需的配置打包成模板，上传至package repository，使用者在安装时，只需使用类似yum安装方法的一行命令即可完成安装。 157 | 158 | 以安装Spark应用为例，安装流程如下图所示： 159 | 160 | ![img](https://github.com/opensourcecloud/manual/blob/master/白皮书/img/DCOS/图片%206.png) 161 | 图6 DC/OS安装应用流程图（http://www.cnblogs.com/popsuper1982/p/5930827.html） 162 | 163 | 在安装过程中，命令首先通过客户端将请求提交给Admin Router，随后Admin Router将请求通过cosmos提交给Marathon。Marathon将请求提交给Mesos master和Mesos agent。Mesos agent启动一个容器运行spark，并注册到Mesos里面成为一个新的Framework。安装完成后，Spark被封装在一个Docker或者Mesos容器中，只有当应用运行时，才会通过Mesos agent分配给Docker资源支撑应用的运行。与传统的容器技术相比，Mesos中的应用在运行前不占用资源，传统容器技术中的应用在部署完成时，就已经分配给应用预留资源。 164 | 165 | Ø 支持构建Spark、Marathon等服务 166 | 167 | Spark是在2012年开源并成为一个Apache孵化器项目。Mesos 于2010年成为一个Apache孵化器项目，这两项技术已经成为成熟的Apache顶级项目，迅速完成从学术界到主流企业IT商业的跳跃。 BenH在Twitter的大规模Mesos使用促成了广泛企业对Mesos的追捧。BenH于2014年以共同创始人和首席设计师身份加盟Mesosphere，而Matei和Andy共同创立基于Spark的Databricks公司于2013年。 168 | 169 | 此后，Mesos和Spark都专注于如何改变大规模计算中，尽管并行而非彼此并行。Mesos社区集中在容易地管理共享集群上的分布式系统，而Spark社区专注于简化流程并提高实时分析的性能。这两个开源项目现在都非常受欢迎，在世界上一些最大的公司中部署在生产环境中，也应用于最具创新力的公司中。 170 | 171 | 现在，Mesosphere正在通过开源DC/OS把Mesos和Spark粘合的更紧密。DC/OS在Mesos周围增加了更多操作的简介性和运维特征，从而解决了在其他平台上很难运行Spark问题（包括其他分布式系统）。在DC/OS上运行Spark的用例和好处包括： 172 | 173 | 隔离：在大型项目中，团队在不同的部门经常分享一个Spark集群，但是可以运行不同的版本。他们希望在不同版本之间做隔离。并无互相干扰和辅助功能，使每个Spark实例访问足够的资源来运行它自己的工作。多版本Spark支持在DC/OS中是独有的，其他环境中是不可能实现的。 174 | 175 | 真正的共享资源池基础架构：总体而言，DC/OS让企业可以运行任何数据库，Web服务或任何其他IT组件在共享资源池中，在DC/OS中Spark打破数据中心的孤岛问题。与Spark使用相同的集群（即使是相同的机器或集群）将使其他服务共同拥有同样的灵活性，并使Spark发挥很多功能，特别在数据处理系统需要更紧密地集成在一起时，比如其他现代化应用程序组件、容器和微服务。 176 | 177 | 性能：DC/OS还正在优化DC/OS和Spark的性能最大化，包括确保所有Spark任务获得CPU和RAM等量的新的调度算法。该功能现在可以在Spark DC/OS包中使用，并且将放在Apache Spark的2.0版本中。 178 | 179 | Apache的Zepplin：DC/OS正在整合Zepplin，Zepplin是 NFLabs 的一个流行的开源图形项目。Apache Zeppelin也是一个孵化的Apache项目，使用户能够使用SQL，Scala等进行数据驱动，交互和协作的文档工具。 180 | 181 | 所有Spark组件一键安装：这包括调度，历史数据，用户界面和其他难以安装的项目组件。使用Spark History Server，用户可以随时运行和读取事件日志，以重新创建给定作业的结果。 182 | 183 | 与Apache Spark版本紧密互联：DC/OS的Spark的组件和包是最新的并在24小时内的。这意味着DC/OS用户可以选择在提供运营效率和运行最新版的Spark之间进行选择。 184 | 185 | 天生安全集成HDFS集群：用户可以轻松使用内置于HDFS的Kerberos功能去保护他们的数据，并且很容易与Spark进行访问并进行分析。运行时数据通过SSL保护。 186 | 187 | 但是，在构建现代应用程序的数据基础架构时，Spark只是其中一个难题。 DC/OS还支持多种用于存储和处理数据的其他技术，包括Kafka，Cassandra，HDFS和众多分布式数据库。DC/OS提供无限的整体解决方案，通过提供Spark、Kafka、Cassadra、HDFS作为一个集成的实时大数据平台解决方案。 188 | 189 | Ø 高效可靠的运维功能 190 | 191 | DC/OS通过高效的监控和故障定位工具保证应用和服务的高可用和资源的高利用率。一方面，由于DC/OS不仅整合了数据中心中所有物理资源和虚拟资源，还将数据中心的服务发现、负载均衡等统一整合，所以运行在DC/OS中的应用和服务使用的是统一的基础设施。在管理和运维运行在大规模数据中心的应用和服务时，DC/OS提供给用户类似于管理一个单独数据中心的便捷。 192 | 193 | 另一方面，DC/OS还具备健康状态监测和恢复的策略。DC/OS的健康状态监测和恢复包含两个层面：在DC/OS平台层面，各类模块和组件具有2-4个备用模块，当主节点不可用时，Zookeeper将自动将其中一个备用模块切换成主模块。在应用和服务层面，Marathon通过监控TCP、HTTP等状态，确认每个应用是否存在不可用的情况，一旦出现某一应用或服务不可用，Marathon将自动将应用或服务切换至其他副本或直接重启。 194 | 195 | 同时，DC/OS还集成了监控和故障修复工具，如Ngios。在系统层面，DC/OS通过监控工具对运行在systemd中的全部系统组件的状态进行监控；在应用层面，DC/OS会对正在运行的全部应用和服务的IP地址和DNS状态进行监控，当出现不可用或网络不通时，DC/OS会尝试重启这些应用。 196 | 197 | Ø 提升企业管理可开发的效率 198 | 199 | 一方面，DC/OS可以实现应用的快速交付。DC/OS提供了自动化交付和持续集成和持续交付（CI/CD）工具，有效缩短应用和软件从测试环境到生产环境的周期。由于DC/OS可以运行在裸机、云等环境中，所以DC/OS对应用和服务表现出了良好的兼容性，这就使开发人员能够使用Jenkins、Git、JFrogArtifactory等工具实现开发和交付；DC/OS对资源的统一和弹性管理，也帮助开发人员快速部署弹性、高可用的持续交付平台。此外，DC/OS的健康状态监测和恢复策略实现了CI/CD的高容错。 200 | 201 | 另一方面，开源的DC/OS具备完整的生态环境，DC/OS的用户会将管理数据中心的流程代码等开源，其他用户可以从DC/OS自动获取最新的数据中心操作系统运营和维护相关技术。 202 | 203 | # [三、DC/OS]()使用场景 204 | 205 | ## [（一） 电信行业]() 206 | 207 | Ø BOSS微服务架构改造 208 | 209 | 微服务架构带来的好处可以有效解决目前BOSS遇到的问题，微服务将应用拆分成多个独立的服务后，如何实现服务的注册发现，如何让多个实例服务的配置信息变更及时生效，如何对每个服务进行访问的认证，限流以及负载均衡，如何将分布式部署的服务进行集中管理都是采用微服务架构模式后面临的挑战。着重解决API网关，服务注册发现，负载均衡，弹性扩缩容，服务熔断，限流降级，灰度发布，调用链分析等服务管理难题。 210 | 211 | Ø 服务熔断降级机制 212 | 213 | 开源的微服务管理组件，使用Netflix Hystrix实现服务的熔断降级，有效隔离故障，降低整体业务故障的风险，防止服务雪崩效应。 214 | 215 | Ø API网关 216 | 217 | 通过引入API网关组件，将微服务的管理集中化，解决了由于服务拆分带来的服务分散难于管理的问题，实现服务统一入口，提供客户端管理，服务调用量统计，服务限流，ACL规则，认证等功能，做到一点管理。 218 | 219 | Ø 微服务的持续集成与交付 220 | 221 | 无自动化不微服务，自动化包括测试和部署，单一进程的传统应用被拆分为一系列的多进程服务后，意味着开发，调试，测试，监控和部署的复杂度都会增大，必须要有合适的自动化基础设施来支持微服务架构模式。而容器快速启动和镜像仓库天生是为CI/CD设计的，以前我们启动一个虚拟机需要几分钟，而启动容器只需要几秒钟，有了这种能力以后集群式的和并行的持续集成与交付才能成为可能。我们在工作实践中引入持续集成与持续交付并引入容器化技术，提供了一个从开发到上线都一致的环境，极大提高软件开发效率并保障软件开发质量。持续交付将微服务镜像提交给DC/OS的组件仓库中形成安装部署能力。 222 | 223 | Ø 组件仓库 224 | 225 | DC/OS的组件仓库提供了微服务以及公共组件的安装部署能力。基于容器化的方式，DC/OS把常用的组件整合到平台里面，提供便捷的按需求部署，比起以往人为手工构建，以小时为单位进行应用部署，现在只要一键安装，几分钟就可以构建需要的组件及环境，满足业务应用的需求，节省了大量部署的工作量，提高部署效率。通过对现有BOSS微服务改造后，上架部分BOSS应用到组件市场。 226 | 227 | Ø 整体业务情况监控 228 | 229 | 利用API网关的集中管理能力，采集API网关调用的日志，以服务API的维度统计微服务平台的访问量以及时延，出错等数据，更加直观的反映整个微服务平台的健康状态，以及每个API的服务质量，实现一点看全。 230 | 231 | Ø 业务系统与大数据平台集成 232 | 233 | 通过对业务系统微服务改造，利用DC/OS自身大数据一键式分布式部署，从而减少数据传输和传递过程。HDFS、Spark、Kafka、Hadoop等的智能无缝接入，能够以最短路径分析业务系统产出的各种数据，从而帮助业务系统微服务业务系统持续改进。 234 | 235 | ## [（二） DevOps]() 236 | 237 | DC/OS通过集成 Jenkins，SVN和Gitlab等版本管理工具实现DevOps场景，开发人员通过提交代码到Gitlab中，代码会通过审批进入Jenkins中进行单元测试，功能测试，集成测试，回归测试等，最终发布应用到DC/OS平台，通过对Jenkins中的Docker插件／管道部署实现自动镜像产生并发布成DC/OS组件或者Marathon直接部署。同时支持蓝绿发布、灰度发布、紧急修复、版本回滚等发布和部署模式。 238 | 239 | ![img](https://github.com/opensourcecloud/manual/blob/master/白皮书/img/DCOS/图片%207.png) 240 | 图7 DC/OS在DevOps中的应用（资料来源：Mesosphere） 241 | 242 | ## [（三） 弹性扩容（Twitter]()、eBay） 243 | 244 | 通过对DC/OS Marathon配置实现动态弹性。如下图： 245 | 246 | ![img](https://github.com/opensourcecloud/manual/blob/master/白皮书/img/DCOS/图片%208.png) 247 | 图8 通过DC/OS对Marathon进行态性调整（资料来源：Mesosphere） 248 | 249 | ## [（四） 对裸机应用的管理]() 250 | 251 | 已经投产使用的数据中心，其应用部署架构仍是集群化的、计算资源孤岛式的，无法实现应用的自动化部署、扩缩容，因此需要一种较有限的集群管理工具，并可以实现隔离、灰度升级、打包、资源弹性分配等能力。选择DC/OS技术可以管理Docker容器包装的应用及服务器集群的Mesos技术重构其基础设施架构，建立一种以Linux为核心，由遍布数据中心的普通服务器构成的集群。 252 | 253 | 如果数据中心已经拥有Hadoop、Spark等裸机部署的应用系统，而客户又不愿将其容器化，那么Mesos技术比Kuberntes技术更有优势。因为Kuberntes目前只支持容器化应用，对于裸机上的应用无能为力。也就是说当你拥有很多的物理资源并想构建一个巨大的静态的计算集群的时候，Mesos就派上用场了。有很多的现代化可扩展性的数据处理应用都可以在Mesos上运行，包括Hadoop、Kafka、Spark等，同时你可以通过容器技术将所有的数据处理应用都运行在一个基础的资源池中。在某个方面来看，Mesos是一个比Kubernetes更加重量级的项目，但是得益于那些像Mesosphere一样的贡献者，Mesos正在变得更加简单并且容易管理。 254 | 255 | 在DC/OS新技术后，在硬件资源和应用部署两方面均有有效的提升，其中硬件资源利用率可以提高5以上倍，应用部署效率可以提高3倍以上。 256 | 257 | # [四、DC/OS]()全球发展现状 258 | 259 | ## [（一） DC/OS]()全球市场规模及前景 260 | 261 | Mesos正在推动采用现代应用程序方式——容器编排和大数据服务，这同时也是Mesos使用的关键驱动因素。虽然Mesos被设计用于大规模的操作，但是许多当前用户正在运行具有少于100个节点的集群。使用在Twitter，Uber，Ebay和Netflix进行战斗测试的相同架构，确保客户随着工作量的增加，其集群将无缝扩展。 262 | 263 | 基于数据调研，Mesos社区正在快速增长。大多数新公司正在运行Mesos，将其用于由内部部署，混合和云环境部署的微服务组成的现代应用程序。用户已经在DC/OS提供的功能上看到了巨大的价值，根据市场调研数据：绝大多数新的Mesos用户都使用DC/OS。 264 | 265 | DC/OS Universe是一个类似App Store的体验，其开放的目录可以在DC / OS上运行。这样，开发人员和运营商就可以轻松安装和运行Spark，Cassandra，Kafka和NGINX等复杂的分布式系统。DC/OSUniverse简化了其服务的包装和交付，用于数据中心和云环境，为ISV提供了低摩擦分配路径，类似于桌面设备和移动设备上的应用商店。 DC/OS使合作伙伴和个人软件开发人员能够构建在DC/ OS上运行并将其发布到Universe的服务。 266 | 267 | ## [（二） DC/OS]()社区发展情况 268 | 269 | ### [DC/OS]()社区 270 | 271 | DC/OS是一个开源项目，于2016年4月推出，采用Apache 2.0协议，拥有超过60多个创始成员，包括埃森哲，思科，惠普企业,微软，联通和H3C。这些成员承诺通过技术集成，生产部署和开源软件贡献来帮助扩大和塑造项目。DC/OS社区（https://dcos.io/community）由Mesosphere公司发起，思科、NGINX、VERIZON等公司支持，主要经营项目为DC/OS，项目在GitHub上已经得到超过1万次Commits。从2013年7月起，DC/OS项目开始从GitHub上逐步迁移，并托管在JIRA（http://jira.mesosphere.com）上，贡献者可以通过创建Issue的方式提交贡献，贡献形式主要包括Bug、Epic、Improvement、NewFeature、Story、Suggestion、Task、Subtask8类。截止2017年4月，JIRA已经收到Issues 6788条，其中Task类5723条，Bug类592条。 272 | 273 | 2016年5月，Linkernetworks和Mesosphere共同在北京召开发布会，宣布正式在大中华区发布DC/OS产品；2016年11月，DC/OS社区在杭州举办Mesos con亚洲大会，分享Mesos、DC/OS项目及不断发展的生态系统。社区还拟定于2017年在北京等地继续举办大会，推广DC/OS技术和生态。 274 | 275 | ### [云计算开源产业联盟]() 276 | 277 | 云计算开源产业联盟成立于2016年3月，由中国信息通信研究院牵头，联合各大云计算开源技术厂商，共同在工业和信息化部信息化和软件服务业司的指导下，致力于落实政府云计算开源相关扶持政策，推动云计算开源技术产业化落地，引导云计算开源产业有序健康发展，完善云计算开源全产业链生态，探索国内开源运作机制，提升中国在国际开源的影响力。2016年7月，云计算开源产业联盟发布开源项目，设立DC/OS工作组，邀请DCOS中国社区创始人、Linker Networks首席技术官和技术副总裁陈冉担任组长，着力推动DC/OS在中国云计算市场的影响和技术落地。 278 | 279 | # [五、 DC/OS]()在中国发展情况 280 | 281 | ## [（一） DC/OS]()在中国市场的发展才刚刚起步 282 | 283 | 2017年，DC/OS中国社区发布对中国云计算企业的调研访问报告《2017年中国Mesos、DC/OS调研报告》，报告显示虽然中国市场对Mesos有普遍的了解，但在生产环境中的使用率仍然很低，仅占10%。有7%的受访者表示从未听说过Mesos；有83%的受访者了解Mesos，但没有投入使用。 284 | 285 | ![img](https://github.com/opensourcecloud/manual/blob/master/白皮书/img/DCOS/图片%209.png) 286 | 287 | 图9 中国市场对Mesos的了解程度（资料来源：2017年中国Mesos、DC/OS调研报告） 288 | 289 | 290 | 从行业分布上看，在使用DC/OS的企业中，电信、影视、移动互联、服务业占比最高。 291 | 292 | ![img](https://github.com/opensourcecloud/manual/blob/master/白皮书/img/DCOS/图片%2010.png) 293 | 图10 DC/OS用户行业分布（资料来源：2017年中国Mesos、DC/OS调研报告） 294 | 295 | 296 | 在组件中，Marathon、Kafka、k8s是使用率最高的组件。 297 | 298 | ![img](https://github.com/opensourcecloud/manual/blob/master/白皮书/img/DCOS/图片%2011.png) 299 | 图11 DC/OS组件使用率（资料来源：2017年中国Mesos、DC/OS调研报告） 300 | 301 | 在已经使用Mesos、DC/OS的用户中，Mesos、DC/OS提供的稳定和成熟的技术是选用的最主要原因，此外，有效提高资源使用效率和减少开支、提供简单便捷的运维管理功能也是选用的主要原因。 302 | 303 | ![img](https://github.com/opensourcecloud/manual/blob/master/白皮书/img/DCOS/图片%2012.png) 304 | 图12 用户选用Meoso、DC/OS的主要原因（资料来源：2017年中国Mesos、DC/OS调研报告） 305 | 306 | 307 | 使用DC/OS可以为企业收入带来持续增长，其中，移动互联领域增长速度最快，预计到2017年第二季度，总收入将超过12亿元人民币。此外，电信、金融等行业也将得到稳步增长。 308 | 309 | 310 | ![img](https://github.com/opensourcecloud/manual/blob/master/白皮书/img/DCOS/图片%2013.png) 311 | 图13 DC/OS用户收入增长（资料来源：2017年中国Mesos、DC/OS调研报告） 312 | 313 | ## [（二） DC/OS]()中国产业发展面临的挑战 314 | 315 | 根据《2017年中国Mesos、DC/OS调研报告》发布的结果，用户当前对于使用DC/OS困惑主要在于人才的稀缺、安全机制以及缺少相关工具。 316 | 317 | ![img](https://github.com/opensourcecloud/manual/blob/master/白皮书/img/DCOS/图片%2014.png) 318 | 图14 用户使用DC/OS的主要困惑（资料来源：2017年中国Mesos、DC/OS调研报告） 319 | 320 | ### [在技术层面]() 321 | 322 | 在调研结果中，缺少运营和部署工具、安全机制和技术复杂方面的问题是用户的主要顾虑。 323 | 324 | 在工具方面，DC/OS官方提供的工具较少，主要是Bootstrap、Executor、Scheduler等，用于安装、执行和调度。同时，DC/OS还支持全部基于Mesos框架开发的工具，开发者可以自行开发所需的工具。目前，DC/OS已经制定了发展路线（Roadmap），确定将会推出官方SDK，以便更容易得编写新服务或者集成现有服务。 325 | 326 | 在安全方面，一方面安全技术需要不断完善，虽然DC/OS已经提供了基于Linux的隔离策略，选用Marathon作为容器调度引擎，控制Cgroups、Docker Container中的微服务。与容器安全机制类似，当DC/OS直接运行在裸机之上时，不可信的服务可以直接对物理资源造成威胁，并对整个DC/OS系统稳定造成影响。另一方面，市场上普遍存在对开源技术的偏见，认为基于开源技术的产品普遍存在大量安全隐患，攻击者可能从公开的源码中获取攻击或注入点，对产品安全稳定造成威胁。 327 | 328 | ### [在市场推广层面]() 329 | 330 | 根据《2017年中国Mesos、DC/OS调研报告》，中国市场对DC/OS的了解程度较低，有超过半数的受访者表示从未听说过DC/OS技术；仅有1%的受访者表示已经将DC/OS投入到生产环境中。 331 | 332 | ![img](https://github.com/opensourcecloud/manual/blob/master/白皮书/img/DCOS/图片%2015.png)   333 | 图15 中国市场对DC/OS的了解程度（资料来源：2017年中国Mesos、DC/OS调研报告） 334 | 335 | 336 | 337 | 对此，DC/OS社区和云计算开源产业联盟已经制定了下一步工作计划，即加强在中国的技术推广工作，提高DC/OS的市场影响力，生成更多成熟可靠的产品应用案例。 338 | 339 | ### [在标准制定和人才培养方面]() 340 | 341 | 由于DC/OS进入市场的时间较短，所以缺少相应的人才培养和积累。目前，市场上也没有完善的DC/OS相关培训体系，人才培养主要依靠社区组织的技术沙龙和研讨活动。此外，相关的产品技术标准和应用场景规范尚未完全建立，后续还需要继续完善，推动市场规范和产品标准化。 342 | 343 | # [六、 DC/OS]()发展趋势预测 344 | 345 | ## [（一）将会持续推出成熟、优化的技术产品]() 346 | 347 | Ø 短期发展——快速提升技术易用性和兼容性 348 | 349 | Pods 350 | 351 | Pod是一个轻量级的节点，同一个Pod中的容器可以共享同一块存储空间和同一个网络地址空间。Pods支持“sidecar pattern”（挎斗模式）容器技术。挎斗模式第一种单节点多容器模式，主要利用在同一Pod中的容器可以共享存储空间的能力。 352 | 353 | 标准的API 354 | 355 | DC/OS将发布自己的API标准，用于支持自身整合工具集，如Graphite、 Grafana、InfluxDB和Prometheus等。 356 | 357 | 整合的日志系统 358 | 359 | 包括Master、Agent和服务在内的DC/OS所有组成部分的日志都将通过Journald进行汇总，并提供给日志整合系统进行分析，如Splunk、ELK等。Journald是Linux新系统日志方式，采用这种方式的日志写入二进制文件中，可以按照管理员的需求输出指定格式、样式的日志。 360 | 361 | 支持GPU的发现、隔离和功耗 362 | 363 | DC/OS提供的隔离方法保证不同的容器之间不能进行交互，依赖此种技术，用户可以为不同的任务请求独立的GPU支持。 364 | 365 | 兼容Windows系统 366 | 367 | DC/OS将在短期内支持Windows操作系统，并支持通过Windows容器调度DC/OS资源。 368 | 369 | Ø 长期规划——对大规模集群管理的不断优化 370 | 371 | 调试工具 372 | 373 | 不断加入用于运行时的调试工具，并与现有调试工具（如gdb和IDE）集成。 374 | 375 | 自动伸缩 376 | 377 | 根据既定的策略（如响应时间和吞吐量），自动横向扩展基于容器的应用程序。 378 | 379 | ## [（二）稳步提升市场普及率]() 380 | 381 | 提高市场普及率是推动DC/OS技术落地产业的最直接手段。目前，DC/OS在中国市场的普及率远低于OpenStack、Docker等技术，虽然已经在Twitter、Facebook等国外大型互联网企业落地，但在国内只有少数的成功案例，了解DC/OS的企业多数也处在观望和评估阶段。对此，DC/OS社区和Mesosphere已经有针对性的提出了中华区市场推广策略，其中就包括从2016年开始的发布会和Mesos con大会，下步还会继续在中国大陆的其他地区开展相关的推广和发布活动。 382 | 383 | ## [（三）统一标准和应用场景的制定]() 384 | 385 | 制定统一的产品标准是规范产品和市场的重要手段，对此，云计算开源产业联盟已经于2016年发布了可信云·开源解决方案评估，推出了面向OpenStack解决方案的评估标准和方法。目前，联盟已经计划制定面向DC/OS技术的评估方法，以此方式给用户采购DC/OS解决方案提供参考，也给厂商开发产品提供规范。 386 | 387 | 同时，为了解决DC/OS在产业落地中遇到的客户需求和技术场景困惑的问题，云计算开源产业联盟于2016年发布了开源项目，其中就包括DC/OS应用场景这一项目，用于研究在云计算的实际部署中，不同的行业表现出的不同需求，如金融行业用户注重风险可控、两地三中心，广电行业用户侧重大量的流媒体处理能力等。随着DC/OS在产业中的不断落地，联盟也将不断完善此项目，形成完整的标准文稿，供产业界参考。 388 | 389 | # [七、 DC/OS]()应用案例 390 | 391 | ## [中国联通基于DC/OS]()的多租户容器化调度管理平台方案 392 | 393 | 针对DC/OS的特点和联通的业务特性，联通提出了基于DC/OS的多租户容器化调度管理平台方案。如图所示。 394 | 395 | ![img](https://github.com/opensourcecloud/manual/blob/master/白皮书/img/DCOS/图片%2016.png) 396 | 图16 中国联通DC/OS容器化平台方案架构 397 | 398 | 具体的改造点如下： 399 | 400 | 租户资源分配 401 | 402 | 以Mesos为核心，通过改造Mesos，进行安全加强，利用Mesos的资源分配，提供灵活的租户资源分配和回收的基础能力，并通过改造Admin Router对外提供REST API接口。 403 | 404 | 租户应用管理调度 405 | 406 | 通过每个租户分配独立的Marathon，提供租户下的应用生命周期管理。各租户之间的应用由不同的Marathon独立管理调度。 407 | 408 | 租户应用部署 409 | 410 | 租户应用部署仍然支持原始Open DC/OS的两种方式：直接部署镜像仓库里的容器和从组件仓库部署组件包。由于当前OpenDC/OS版本无租户概念，内置组件仓库模块需要改造，以适应多租户环境。 411 | 412 | 权限管理 413 | 414 | 通过改造Mesos及Open DC/OS，并利用OpenDC/OS的OAuth能力，贯通整个多租户管理平台的用户认证和授权。 415 | 416 | 效果： 417 | 418 | 通过如上改造，OpenDC/OS的能力有了极大的提高，已经可以适应软研院对容器化平台的需求，通过该平台可以打造新一代的软件生态环境。利用平台的资源分配能力、应用管理能力、通用组件能力，构建软件全生命周期支撑平台。 419 | 420 | ![img](https://github.com/opensourcecloud/manual/blob/master/白皮书/img/DCOS/图片%2017.png) 421 | 图17 中国联通DC/OS容器化平台方案应用示意 422 | 423 | 使用该平台可以做到： 424 | 425 | • 大规模集群主机动态管理 426 | 427 | • 多租户细粒度的动态的资源调度分配，灵活的资源控制策略； 428 | 429 | • 为应用提供隔离的、安全的运行环境，并在一点提供可视化终端、日志查询等应用管控机制 430 | 431 | • 应用秒级安装部署，支持静默安装、可视化配置、自定义配置等多种部署方案； 432 | 433 | • 支持服务实例的实时弹性扩展，动态部署； 434 | 435 | 目前该平台已经在软研院内部的若干项目中使用（cBSS、eSIM、总经理在线等），取得很好的效果。经过统计使用该平台后，提高整体资源利用率10个百分点，节约大量运维工作量、人工成本，节省cBSS等项目主机投资1500万。 436 | 437 | 数据中心操作系统作为新的IT基础设施，对于互联网相关企业的重要性不言而喻，建设一个支持快速部署服务，同时保持敏捷、高效、安全和服务质量的现代数据中心平台，对于电信运营商既是需求也是挑战。DC/OS提供了一个生产可行的方案，运营商根据业务特点，选择合适的业务分步进行改造和迁移，最终对数据中心乃至全网IT系统进行DC/OS改造，是一个相对安全可靠的选择。通过推广该平台可以为各系统节约大量的硬件投资及开发运维成本。 438 | 439 | ## 烽火通信楚天云平台案例 440 | 441 | 楚天云在2016年6月正是上线之后，客户又提出了新的PAAS需求，烽火通信为此专门建立了单独的网络区域来部署DC/OS平台，其部署架构见下图： 442 | 443 | ![img](https://github.com/opensourcecloud/manual/blob/master/白皮书/img/DCOS/图片%2018.png) 444 | 图18 烽火楚天云PAAS平台DC/OS部署架构 445 | 446 | 通过部署烽火楚天云DCOS平台，可以对应用提供如下服务： 447 | 448 | a) 一键部署应用 449 | 450 | 可以自定义虚拟应用和容器应用的参数，通过图形化界面实现一键式自动化部署，并且提供快速回滚到历史版本； 451 | 452 | b) 服务发现 453 | 454 | 新的实例自动加入到现有应用集群人工干预，实现应用无缝扩展； 455 | 456 | c) 弹性扩缩 457 | 458 | 以云资源CPU、内存为触发阀值，自动进行应用实例扩缩和负载均衡，应对业务高并发需求，保证用户体验； 459 | 460 | d) 持续集成 461 | 462 | 可连接公共或私有代码库，通过自动化的方式进行代码构建，包括编译、打包、测试和发布，提升软件开发及部署效率； 463 | 464 | e) 灰度发布 465 | 466 | 调整不同应用镜像的灰度发布比例，逐步过渡用户访问到新版本应用，大大降低由于新版本问题导致对整个业务的影响。 467 | 468 | 另外烽火楚天云DCOS平台同时对接下层虚拟化平台，实现资源调度： 469 | 470 | a) 分布式资源调度 471 | 472 | 为大数据集群、数据库集群、容器集群按需调度资源，支撑集群的按需扩展； 473 | 474 | b) 动态任务调度 475 | 476 | 采用任务调度器实现自动化容器调度、应用管理、动态部署应用和服务，并提供应用运行监控； 477 | 478 | c) 弹性扩展 479 | 480 | 提供物理集群、虚拟注意、虚拟硬盘、网络等资源的在线弹性调整； 481 | 482 | d) 在线迁移 483 | 484 | 采用高性能分布式存储，实现虚拟主机的安全迁移，保证业务不中断； 485 | 486 | e) 跨数据中心管理 487 | 488 | 支持不同数据中心的云资源统一管理，可根据应用需求进行分区域运行。 489 | 490 | ------ 491 | 492 | [[1\]](#_ftnref1)《 DCOS（数据中心操作系统）到底是什么鬼》：http://www.wtoutiao.com/p/1c5cHej.html 493 | 494 | [[2\]](#_ftnref2) Apache Mesos总体架构：http://dongxicheng.org/apache-mesos/meso-architecture/ 495 | -------------------------------------------------------------------------------- /白皮书/第三部分：DCOS.pdf: -------------------------------------------------------------------------------- https://raw.githubusercontent.com/opensourcecloud/manual/41bf97d8f675d388550c3c8ea9297af08abc04b5/白皮书/第三部分：DCOS.pdf -------------------------------------------------------------------------------- /白皮书/第二部分：容器.md: -------------------------------------------------------------------------------- 1 | 云计算开源产业联盟 2 | 3 | 中国云计算开源产业发展白皮书 4 | 5 | 第二部分基于容器技术的产业 6 | 7 | **云计算开源产业联盟** 8 | 9 | **OpenSourceCloudAllianceforindustry，OSCAR** 10 | 11 | **2016年12月** 12 | 13 | 目录 14 | 15 | 版权声明 I 16 | 17 | 前言 II 18 | 19 | 参与编写单位 IV 20 | 21 | 主要撰稿人 IV 22 | 23 | 版权声明 24 | ======== 25 | 26 | 本调查报告版权属于云计算开源产业联盟，并受法律保护。转载、摘编或利用其它方式使用本调查报告文字或者观点的，应注明“来源：云计算开源产业联盟”。违反上述声明者，本联盟将追究其相关法律责任。 27 | 28 | 前言 29 | ==== 30 | 31 | 随着近几年云计算的爆发式增长，开源技术也在云计算领域得到了新的发展契机，如OpenStack、Docker、DC/OS等。云计算开源产业联盟经过深入市场调研，对基于各种开源技术的产业及其各自在中国的市场的发展进行了梳理，分析了发展瓶颈，并对发展方向做出了预测汇总形成白皮书。 32 | 33 | 《云计算开源产业发展白皮书第二部分：基于容器技术的产业》首先阐述了近两年异常火爆的容器技术的发展历程，分析了容器技术的特点和优势，介绍了容器技术主要的应用场景，最后分析了容器技术的发展方向。《云计算开源产业发展白皮书第一部分：基于OpenStack技术的产业》已经上传至联盟开源项目GitHub 34 | : https://github.com/opensourcecloud/manual。 35 | 36 | 云计算开源产业联盟，是在工业和信息化部信息化和软件服务业司的指导下，2016年3月9月，由中国信息通信研究院牵头，联合各大云计算开源技术厂商成立的，挂靠中国通信标准化协会的第三方非营利组织，致力于落实政府云计算开源相关扶持政策，推动云计算开源技术产业化落地，引导云计算开源产业有序健康发展，完善云计算开源全产业链生态，探索国内开源运作机制，提升中国在国际开源的影响力。 37 | 38 | 联盟目前由中国信息通信研究院、烽火通信科技股份有限公司、国际商业机器（中国）公司、北京京东尚科信息技术有限公司、华为技术有限公司、云栈科技（北京）有限公司、苏州博纳讯动软件有限公司、北京易捷思达科技发展有限公司、联想（北京）有限公司、中国惠普云计算集团、中国电信股份有限公司云计算分公司、中国移动通信集团公司、联通云数据有限公司、中兴通讯股份有限公司、九州云信息科技有限公司、北京云途腾科技有限责任公司、上海优铭云计算有限公司、上海浪潮云计算服务有限公司、新华三集团、杭州云霁科技有限公司、北京奇安信科技有限公司、北京中联润通信息技术有限公司、华云数据技术服务有限公司、航天信息股份有限公司、北京云基数技术有限公司、深圳市深信服电子科技有限公司、大唐高鸿数据网络技术股份有限公司、上海宽带技术及应用工程研究中心、天津南大通用数据技术股份有限公司、北京亚信智慧数据科技有限公司、国家新闻出版广电总局广播电视规划院、北京国电通网络技术有限公司、携程计算机技术（上海）有限公司、乐视云计算有限公司、中国银联电子商务与电子支付国家工程实验室34家单位组成。 39 | 40 | 参与编写单位（排名不分先后） 41 | ============ 42 | 43 | 中国信息通信研究院、烽火通信科技股份有限公司、国际商业机器（中国）公司、北京京东尚科信息技术有限公司、华为技术有限公司、云栈科技（北京）有限公司、苏州博纳讯动软件有限公司、北京易捷思达科技发展有限公司、联想（北京）有限公司、中国惠普云计算集团、中国电信股份有限公司云计算分公司、中国移动通信集团公司、联通云数据有限公司、中兴通讯股份有限公司、九州云信息科技有限公司、北京云途腾科技有限责任公司、上海优铭云计算有限公司、上海浪潮云计算服务有限公司、新华三集团、杭州云霁科技有限公司、北京奇安信科技有限公司、北京中联润通信息技术有限公司、华云数据技术服务有限公司、航天信息股份有限公司、北京云基数技术有限公司、深圳市深信服电子科技有限公司、大唐高鸿数据网络技术股份有限公司、上海宽带技术及应用工程研究中心、天津南大通用数据技术股份有限公司、北京亚信智慧数据科技有限公司、国家新闻出版广电总局广播电视规划院、北京国电通网络技术有限公司、携程计算机技术（上海）有限公司、乐视云计算有限公司、中国银联电子商务与电子支付国家工程实验室 44 | 45 | 主要撰稿人（排名不分先后） 46 | ========================== 47 | 48 | 陈文弢（中国信息通信研究院）、栗蔚（中国信息通信研究院）、陈刚（烽火通信）、黄立伟（烽火通信）、王利俊（cSphere）、张春源（cSphere）、魏世江（cSphere）、陈娜（华为）、符海芳（华为）、邓世友（新华三）、班世敏（新华三）、刘宁（博云）、田忠博（豆瓣）、石颖(京东)、陈屹力（中国信息通信研究院）、陈凯（中国信息通信研究院）、牛晓玲（中国信息通信研究院）、郭雪（中国信息通信研究院）、闫丹（中国信息通信研究院） 49 | 50 | 1. 容器技术发展历程 51 | 52 | ![](http://oh1a3ddd9.bkt.clouddn.com/c/1.1.png) 53 | 54 | 主流容器技术演进路线图 55 | 56 | 容器技术是在单一主机上提供多个隔离的操作系统环境的操作系统级虚拟技术。容器概念最早可追溯至1979年的UNIX 57 | chroot，它是一个 58 | UNIX上的系统调用，用于将一个进程及其子进程的根目录改变到文件系统中的一个新位置，使这些进程只能访问到该目录[^1]。 59 | 60 | [^1]: Linux 容器技术史话：从 chroot 到未来 61 | https://linux.cn/article-6975-1.html（编译于https://dzone.com/articles/ 62 | evolution-of-linux-containers-future） 63 | 64 | 第一个较为完善的Linux容器解决方案是LXC（Linux 65 | Container），它可以提供轻量级的虚拟化，以便隔离进程和资源，而且不需要提供指令解释机制以及全虚拟化的其他复杂性。LXC有两个关键组件Namespace、Cgroups。Namespace是Linux内核的一种分类模式，防止函数和变量因名称相同出现冲突。Cgroups是Control 66 | Groups的缩写，是Linux内核提供的一种可以限制、记录、隔离进程组所使用的物理资源的机制，是LXC为实现虚拟化所使用的资源管理手段。 67 | 68 | 2009年，Benjamin Hindman、Andy 69 | Konwinski等人联合发起了Mesos项目，旨在尝试和提高集群的利用效率和性能。该项目目前设在Apache基金会，Twitter、eBay、Netflix等均为Mesos的用户。2012年，Mesos的创始人之一Benjamin创立商业公司Mesosphere，该公司提出了基于Mesos的DCOS，用于像管理一台计算机一样使用整个数据中心。 70 | 71 | 2011年，VMware发布了业界首个开源PaaS云平台Cloud 72 | Foundry，它支持多种框架、语言、运行时环境、云平台及应用服务，使开发人员能够在几秒钟内进行应用程序的部署和扩展。Cloud 73 | Foundry可以简化现代应用程序的开发、交付和运行过程，在面对多种公有云和私有云选择、符合业界标准的高效开发框架以及应用基础设施服务时，可以显著提高开发者在云环境中部署和运行应用程序的能力。 74 | 75 | 2013年，dotCloud公司（后更名为Docker）推出Docker项目，在容器技术的基础上，引入分层式容器镜像模型、全局及本地容器注册表、精简化REST 76 | API；并推出了Swarm编排工具。2015年，Docker与Linux基金会联合成立Open Container 77 | Initiative（OCI）组织，并将容器引擎RunC捐献给基金会。2016年，Docker整合进Windows容器项目，成为最早以原生方式支持Windows平台上运行的容器技术之一。从Docker开始，容器技术开始具备了标准的格式和容器单元的统一大小。 78 | 79 | 2014年，CoreOS开发并推出Rocket（rkt），致力于打造比Docker更开放的技术。rkt以组件的形式出现，目前已经得到了谷歌等企业的支持。 80 | 81 | 同年，谷歌公司推出开源项目Kubernetes，提供了以容器为中心的部署、伸缩和运维平台。Kubernetes支持Docker、rkt以及OCI等容器标准，能够实现在各种云环境中快速部署kubernetes集群。 82 | 83 | 1. 容器技术发展现状、特点和优势 84 | 85 | 2. 容器技术分类 86 | 87 | 容器技术主要可以分为容器运行技术和容器编排技术。其中： 88 | 89 | - 容器运行技术：主要包括Docker、rkt等。 90 | 91 | - Docker 92 | 93 | 目前，Docker已经成为发展最快的容器技术。2014年，Docker围绕开源、轻量级和标准的API展开技术布局，随着Docker社区的不断壮大，Docker的兼容性、隔离性、稳定性不断提高，并开始大规模投入生产环境中。目前，Docker已经原生支持跨主机通信，技术架构趋于完善，生态体系已经基本形成。 94 | 95 | ![](http://oh1a3ddd9.bkt.clouddn.com/c/2.1.png) 96 | 97 | Docker架构图（http://www.docker.com/） 98 | 99 | Docker包括Docker引擎（Docker Engine）、可信镜像注册（Trusted 100 | Registry）、控制面板（Universal Control Plane）等核心组件。其中，Docker 101 | Engine为核心，部署在基础设施之上，支撑上层应用。Docker 102 | Engine都具备内置的业务流程（Built in Orchestration），所以通过Docker 103 | Engine可以通过简单的指令，完成集群或工作流的管理。 104 | 105 | ![](http://oh1a3ddd9.bkt.clouddn.com/c/2.2.png) 106 | 107 | Docker Engine架构图（https://www.docker.com/products/docker-engine） 108 | 109 | Trusted 110 | Registry用于Docker镜像的注册，通过该模块，用户可以保证本地部署的私有云镜像是安全可信的；通过Universal 111 | Control 112 | Plane，用户可以管理和部署容器化的应用，并使这些应用运行在公有云或私有云的基础设施上。 113 | 114 | - rkt 115 | 116 | 2014年底，CoreOS创立rkt项目，意在打造一套能够真正实现安全性、组合性与标准遵循效果的容器引擎。2016年2月rkt发布了1.0版本，在镜像签名、权限隔离等方面做出了优化；2016年9月，rkt发布了截至目前（2016年11月）的最新版V1.19，对接口做出了优化。 117 | 118 | ![](http://oh1a3ddd9.bkt.clouddn.com/c/2.3.png) 119 | 120 | rkt架构图（https://coreos.com/） 121 | 122 | 与Docker的运作模式相似，rkt也是以Engine为核心，通过对镜像的下载、执行和监控，完成对应用的一系列操作。但rkt也与Docker存在较大的不同： 123 | 124 | 一方面，rkt不仅支持Docker镜像格式，还支持遵从Appc规范的aci（App Container 125 | Images）镜像格式。 126 | 127 | 另一方面，rkt与Docker的执行过程不同。在1.11版本之前，Docker镜像的下载、运行、API调用、日志监控等都由Docker 128 | daemon负责，虽然有利于快速的部署和实施，但是也导致了Docker的运行必须具备操作系统的最高权限；1.11版本后，Docker 129 | daemon虽然新增了containerd组件负责运行镜像文件和创建容器，使Docker容器在运行镜像和创建容器的过程中无需最高权限，但仍要通过具备最高权限的Docker 130 | daemon完成一系列的工作。rkt在运行过程中始终采用标准的UNIX组权限分割不同操作，这使得rkt无需取得系统最高权限，即可完成镜像的下载和运行。 131 | 132 | - 容器编排技术：主要包括Swarm、Kubernetes、Mesos等 133 | 134 | - Swarm 135 | 136 | Swarm项目是Docker集群的管理工具，将多个Docker 137 | Engine聚集在一起，对外提供Docker的集群服务。同时这个集群对外提供Swarm 138 | API，用户可以像使用Docker Engine一样使用Docker集群。 139 | 140 | ![](http://oh1a3ddd9.bkt.clouddn.com/c/2.4.png) 141 | 142 | Swarm运行示意图（http://dockone.io/article/662，作者：线超博） 143 | 144 | Swarm由集群管理、服务发现、集群调度等模块组成。其中，集群管理模块用于创建和管理集群，将各节点加入到Docker集群中，用Docker的命令实现Docker集群的统一管理；服务发现节点用于实现节点的发现，当单个Docker 145 | engine接入到网络中时，该模块获取节点的IP端口信息，管理模块根据发现模块获取的信息，将新发现的节点纳入Docker集群中管理；集群调度模块用于在Docker运行时，获取各个节点的状态，从中选取符合使用要求的多个节点，并从筛选出的节点中，根据资源最优或随机选择等策略选取出最优节点。 146 | 147 | - Kubernetes 148 | 149 | Kubernetes是谷歌公司发布的一款编排工具，具有简洁、兼容、可扩展等特点。搭建Kubernetes至少需要6个步骤：创建集群、打包app、测试app、发布app、集合app、升级app，在Kubernetes中，资源以2种方式存在：管理节点（Master）和子节点（Node），二者通过服务（service）建立联系。 150 | 151 | ![](http://oh1a3ddd9.bkt.clouddn.com/c/2.5.png) 152 | 153 | Kubernetes集群示意图 154 | 155 | （http://kubernetes.io/docs/tutorials/kubernetes-basics/cluster-intro/） 156 | 157 | 其中，管理节点（Master）用于管理集群，提供资源调度、app管理、发布更新等，由3个组件构成：apiserver，Kubernetes的入口，封装了对核心对象的增删改查操作，以RESTful接口实现外部用户对内部组件的调用；scheduler，负责集群的资源调度，为新建的容器组（pod）分配物理资源；controller-manager，负责保证服务和容器间的映射都是最新且有效的。 158 | 159 | 子节点（Node）用于Kubernetes的具体运行，由2个组件组成：kubelet，负责管理容器的状态，包括启动、停止等基本操作，及资源的监控；proxy，负责为容器组提供代理，当不同的容器组之间发起通讯请求时，由proxy进行转发，当service发起请求时，由proxy建立代理。 160 | 161 | - Cloud Foundry 162 | 163 | Cloud Foundry是VMware推出的开源PaaS云平台，支持.NET，Ruby on 164 | Rails，Node.js等多种框架、Java、PHP、Python等语言、运行时环境、云平台及应用服务。 165 | 166 | Cloud Foundry由Router、DAE、Healthy 167 | Manager、CloudController、Services等模块组成。其中，Router负责管理Cloud 168 | Foundry的全部通信；DAE是Cloud 169 | Foundry的核心组件，负责将提交的源代码和需要的运行环境打包存储，当Cloud 170 | Foundry启动某一应用时，部署了该应用的全部DAE服务器都将根据设定好的源码和流程运行；Health 171 | Manager负责收集每个DAE的运行信息，并根据收集到的信息作出分析、统计和报警；CloudController负责管理Cloud 172 | Foundry的运行，保证各个组件正常运行；Services，Cloud 173 | Foundry的服务层，第三方用户可以通过此部分将自己的服务整合进Cloud Foundry。 174 | 175 | - Mesos 176 | 177 | Mesos是Apache基金会下的分布式资源管理和容器编排工具，可用于计算、存储、网络、GPU等资源的分配，可运行Hadoop、Spark、Marathon、Cassendra等多种框架，提供大数据、Web、数据库等多种服务。Mesos由主（Master）、从（Agent）节点组成。其中，主节点（Master）负责收集从节点的资源信息，并根据策略决定资源的分配，并以Offer的形式提供给正在运行的框架(Framework)；从节点(Agent)负责向主节点汇报资源，并在本地启动容器，运行主节点分配的任务。如果把Mesos看做一个数据中心操作系统的内核，运行在Mesos之上的计算框架(Framework)就是操作系统的应用程序。Mesos主要负责资源的管理和任务的执行，而计算框架负责接受资源并进行任务的调度，这就实现了更为高效的两层调度（two-level 178 | scheduling），使得资源在不同框架间合理分配，提高了数据中心资源利用率。值得一提的是Mesos原生的容器技术现在也兼容Docker 179 | Image，所以用户不需要Docker守护进程就能够运行Docker的镜像。 180 | 181 | 1. 容器规范 182 | 183 | 目前，主流的容器规范有OCI和appc： 184 | 185 | Open Container Initiative 186 | （OCI）：2015年6月，Docker公司与Linux基金会联合成立的项目，旨在“制定并维护容器镜像格式和容器runtime的正式规范，以达到让一个兼容性的容器可以在所有主要的具有兼容性的操作系统和平台之间进行移植，没有人为的技术屏障的目标”。目前，该规范已经得到了谷歌、微软、华为等厂商的支持。RunC、runV等是基于OCI的技术。 187 | 188 | App Container 189 | Specification（appc）：由CoreOS发布，得到谷歌、VMWare、Redhat等公司的支持，rkt、Jetpack、Kurma等是基于appc标准的技术。 190 | 191 | 该两项规范具有很多共性[^2]： 192 | 193 | [^2]: OCI官方社区：www.opencontainers.org 194 | 195 | - 可组合性：容器由独立运行的个体组成，容器的框架和runtime不绑定客户端和运行环境； 196 | 197 | - 可移植性：容器可以在不同的硬件平台、操作系统和云平台上运行； 198 | 199 | - 安全性：支持强大的密码算法、镜像审计和应用认证； 200 | 201 | - 分散性：容器镜像的分发和发现（discovery）是简单的、支持联合命名空间和分布式检索，使容器能够实现快速部署； 202 | 203 | - 开放性：容器的格式和runtime由社区统一设计，保证容器运行工具能够同时运行多个容器； 204 | 205 | - 极简性：规范规定了容器的开发必须围绕简洁和稳定； 206 | 207 | - 兼容性：新的容器格式需要实现向下兼容。 208 | 209 | 两种规范虽然同样致力于建立简洁、易用的框架，并消除厂商锁定，但两种规范间也存在一些不同，如：appc规定了容器的打包规范，OCI仅定义了目录结构；appc定义了镜像的传输机制，如Https、bittorrent等。 210 | 211 | 1. 容器技术特点及优势分析 212 | 213 | 与虚拟化技术不同，容器需要部署在Linux、Windows等操作系统上，部署在相同物理资源上的容器共享资源。相比虚拟化技术，容器技术具有以下优势： 214 | 215 | - 部署便捷。传统虚拟化的部署模式通常是安装到配置，再到运行，容器的部署则是根据镜像模板进行复制，通过一行代码完成部署。此外，容器的镜像通常在几百M左右，但虚拟机的镜像文件一般在数个G至数十个G之间，同时，除在本机部署镜像外，容器还支持调用远程的镜像文件，仅需占用少量的带宽资源。因此，相比虚拟化技术，容器技术提升了对内存、存储、带宽资源的利用效率；在运行过程中，由于体量较小，容器通常可以实现毫秒级启动，虚拟机则需调用大量的资源，启动时间在数分钟左右。 216 | 217 | - 管理便利。容器技术可通过简单的命令行，完成对单一容器的管理，完成对镜像的快速打包和迁移；同时也能通过Kubernetes、Swarm等工具，实现对大规模容器集群的管理。 218 | 219 | - 利于微服务架构的实现。微服务架构是指将单一应用程序划分成一组小的服务，通过拆分之后的服务之间的配合，为用户提供最终服务。拆分后的每个服务运行在独立的进程中，服务间采用RESTful接口进行通信。使用容器部署微服务，有助于整体架构的实现，将容器作为一个微服务的独立运行环境，能够节约搭建微服务运行环境的成本；容器的毫秒级创建和运行有助于微服务的构建；容器的编排工具有助于实现微服务的快速组合和调度。 220 | 221 | - 弹性伸缩。由于容器单元间相互独立，由统一的编排工具管理，且编排工具具备发现容器节点的功能，所以容器的弹性扩容可以在短时间内自动完成；同时，由于每个容器均为独立的个体，容器调用的资源和容器的使用由编排工具管理，所以减少某一容器节点不影响整个容器系统的使用。 222 | 223 | - 高可用。与弹性伸缩类似，在某一容器节点出现故障时，容器编排工具能够及时发现节点的变化，并根据外部请求情况及时作出调整，不影响整个容器系统的使用，实现系统的高可用。 224 | 225 | 1. 与OpenStack的结合 226 | 227 | OpenStack已经占据了开源云计算平台的绝大部分市场，早在2014年，OpenStack在市场中的占有率就已经达到69%，远超CloudStack、Eucalyptus；根据OpenStack基金会的统计，绝大多数大中型企业都在使用和部署OpenStack解决方案。OpenStack在快速占领市场的同时，也加入了许多与容器相关的重要新特性： 228 | 229 | • Magnum - 提供容器环境的编排、部署与管理，即：COE(Container Orchestration 230 | Engines) as a service，目前支持Kubernetes、Mesos和Docker Swarm； 231 | 232 | • Kuryr - 集成Libnetwork等原生的容器网络组件，打通容器网络与Neutron网络； 233 | 234 | • Murano - 提供应用目录服务，实现服务与应用程序的一键发布、快速部署和生命周期管理； 235 | 236 | • Solum - 简化云应用程序从研发到交付的生命周期管理，为云应用开发者提供持续集成的能力； 237 | 238 | • Manila - 文件共享服务，可以为容器应用的Replication和多读多写提供持久化存储方案； 239 | 240 | • Kolla - 实现OpenStack容器化，即在持续集成环境中使用容器方式部署OpenStack组件，利用容器的快速部署和易于升级或回退的优势，提升持续集成的效率，便于开发人员对集成环境的各组件进行快速调整或替换。 241 | 242 | 1. 国际容器社区及生态发展现状 243 | 244 | 目前，国际容器社区包括基于容器规范建立的OCI项目，以及Docker公司设立的Docker社区等。 245 | 246 | OCI项目（https://www.opencontainers.org），2015年6月发布，是Linux基金会中的一个项目，用于制定容器及其运行状态、工具的规范，并将规范代码存储在GitHub上（https://github.com/opencont-ainers/），截止2016年11月14日，共有Commits 247 | 2600余次，活跃贡献者超过200名。社区每周三会通过电话举行Open Weekly 248 | Meetings，讨论OCI相关的技术问题。目前，CoreOS公司已经正式加入OCI项目，支持容器统一标准制定。 249 | 250 | Docker社区（https://www.docker.com），由Docker公司运行管理，主要依托社区网站和GitHub（https://github.com/docker）组织活动和收集贡献。目前，Docker在GitHub上共有项目104个，包括Docker、VPNkit、machine、Swarm等，Commits总数近10万次，活跃贡献者超过1000名。Docker社区不定期在全球各地组织Docker 251 | Global Mentor 252 | Week、MeetUp等活动；每年组织1-2次DockerCon，用于发布Docker最新成果，2016年6月，DockerCon在美国西雅图举行，会上Docker宣布了与Windows、微服务的结合，并正式发布了Docker的1.12版本；2017年的Docker将在美国奥斯丁举行，以工作坊、研讨会等形式重点开展技术方面的宣传。 253 | 254 | 原生云计算基金会（The Cloud Native Computing Foundation ，CNCF，https:// 255 | www.cncf.io）,由Linux基金会于2015年发起成立，推动Linux容器技术在开发应用领域的实践，目前项目包括Kubernetes、OpenTracing（容器等厂商开放标准）等，会员包括华为、IBM、Redhat、Docker等。基金会现有16000余名成员，已在北京、上海、柏林、伦敦等城市举行Meetup54场。 256 | 257 | ![](http://ohheuggcj.bkt.clouddn.com/CloudNativeLandscape_v0.9.2.jpg) 258 | 259 | 原生云计算基金会社区概况图（来源：https://github.com/cncf/landscape） 260 | 261 | DC/OS社区（https://dcos.io/community）由Mesosphere公司发起，思科、NGINX、VERIZON等公司支持，主要经营项目为DCOS，目前项目在GitHub上已经得到超过1万次Commits，在中国、美国、英国、西班牙、葡萄牙等地举行过研讨会、发布会。 262 | 值得指出的是，我国企业也积极活跃于容器各主流开源社区，推动容器产业的发展并具备一定的影响力：华为从2014年就开始投入Docker技术研究，在Docker开源社区拥有多个maintainer席位，开源贡献一直稳居全球前三。从2015年开始，华为积极推动OCI标准化工作，在OCI社区形成了广泛的影响力和并贡献了六名maintainer。同时，在PaaS层的容器编排领域进入Kubernetes社区积极贡献，致力推动容器各类基础能力的研究开发，为容器走向商用应用铺起平坦而稳固的路。 263 | 264 | 1. 我国容器技术产业情况 265 | 266 | 2. 我国基于容器技术的产业发展情况 267 | 268 | 我国目前主要提供容器服务的厂商包括京东云、华为、烽火通信、云栈科技（cSphere）、新华三、博纳讯动（博云）、网易蜂巢、灵雀云、时速云、数人云、DaoCloud等。 269 | 270 | 京东云 271 | 京东云是京东集团旗下的云计算综合服务提供商，拥有全球领先的云计算技术和完整的服务平台。目前已经形成了从基础平台搭建、业务咨询规划，到业务平台建设及运营等全产业链的云生态格局。同时，京东云依托京东集团在云计算、大数据、物联网和移动互联网应用等多方面的长期业务实践和技术积淀，打造社会化的云服务平台，向全社会提供安全、专业、稳定、便捷的云计算专业服务；利用容器技术解决京东商城每年不断急速增长的日常业务，以应对系统运维压力，特别是每年备战双十一和6.18的秒杀促销活动带来的系统弹性扩容压力，取得了很好的应用效果。 272 | 273 | 华为技术有限公司 274 | 华为技术有限公司，作为全球领先的信息与通信技术(ICT)解决方案供应商，专注于基于业界领先技术、为客户提供有竞争力的ICT解决方案、产品和服务。容器方面，华为在容器资源隔离、大规模并发启动、容器安全、容器网络等方面做了大量的工作；华为积极推动OCI标准化工作，希望通过容器runtime和镜像的标准化来保证容器可移植性，加速容器产业发展，同时，在PaaS层的容器编排领域、华为在Kubernetes社区致力于容器大规模集群管理、大规模容器调度、亲和性反亲和性部署、业务运行长稳等基础能力的研究开发，基于上述积累，华为公司于2016年推出面向公私有云的容器服务，为客户提供完备的基于容器的应用开发，编排，部署和运维的平台。 275 | 276 | 烽火通信 277 | 烽火通信，烽火科技集团（1974年成立，中国光通信发源地、现代信息通信技术领导者）旗下上市公司，是一家总部位于武汉的央企，专业从事ICT、智慧城市、云计算、大数据等整体解决方案和服务的公司，2010年开始投身云计算大数据行业，2015年发布了FitCloud云网一体化发展战略；并于2016年首批通过可信云开源解决方案测评。烽火通信现已形成以FitCloud云网一体化为核心的云生态系统，将Docker 容器化等相关技术进行了不断改进和强化，研发出拥有自主知识产权的FitDP平台，应用于烽火承建的湖北省楚天云、湖北省教育云、国家光电产业云和中航信企业云等标杆性项目中，其中湖北省楚天云和湖北省教育云被工信部、中国信通院和云计算开源产业联盟联合评选为2016年度OpenStack最佳实践案例。 278 | 279 | 云栈科技 280 | 云栈科技，全称云栈科技（北京）有限公司，是国内最早专注Docker容器的技术企业，定位于大型数据中心的Docker管理平台和PaaS解决方案，为客户提供一整套的开发运维自动化管控平台，产品主要包括容器PaaS解决方案、企业级容器操作系统等，解决方案支持微服务、互联网等架构、支持多基础设施，可在私有云、混合云或传统IDC环境下运行，解决方案具备编排引擎、部署引擎、健康引擎、监控引擎、调度引擎、配置引擎、构建引擎、服务发现引擎8个模块，为用户提供一站式的解决方案。目前已经在汽车、船舶、游戏、医疗、物流、保险、航空、电信等多个行业落地。 281 | 282 | 新华三集团 283 | 新华三集团（H3C）致力于IT基础架构产品及方案的研究、开发、生产、销售及服务，拥有完备的路由器、以太网交换机、无线、网络安全、服务器、存储、IT管理系统、云平台等产品。2015年新华三发布了融合Docker容器的H3CloudOS云操作系统，将云平台微服务化，并基于Docker容器部署，很好的解决了传统云平台的HA高可用、平滑升级、定制化与客户化等难题。目前融合容器的H3CloudOS云平台开局部署已超过了150个用户，在政府、教育、企业、医疗、电力能源等行业得到了充分的实践检验。 284 | 285 | BoCloud博云 286 | 全称苏州博纳讯动软件有限公司，为银行、证券、保险等企业级客户提供基于Docker的PaaS云架构产品和实施服务以及自动化运维平台，帮助企业客户降低成本、提升效率、简化运维、提高系统可靠性和安全性。产品具备自主、稳定、安全、可靠的特点，主要产品包括混合云管平台产品BeyondSphere、企业级PaaS容器管理平台BeyondContainer、自动化运维产品 BeyondBSM等，已在民生银行、中国银联、江苏电力、江苏国资委等电力、政务、金融、IDC等行业领域的生产系统中落地实施。 287 | 288 | 网易蜂巢 289 | 网易蜂巢是网易基于自研 IaaS 平台深度优化，推出的采用 Docker 容器化技术的新一代云计算平台，支持应用集群一键部署，云计算资源弹性扩展，Docker 官方镜像加速，提供高性能、高可用、高可靠的数据库和缓存服务。 290 | 291 | 灵雀云 292 | 全称北京凌云雀科技有限公司，成立于2014年，由原微软Azure云平台的核心创始团队创立，在西雅图和北京设有研发中心，旨在为客户提供最专业的企业级容器云平台（CaaS）。主要产品涉及自动化运维、开发测试管理、跨云管理等。 293 | 294 | 时速云 295 | 全称北京云思畅想科技有限公司，是国内领先的容器云平台和解决方案提供商。基于Docker为代表的容器技术，为开发者和企业提供应用的镜像构建、发布、持续集成/交付、容器部署、运维管理的新一代云计算平台。其中包括标准化、高可用的镜像构建，存储服务、大规模、可伸缩的容器托管服务，及自有主机集群混合云服务。 296 | 297 | 数人云 298 | 数人云成立于2014年9月，致力于为客户提供企业级容器解决方案，帮助传统企业实现IT业务转型，更好地应对业务变化。数人云重点聚焦打造轻量级PaaS平台，使用户能够在云主机、虚拟机或物理机上快速建立并稳定运行一个高扩展性的生产环境，并实现了一站式的微服务架构集群系统，最大化地帮助客户实现应用业务在云端的快速部署，解决应用上云的最后一公里。 299 | 300 | DaoCloud 301 | DaoCloud成立于 2014 年，是新一代容器云计算领域企业，产品线涵盖互联网应用的开发、交付、运维和运营全生命周期，并提供公有云、混合云和私有云等多种交付方式。覆盖金融、汽车、制造、教育、广电等多个领域，主要客户包括国家电网、东风汽车等。 302 | 303 | 1. 我国目前容器技术的主要应用场景 304 | 305 | 根据IT168在11月公布的统计数据，部署速度快，开发测试更敏捷、提高系统利用率、降低资源成本、应用运维标准化、跨环境可移植性、更好的支持微服务是企业选择容器技术的主要原因。 306 | 307 | ![](http://oh1a3ddd9.bkt.clouddn.com/c/3.3.png) 308 | 309 | 企业选择容器技术的原因 310 | 311 | （数据来源：IT168——《2016中国容器技术应用落地调研报告》） 312 | 313 | 但同时，也有很多企业对使用容器技术表现出来顾虑，其中有18%的企业担心技术人员缺乏对容器技术的了解，17%的企业认为容器技术缺乏成功的案例。此外，迁移成本高、不够安全等方面的顾虑也占到了较高的比重。 314 | 315 | 企业对选择容器技术的顾虑 316 | ![](http://oh1a3ddd9.bkt.clouddn.com/c/3.4.png) 317 | 318 | （数据来源：IT168——《2016中国容器技术应用落地调研报告》） 319 | 320 | 另据灵雀云2016年的调研，国内互联网企业希望借助容器解决运维自动化、节约IT成本等问题： 321 | ![](http://oh1a3ddd9.bkt.clouddn.com/c/3.5.png) 322 | 323 | 数字来源：灵雀云《2016上半年中国互联网行业Docker和容器服务使用调查报告》 324 | 325 | 目前，我国容器厂商提供的容器产品、解决方案主要涵盖以下应用场景： 326 | 327 | - 运维自动化 328 | 329 | 在大规模生产环境中，人工运维操作成本和出错率较高。目前生产环境中使用的主要是基于脚本的自动化运维，这种自动化运维方式虽然灵活，但当系统运行状态发生偏离时，会导致后续的故障难以矫正；基于容器的自动化运维可以自动采集各项指标，并根据各种指标设定阈值、发出警告，实现主机、容器、应用的监控和自愈。 330 | 331 | - 弹性扩容/灾备 332 | 333 | 依托轻便的容量，容器可以实现秒级启动和释放。利用此特性，容器技术被广泛使用在了金融、电商行业，用于解决业务高峰期访问量快速提高导致资源不足的问题。 334 | 335 | - 持续集成和持续交付（CI/CD） 336 | 337 | 相比传统的虚拟化平台，使用容器技术搭建的CaaS平台具有开发效率高、资源调度和管理便利、版本升级和回滚快速等特点。容器化CI/CD解决方案能够实现源码的快速构建、镜像打包和应用部署。 338 | 339 | - 多环境一致性管理 340 | 341 | 保证开发、测试、生产环境的一致性，能够有效的提高系统运行的稳定性。在容器技术之前，虚拟化技术等均未能够支撑有效的解决方案提高多环境的一致性问题；容器技术依靠其得天独厚的优势，实现了操作系统和硬件间的解耦，让技术人员更好地发现不同系统间的差异，并根据这些差异进行调配，克服出现的各种问题。 342 | 343 | - 开发测试环境快速交付 344 | 345 | 在虚拟化技术出现前，开发测试环境的交付通常需要由开发测试部门提交需求，信息技术部门根据需求完成软硬件的交付，这种交付过程涉及到了软硬件的安全、调试、部署等一系列复杂的过程，对操作人员的技术水平有很高的要求；虚拟化技术虽然有效的缩短了交付的周期，但调试和部署仍然较为复杂；容器技术则提供了从服务目录、服务编排到发布、打包和销毁的一系列完整的生命周期，能够实现快速、正确、按需的交付。 346 | 347 | - 微服务 348 | 349 | 微服务是指将服务拆分成一系列服务组，拆分后的服务相互配合完成最终服务。容器的细粒度松耦合架构能够使用一个容器装载一个场景功能，即将每个服务或应用封装到每个容器镜像中，并在一个服务器上运行多个容器，通过这种分布式架构实现分布式的微服务。 350 | 351 | 1. 我国容器社区发展情况 352 | 353 | 云计算开源产业联盟（OSCAR）成立于2016年3月，由中国信息通信研究院牵头，联合各大云计算开源技术厂商成立的，挂靠中国通信标准化协会的第三方非营利组织，致力于落实政府云计算开源相关扶持政策，推动云计算开源技术产业化落地，引导云计算开源产业有序健康发展，完善云计算开源全产业链生态，探索国内开源运作机制，提升中国在国际开源的影响力。联盟目前有会员34家，其中包括云栈科技、博纳讯动等专注于容器技术的国内先进企业。对于推动容器技术在国内的落地，联盟一是通过组织meetup、研讨会等形式，建立客户和容器厂商之间沟通的平台，使客户了解容器技术的优势，使厂商了解客户的真实需求；二是通过标准的制定，建立容器云平台、容器解决方案的规范，填补国际社区和项目组对于平台搭建和解决方案构建方面标准和规范的缺失；三是组织容器解决方案的评估，根据容器的不同应用场景，从容器的基本功能、服务规范等方面，对解决方案的质量和服务商的服务质量进行评估，为用户选购容器解决方案提供详尽的参考。 354 | 355 | 1. 容器技术发展趋势分析 356 | 357 | 近几年，Docker、Kubernetes等容器技术得到了迅速的发展，依靠自身轻便、可靠等特性迅速占领市场。但与此同时，容器技术还面临一些挑战，这都将成为容器技术将来的主要改进和发展方向： 358 | 359 | 1. 技术方面 360 | 361 | 安全性有待提高。由于直接调用物理资源，所以当采用不可信的容器镜像或容器内核遭受攻击时，将会直接对宿主机的物理资源造成影响。目前，Docker等容器社区对此开展了镜像审计等工作，但因难以维护等原因并未整合至社区版本中。 362 | 363 | 编排系统的完善。Docker、rkt等容器运行技术均需要编排技术提升自身使用效率。但除了为容器提供管理和编排支持外，以Kubernetes为代表的编排系统正在加入更多的功能，如自行搭建一个容器运行环境，满足运行多样化的需求。 364 | 365 | 1. 整体架构方面 366 | 367 | 工具的完善。目前，围绕容器的工具仅有Kubernetes、Swarm等编排工具，虽然具备监控和管理功能，但在某些场景下不能满足用户的需求；同时，由于是新生的开源工具，发布时间较短，所以多数情况下，厂商需要根据用户的不同需求，对工具进行定制化的二次开发。所以，具备完善功能的编排工具，以及现有工具在功能方面的不断完善，将是容器技术在接下来一段时间内发展的方向。 368 | 369 | 跨平台支持。随着数据中心规模的不断扩大，能够在多操作中心中热迁移的需求越来越大，但由于设计原理的限制，容器对于操作系统的依赖过大，仅通过容器技术很难实现跨平台的支持。对此，很多企业正在研发相应的解决对策，如目前使用较为广泛的容器+虚拟化解决方案等。 370 | 371 | 1. 产业生态方面 372 | 373 | 投入使用规模。虽然经过几年来的发展，在市场上的应用逐渐成熟，但仍有很多企业处于投资成本、数据迁移等方面的考虑，仍在使用传统的虚拟化技术，容器技术未在市场中得到广泛使用，市场仍有很大的发展潜力。 374 | 375 | 容器标准统一。随着2015年CoreOS加入OCI计划，国际容器公司和社区开始加强了容器标准的统一，当Docker公司、CoreOS公司将RunC、appc贡献给OCI时，容器技术的开放程度进一步提高，Docker和CoreOS、谷歌等主流容器公司均在致力于制定统一的容器标准。 376 | 377 | 社区发展趋于完善。相比Linux社区、OpenStack社区等大规模社区，容器社区还处在发展的初期阶段：虽然具有较大的贡献数量，但组织的各类活动及活动的规模仍然较小。因此，容器社区的影响力并没有对容器技术的推广和发展起到有力地推动作用。但目前，围绕容器技术的IaaS、PaaS的解决方案已经较为成熟，OpenStack等软件和Linux、Windows等操作系统对容器的支持，以及容器本身对Hadoop、Spark等的承载，标志着围绕容器的生态体系已初步形成。 378 | 379 | 附录：我国厂商容器技术应用案例 380 | 381 | 华为FusionStage容器解决方案 382 | 383 | 华为FusionStage解决方案是面向运营商、金融、能源等企业客户的端到端PaaS解决方案，聚焦为客户提供丰富的服务能力，支撑业务云化，加速企业创新。FusionStage为企业客户提供一站式的应用开发、测试和运行平台，通过丰富的云中间件服务以及灵活简便的第三方服务集成机制，简化客户的应用开发和业务创新。 384 | 385 | ![](http://ohheuggcj.bkt.clouddn.com/%E5%8D%8E%E4%B8%BA01.png) 386 | 387 | 图：FusionStage 388 | 389 | FusionStage提供三个核心框架、一组中间件服务和一个服务集成标准，具备如下能力： 390 | 391 | 支持应用CI/CD全自动化交付； 392 | 393 | 实现应用编排和调度能力，通过动态的方式提升资源的使用效率。针对企业复杂应用，可提供多种VM、PM、容器异构资源编排和调度； 394 | 395 | 帮助应用分布式化、（微）服务化改造，提供（微）服务治理和监控管理服务。 396 | 397 | 提供通用的分布式消息队列，分布式缓存，弹性负载均衡，数据存储的能力。 398 | 399 | 通过ServiceBroker提供第三方服务接入支持，保证平台的开放性。 400 | 401 | 除此之外，FusionStage具备如下几个特点： 402 | 403 | 1. 先进性 404 | 405 | 基于华为在国际容器社区的持续积累，FusionStage在技术设计上，引进了最新的容器社区成果，采用主流的容器引擎Docker，以及容器编排系统Kubernetes，以保证系统功能的最优和技术先进。同时，华为在开源能力的基础上，投入大量人力进行研发，实现源于社区，超越社区，回馈社区。 406 | 407 | 2. 可扩展性 408 | 409 | FusionStage容器管理平台具备Docker容器的快速、弹性、持续和自动化供给服务能力，提供大规模、分布式容器的管控能力和扩展能力，实现总体网络资源、计算/存储资源、内存资源自动扩展；可根据业务、管理要求，增加计算节点。 410 | 411 | • 集群按需扩展 412 | 413 | • 容器按需扩展 414 | 415 | • 存储按需扩展 416 | 417 | 3. 稳定性 418 | 419 | 容器管理平提供稳定的运行环境支撑，通过集群设计和自动化能力设计，保证业务稳定、可靠运行。 420 | 421 | 4. 安全性 422 | 423 | 容器管理平台具备基础安全能力，支持冗余、自恢复、高可扩展模型；结合安全基础防护、安全监测管理、安全运维等，形成完整的容器管理平台安全防护体系。 424 | 425 | 华为FusionStage典型案例有： 426 | 427 | 典型案例 428 | 429 | 某运营商游戏基地Docker项目 430 | 431 | 客户痛点： 432 | 433 | 资源的弹性自动扩缩、灵活管理计算资源，满足应用规模弹性伸缩的诉求； 434 | 435 | 实现微信、门户、大厅等应用的容器化和统一管理； 436 | 437 | 华为容器解决方案: 438 | 439 | 交付端到端容器部署和管理平台，并协助客户完成其应用容器化改造,实现： 440 | 441 | • 应用按策略快速规模弹缩，适应海量用户并发访问； 442 | 443 | • 支持不中断服务下，应用平滑升级; 444 | 445 | • 应用服务和和容器化改造； 446 | 447 | 微服务 448 | 449 | 场景案例： 450 | 451 | 某电商微服务化改造应对线上业务挑战 452 | 453 | 客户痛点： 454 | 455 | • 提高业务上线速度，应对双11、预约抢购等线上业务客户剧增、紧急需求多的诉求； 456 | 457 | • 系统应对并发访问量持续增大的同时，保障高性能和高可靠性； 458 | 459 | 华为解决方案： 460 | 461 | • 客户业务上线效率大幅提升，为开发者打造有效开发环境、有效缩短TTM； 462 | 463 | • 基于自动弹性策略，系统自动触发容器扩容，快速响应抢购并发高峰，提供高性能保障； 464 | 465 | • 架构更灵活、可平滑演进； 466 | 467 | 京东弹性容器云 468 | 469 | 京东从2014年上线弹性容器云1.0系统，希望解决的业务痛点是京东商城每年不断急速增长的日程业务给系统带来的运维压力。兼顾考虑到系统性能、规模、稳定性、前向兼容性和运维成本各方面需求后，京东选择了容器技术，建设京东容器弹性云，并随之进行了业务上的平滑过渡。目前京东集团的全部核心业务系统，例如电商、金融、支付、物流、供应链等，已经全部转移到了容器弹性云上并且稳定运行。京东的业务因此也享受到了容器技术带来的一些优势，比如说京东商城可以轻松应对每年双十一和6.18的秒杀促销活动，大大加速了运维团队在活动备战期间的工作进程。 470 | 471 | 业务弹性伸缩是京东容器弹性云的主要应用场景。此外，京东在持续集成/持续交付和自动化运维方面也全面适配容器技术带来的变化和优势。这使得各业务的上线流程更加流畅和易于控制，运维过程中的自动化程度也随之提高，系统的稳定性和可靠性得到了增强。可以说，容器弹性云完美解决了京东的业务痛点，也为未来的业务灵活性提供了充分的保障。 472 | 473 | ![](http://ohheuggcj.bkt.clouddn.com/%E4%BA%AC%E4%B8%9C01.png) 474 | 475 | 京东弹性容器云应用场景 476 | 477 | 如下图所示，京东容器弹性云的系统架构包括5部分： 478 | 479 | ![](http://ohheuggcj.bkt.clouddn.com/%E4%BA%AC%E4%B8%9C02.png) 480 | 481 | 京东弹性容器云系统架构 482 | 483 | 容器资源池和编排系统 484 | 485 | 容器资源池是容器弹性云的主要构成，业务应用所包括的各种服务都以容器的方式运行在资源池中，由基于Kubernetes的编排系统进行管理。其中大部分服务都已经微服务化，作为无状态服务运行，以适应容器生命周期短的特点。数据持久化通过缓存中间件和数据库来完成，同时日志发送到统一日志系统。容器资源池中容器大部分运行在物理机节点，另外也包括小部分云主机节点。 486 | 487 | 中间件服务 488 | 489 | 京东云CAP中间件服务包括各种中间件，例如活动装修服务JSHOP、消息队列JMQ、云缓存JimDB和文件共享JBOX等。每个中间件的实例都包含一组容器，随着中间件服务的申请和删除在容器资源池中相应的创建和销毁相关容器。CAP对这些中间件资源进行管理，如进行申请、扩容、缩容，资源的上线通过统一工作平台J-ONE完成。另外，CAP还负责中间件的监控、告警和调度。 490 | 491 | 由于容器开销小、启动时间短，CAP提供的中间件性能相比于基于虚拟机的方式得到了提高，而且资源利用率也相应的得到了提高。 492 | 493 | 数据中心基础设施 494 | 495 | 由数据中心操作系统JDOS统一管理其中的计算、存储和网络资源。京东研发的JD Linux内核保证了计算资源的性能和安全。文件系统JFS是存储的核心，用于存储、分发、控制企业生产中的各种数据，并提供各种访问方式。SDN网络向虚拟机和容器提供统一的OVS-VLAN网络，通过优化OVS对内核锁的使用，以及DPDK软件加速，可以达到接近物理网卡的吞吐量和延时。 496 | 497 | 统一工作平台 498 | 499 | 京东统一工作平台J-ONE向业务部门提供持续集成持续交付平台，并且能完美对接原有上线系统，实现应用自助上线，提供完善的版本控制和灰度发布功能。借助跨区复制和CDN加速功能，使容器在不同地域实现快速部署。 500 | 501 | 安全体系和自动化运维 502 | 503 | 安全体系包括容器层和数据中心层安全，例如通过容器层禁止执行硬件相关工具来避免用户间干扰。运维系统包括物理资源管理、集群管理、异常消息追踪等。 504 | 505 | 烽火通信FitDP平台 506 | 507 | 烽火通信的平台即服务(PaaS)核心产品FitDP平台是一种开放式、可扩展、灵活的云应用平台及生态系统，是烽火通信FitCloud云网一体化云生态系统产品家族的一员，支持各种运行时、框架和多重云部署。FitDP平台以CloudFoundry®技术和Docker容器为基础，融合PaaS解决方案，实现开发、部署、迁移、扩展、管理和监控高可用性易用可行。 508 | 509 | ![](http://ohheuggcj.bkt.clouddn.com/%E7%83%BD%E7%81%AB01.png) 510 | 511 | 烽火通信构建的容器自动化运维交付平台的功能架构 512 | 513 | 烽火通信在开发FitCloud系列产品时，全面采用了DevOps思路，它是一种将开发、运维和测试部门的流程和工具整合到一起的集成软件交付方式；跨越业务规划、应用开发、软件交付到运行维护的整个软件开发生命周期,帮助企业迅速抓住市场机会,更好地满足客户需求。 514 | 515 | ![](http://ohheuggcj.bkt.clouddn.com/%E7%83%BD%E7%81%AB02.png) 516 | 517 | 烽火通信在开发自有知识产权的FitCloud系列产品时全面采用DevOps解决方案 518 | 519 | 在为湖北省教育行业客户提供的教育云计算平台中，烽火通信致力于建设经济、可靠、高度弹性的基础架构，满足多种类型的应用体系，最大限度的提升学校在IT基础设施方面的投资回报；采用容器化CI/CD解决方案可以快速实现教育行业新业务上线及变更，提供高度自动化的资源分配、管理、变更、回收服务，实现IT任务定制化、流程化。 520 | 521 | ![](http://ohheuggcj.bkt.clouddn.com/%E7%83%BD%E7%81%AB03.png) 522 | 523 | 烽火通信在湖北教育云上部署的CI/CD平台架构图 524 | 525 | BoCloud博云在民生银行直销银行容器化DevOps系统应用 526 | 527 | 中国民生银行直销银行主要通过互联网渠道拓展客户，具有客群清晰、产品简单、渠道便捷等特点。虽然业务得到快速增长，但同时也面临着可持续发展的巨大挑战：应用的快速部署受到极大制约、系统弹性扩展能力不足、应用系统仍旧“烟囱”式建设，监控运维无法标准化。 528 | 529 | 为此，BoCloud博云结合Docker容器化技术，结合银行的业务特点，推出了以Docker技术为核心，结合基础设施管理以及监控运维的DevOps管理系统。使用DevOps思想，实现应用的快速开发投产，提升版本发布、维护的自动化，降低生产维护人员的工作成本和投产风险。DevOps管理系统分为三个部分，分别是应用发布平台，基础设施平台，一体化监控平台。 530 | 为此，BoCloud博云结合Docker容器化技术，结合银行的业务特点，推出了以Docker技术为核心，结合基础设施管理以及监控运维的DevOps管理系统。使用DevOps思想，实现应用的快速开发投产，提升版本发布、维护的自动化，降低生产维护人员的工作成本和投产风险。DevOps管理系统分为三个部分，分别是应用发布平台，基础设施平台，一体化监控平台。 531 | 532 | ![](http://ohheuggcj.bkt.clouddn.com/%E5%8D%9A%E4%BA%9101.png) 533 | 534 | 民生银行DevOps系统总体架构图 535 | 536 | 基础设施平台 537 | 538 | 采用Docker集群复用底层物理资源，实现物理资源的可编程，提高资源利用率；以应用交付为核心，统一管控所有的物理资源，主要解决Docker开放性与银行系统安全和流程化管控的矛盾。利用Docker可固化应用运行环境的特点，简化应用部署的复杂度。为银行相关应用提供运行基础环境，具有分时复用物理资源，提高资源利用率能力。达到具备高可靠性、高伸缩性、高可用性特点，提供RESTful管理接口。 539 | 540 | 应用发布平台 541 | 542 | 应用发布平台构建应用和物理资源的映射关系，采用可视化手段，帮助运维人员在维护直销银行的应用时，屏蔽底层物理资源分配的复杂性。以应用部署为核心，协调分布式平台和监控平台，解决银行系统安全和流程化等个性需求。提供协议接入与解析、负载均衡、生命周期管理、失效恢复与容错等基础服务。此外，还支持多种客户端，如Web浏览器、Java客户端等。通过可定制和可扩展的安全机制，满足民生银行安全需求的实现。支持本地、FTP和War上传等多种灵活的应用部署机制。 543 | 544 | 一体化监控平台 545 | 546 | 一体化监控平台能够以分布式的方式对数据中心主机、操作系统、数据库、应用服务器和应用的性能数据进行自定义监控和展示，并以应用可靠保证为核心，采用事前预警和事后报警的机制，帮助运维人员快速发现、定位问题，并将应用从失效状态进行恢复，为应用的健康运行提供多方位的可靠性保证。其中，主要解决Zabbix根据需求优化使用的问题。 547 | 548 | DevOps系统在可靠性方面具备如下特点： 549 | 550 | 容器的故障快速恢复。当服务器宕机时，平台系统会自动在其它服务器上重新启动容器并为其分配资源，从而达到秒级启动，恢复业务。保障业务不掉线，高可靠运行。 551 | 552 | 有效的安全隔离。容器服务平台确保运行在容器中的应用程序和其他容器中的应用程序是完全隔离的，在通信流量和管理上赋予完全的控制权，即使某一个应用程序被攻击，也不影响其它应用程序的运行。 553 | 554 | 镜像仓库安全可靠。将单机版的镜像仓库扩展成镜像仓库集群，并在Registry server pool中实现负载均衡，提升性能，充分强化了镜像仓库的可靠性。实现Registry server的无状态化，便于实现服务的高可用性。 555 | 556 | Swarm集群管理主机高可用。系统平台会对每个Swarm创建一个守护线程，定时探测Swarm的可用性，发现Swarm进程失效后，系统会按照原有的配置，自动重启一个Swarm进程。 557 | 558 | 华三通信基于Docker技术建设上海浦东政务云案例 559 | 560 | 上海浦东新区政府与上海移动、新华三集团旗下的华三通信联手，启动政务云数据中心项目，采用云计算技术，依托政务专网资源，为政府各个部门搭建一个统一的政务云服务平台，实现以“云”的理念重新变革政务建设模式，解决传统政务建设、运维和管理难题，提高政务建设效率和服务水平。 561 | 562 | 华三通信为浦东新区云数据中心项目提供了全面的政务云解决方案。项目采用了华三通信为政府行业定制的容器化云管理平台H3Cloud OS、全融合的国产虚拟化产品 CAS等产品和驻场运维服务，借助华三云虚拟化、Docker容器等技术，全面保障了浦东区政府各委办局在云资源申请、交付与使用过程中弹性获取与安全防护，实现了基础资源全自动化调度与管理，为浦东区政府打造高性能、高可靠、高安全、易扩展的政务信息化云平台。 563 | 564 | 华三云为浦东政务云解决方案架构如下图： 565 | 566 | ![](http://ohheuggcj.bkt.clouddn.com/%E5%8D%8E%E4%B8%8901.png) 567 | 568 | 产品涵盖了： 569 | 570 | 1. H3C全系列云计算产品：1套容器化云管理平台H3CCloud OS 、1套全融合虚拟管理平台CAS、3台UIS 3PAR、213台UIS R390、BSM*200 ； 571 | 572 | 2. 全系列安全产品：2台M9010高端防火墙、4台边界防火墙、1台堡垒机A2100、2套系统漏洞扫描SysScan、2套数据库漏洞扫描DBScan、2套数据库审计D2050、2台T1000、2台L5000-C负载均衡等； 573 | 574 | 3. 整网使用H3C网络产品及SDN产品：2台S12508F-AF、2台S9804、4台S7606、10台S6300-52QF、12台S5820V2-52QF、4台S6800-4C、4台S6800-2C、26台S5500-58C-HI、虚拟交换机*320C、SDN软件 575 | 576 | 4. 全系列华三云运维服务：4个原厂高级协维服务、高级远程托管云服务 577 | 578 | 目前平台已经初步完成，迁移了10余个委办局，涉及到数百个虚机。浦东政务云的建成使用, 进一步降低了政府各部门间信息获取的管理成本，提升了部门协同的工作效能。对于用户而言，平台很好的解决了网络、安全的虚拟化与自动化问题，不仅仅可以自动化的交付云主机、云存储等基础服务，还能够交付云网络、云安全、云负载均衡、云数据库等增值服务，各厅局委办政府单可以申请完整的IaaS服务，构建属于自己的虚拟数据中心vDC。 579 | 580 | 浦东政务云平台采用Docker容器技术和微服务架构建设，为浦东带来了如下的经济效益和社会效益： 581 | 582 | 1. 让整个政务云平台的部署大幅简化，可以更好的集成第三方服务，有利于构建良好的政务云应用生态环境；实现政务云平台客户化定制与模块拆分，保证后续云平台业务不间断平滑升级。 583 | 584 | 2. 有利于政府节资增效。浦东政务云的建设不仅可有效避免产生“信息孤岛”，也有利于避免重复建设，节约建设资金。初步估算，未来10年内新区用于政务信息化硬件部分投入将建设40%。 585 | 586 | 3. 能够为浦东新区政府职能转变提供支撑。政务云以技术手段推动信息共享互联，带来的海量政务大数据，一方面可以为政府各部门提供便捷的信息获取通道，也为事中事后监管提供数据基础和业务协同支持。另一方面，对政府的流程再造和管理体制变革起到积极推动作用。通过建立跨部门、跨领域、跨界别的数据联通与开放标准体系，对于完善治理体系、提升治理能力起到极为重要的推动作用。 587 | 588 | cSphere（希云）为中英人寿基于容器提供的持续集成案例 589 | 590 | 客户需求 591 | 592 | 中英人寿（以下简称甲方）的很多系统是由第三方软件开发商开发的，各个软件开发商自己维护SVN仓库，最终交付的时候向甲方的运维人员发送软件安装包和部署文档。这种工作方式存在以下问题： 593 | 594 | • 多个开发商协作成本过高，经常需要开会讨论，每个开发商都有长期驻厂开发人员负责与其它厂商对接调试； 595 | 596 | • 部署成本过高，按照文档部署经常出错需要反复沟通； 597 | 598 | • 甲方无法实时跟进项目的开发进度； 599 | 600 | • 甲方无法有效的跟踪代码质量。 601 | 602 | 为了解决以上问题，甲方希望建立一套集中的代码托管平台把每个厂商的代码统一管理起来; 通过自动化工具对每一次代码提交进行自动测试并实时反馈测试结果; 并能把每次提交代码的结果自动部署到测试环境供测试团队验收测试。 603 | 604 | 解决方案 605 | 606 | ![](http://ohheuggcj.bkt.clouddn.com/cSphere01.png) 607 | 608 | 针对甲方的实际需求，希云制定了一套整体解决方案，主要包括： 609 | 610 | • 通过cSphere平台提供基于容器的基础运维平台，通过该平台可以通过可视化界面把各厂商的软件编排起来形成一个有机结合的应用； 611 | 612 | • 把以前需要文档描述的操作步骤通过可视化界面编排到模板中。通过应用模板一键把各厂商的软件部署到测试机创建集成测试环境，有效降低了各厂商在软件部署以及联调方面的沟通成本； 613 | 614 | • 从cSphere应用商店一键部署GitLab、Jenkins系统，由甲方统一维护git代码仓库，能够实时看到开发商每次提交的代码。利用GitLab里程碑功能和Issue功能可以有效的跟进项目的进度； 615 | 616 | • 通过Jenkins打通代码仓库和cSphere API，实现代码提交时自动构建并运行测试用例，测试通过以后Jenkins会自动调用cSphere API更新测试环境的应用。 617 | 618 | • 当某次提交的代码测试失败时，系统会向相关厂商的开发人员和甲方的项目负责人发送邮件通知，帮助项目成员尽早发现问题，有效的提升了代码质量。 619 | 620 | 效果收益 621 | 622 | 在不足两个月的时间内，cSphere顺利完成了2个移动应用项目的开发和上线。由于甲方4个开发团队分布在北京和广州，通过CICD使得多个团队能够及时看到阶段性成果，减少了协作成本，缩短了项目交付周期。 623 | 624 | 除此以外，希云还基于cSphere平台，在为赞同科技基于容器搭建的开发测试环境管理平台、为长安汽车车联网和电商项目搭建的自动化运维系统中，充分运用容器技术的优势，解决了从系统迁移问题、系统改造问题等，并提供了快速交付、连续性、可用性强的基于容器技术的解决方案。 625 | -------------------------------------------------------------------------------- /调查报告/img/开源/04180114404中国云计算开源发展调查报告2017年(通用版)_1.png: -------------------------------------------------------------------------------- https://raw.githubusercontent.com/opensourcecloud/manual/41bf97d8f675d388550c3c8ea9297af08abc04b5/调查报告/img/开源/04180114404中国云计算开源发展调查报告2017年(通用版)_1.png -------------------------------------------------------------------------------- /调查报告/img/开源/04180114404中国云计算开源发展调查报告2017年(通用版)_10.png: -------------------------------------------------------------------------------- https://raw.githubusercontent.com/opensourcecloud/manual/41bf97d8f675d388550c3c8ea9297af08abc04b5/调查报告/img/开源/04180114404中国云计算开源发展调查报告2017年(通用版)_10.png -------------------------------------------------------------------------------- /调查报告/img/开源/04180114404中国云计算开源发展调查报告2017年(通用版)_11.png: -------------------------------------------------------------------------------- https://raw.githubusercontent.com/opensourcecloud/manual/41bf97d8f675d388550c3c8ea9297af08abc04b5/调查报告/img/开源/04180114404中国云计算开源发展调查报告2017年(通用版)_11.png -------------------------------------------------------------------------------- /调查报告/img/开源/04180114404中国云计算开源发展调查报告2017年(通用版)_12.png: -------------------------------------------------------------------------------- https://raw.githubusercontent.com/opensourcecloud/manual/41bf97d8f675d388550c3c8ea9297af08abc04b5/调查报告/img/开源/04180114404中国云计算开源发展调查报告2017年(通用版)_12.png -------------------------------------------------------------------------------- /调查报告/img/开源/04180114404中国云计算开源发展调查报告2017年(通用版)_13.png: -------------------------------------------------------------------------------- https://raw.githubusercontent.com/opensourcecloud/manual/41bf97d8f675d388550c3c8ea9297af08abc04b5/调查报告/img/开源/04180114404中国云计算开源发展调查报告2017年(通用版)_13.png -------------------------------------------------------------------------------- /调查报告/img/开源/04180114404中国云计算开源发展调查报告2017年(通用版)_14.png: -------------------------------------------------------------------------------- https://raw.githubusercontent.com/opensourcecloud/manual/41bf97d8f675d388550c3c8ea9297af08abc04b5/调查报告/img/开源/04180114404中国云计算开源发展调查报告2017年(通用版)_14.png -------------------------------------------------------------------------------- /调查报告/img/开源/04180114404中国云计算开源发展调查报告2017年(通用版)_15.png: -------------------------------------------------------------------------------- https://raw.githubusercontent.com/opensourcecloud/manual/41bf97d8f675d388550c3c8ea9297af08abc04b5/调查报告/img/开源/04180114404中国云计算开源发展调查报告2017年(通用版)_15.png -------------------------------------------------------------------------------- /调查报告/img/开源/04180114404中国云计算开源发展调查报告2017年(通用版)_16.png: -------------------------------------------------------------------------------- https://raw.githubusercontent.com/opensourcecloud/manual/41bf97d8f675d388550c3c8ea9297af08abc04b5/调查报告/img/开源/04180114404中国云计算开源发展调查报告2017年(通用版)_16.png -------------------------------------------------------------------------------- /调查报告/img/开源/04180114404中国云计算开源发展调查报告2017年(通用版)_17.png: -------------------------------------------------------------------------------- https://raw.githubusercontent.com/opensourcecloud/manual/41bf97d8f675d388550c3c8ea9297af08abc04b5/调查报告/img/开源/04180114404中国云计算开源发展调查报告2017年(通用版)_17.png -------------------------------------------------------------------------------- /调查报告/img/开源/04180114404中国云计算开源发展调查报告2017年(通用版)_18.png: -------------------------------------------------------------------------------- https://raw.githubusercontent.com/opensourcecloud/manual/41bf97d8f675d388550c3c8ea9297af08abc04b5/调查报告/img/开源/04180114404中国云计算开源发展调查报告2017年(通用版)_18.png -------------------------------------------------------------------------------- /调查报告/img/开源/04180114404中国云计算开源发展调查报告2017年(通用版)_19.png: -------------------------------------------------------------------------------- https://raw.githubusercontent.com/opensourcecloud/manual/41bf97d8f675d388550c3c8ea9297af08abc04b5/调查报告/img/开源/04180114404中国云计算开源发展调查报告2017年(通用版)_19.png -------------------------------------------------------------------------------- /调查报告/img/开源/04180114404中国云计算开源发展调查报告2017年(通用版)_2.png: -------------------------------------------------------------------------------- https://raw.githubusercontent.com/opensourcecloud/manual/41bf97d8f675d388550c3c8ea9297af08abc04b5/调查报告/img/开源/04180114404中国云计算开源发展调查报告2017年(通用版)_2.png -------------------------------------------------------------------------------- /调查报告/img/开源/04180114404中国云计算开源发展调查报告2017年(通用版)_20.png: -------------------------------------------------------------------------------- https://raw.githubusercontent.com/opensourcecloud/manual/41bf97d8f675d388550c3c8ea9297af08abc04b5/调查报告/img/开源/04180114404中国云计算开源发展调查报告2017年(通用版)_20.png -------------------------------------------------------------------------------- /调查报告/img/开源/04180114404中国云计算开源发展调查报告2017年(通用版)_21.png: -------------------------------------------------------------------------------- https://raw.githubusercontent.com/opensourcecloud/manual/41bf97d8f675d388550c3c8ea9297af08abc04b5/调查报告/img/开源/04180114404中国云计算开源发展调查报告2017年(通用版)_21.png -------------------------------------------------------------------------------- /调查报告/img/开源/04180114404中国云计算开源发展调查报告2017年(通用版)_22.png: -------------------------------------------------------------------------------- https://raw.githubusercontent.com/opensourcecloud/manual/41bf97d8f675d388550c3c8ea9297af08abc04b5/调查报告/img/开源/04180114404中国云计算开源发展调查报告2017年(通用版)_22.png -------------------------------------------------------------------------------- /调查报告/img/开源/04180114404中国云计算开源发展调查报告2017年(通用版)_23.png: -------------------------------------------------------------------------------- https://raw.githubusercontent.com/opensourcecloud/manual/41bf97d8f675d388550c3c8ea9297af08abc04b5/调查报告/img/开源/04180114404中国云计算开源发展调查报告2017年(通用版)_23.png -------------------------------------------------------------------------------- /调查报告/img/开源/04180114404中国云计算开源发展调查报告2017年(通用版)_24.png: -------------------------------------------------------------------------------- https://raw.githubusercontent.com/opensourcecloud/manual/41bf97d8f675d388550c3c8ea9297af08abc04b5/调查报告/img/开源/04180114404中国云计算开源发展调查报告2017年(通用版)_24.png -------------------------------------------------------------------------------- /调查报告/img/开源/04180114404中国云计算开源发展调查报告2017年(通用版)_25.png: -------------------------------------------------------------------------------- https://raw.githubusercontent.com/opensourcecloud/manual/41bf97d8f675d388550c3c8ea9297af08abc04b5/调查报告/img/开源/04180114404中国云计算开源发展调查报告2017年(通用版)_25.png -------------------------------------------------------------------------------- /调查报告/img/开源/04180114404中国云计算开源发展调查报告2017年(通用版)_26.png: -------------------------------------------------------------------------------- https://raw.githubusercontent.com/opensourcecloud/manual/41bf97d8f675d388550c3c8ea9297af08abc04b5/调查报告/img/开源/04180114404中国云计算开源发展调查报告2017年(通用版)_26.png -------------------------------------------------------------------------------- /调查报告/img/开源/04180114404中国云计算开源发展调查报告2017年(通用版)_27.png: -------------------------------------------------------------------------------- https://raw.githubusercontent.com/opensourcecloud/manual/41bf97d8f675d388550c3c8ea9297af08abc04b5/调查报告/img/开源/04180114404中国云计算开源发展调查报告2017年(通用版)_27.png -------------------------------------------------------------------------------- /调查报告/img/开源/04180114404中国云计算开源发展调查报告2017年(通用版)_28.png: -------------------------------------------------------------------------------- https://raw.githubusercontent.com/opensourcecloud/manual/41bf97d8f675d388550c3c8ea9297af08abc04b5/调查报告/img/开源/04180114404中国云计算开源发展调查报告2017年(通用版)_28.png -------------------------------------------------------------------------------- /调查报告/img/开源/04180114404中国云计算开源发展调查报告2017年(通用版)_3.png: -------------------------------------------------------------------------------- https://raw.githubusercontent.com/opensourcecloud/manual/41bf97d8f675d388550c3c8ea9297af08abc04b5/调查报告/img/开源/04180114404中国云计算开源发展调查报告2017年(通用版)_3.png -------------------------------------------------------------------------------- /调查报告/img/开源/04180114404中国云计算开源发展调查报告2017年(通用版)_4.png: -------------------------------------------------------------------------------- https://raw.githubusercontent.com/opensourcecloud/manual/41bf97d8f675d388550c3c8ea9297af08abc04b5/调查报告/img/开源/04180114404中国云计算开源发展调查报告2017年(通用版)_4.png -------------------------------------------------------------------------------- /调查报告/img/开源/04180114404中国云计算开源发展调查报告2017年(通用版)_5.png: -------------------------------------------------------------------------------- https://raw.githubusercontent.com/opensourcecloud/manual/41bf97d8f675d388550c3c8ea9297af08abc04b5/调查报告/img/开源/04180114404中国云计算开源发展调查报告2017年(通用版)_5.png -------------------------------------------------------------------------------- /调查报告/img/开源/04180114404中国云计算开源发展调查报告2017年(通用版)_6.png: -------------------------------------------------------------------------------- https://raw.githubusercontent.com/opensourcecloud/manual/41bf97d8f675d388550c3c8ea9297af08abc04b5/调查报告/img/开源/04180114404中国云计算开源发展调查报告2017年(通用版)_6.png -------------------------------------------------------------------------------- /调查报告/img/开源/04180114404中国云计算开源发展调查报告2017年(通用版)_7.png: -------------------------------------------------------------------------------- https://raw.githubusercontent.com/opensourcecloud/manual/41bf97d8f675d388550c3c8ea9297af08abc04b5/调查报告/img/开源/04180114404中国云计算开源发展调查报告2017年(通用版)_7.png -------------------------------------------------------------------------------- /调查报告/img/开源/04180114404中国云计算开源发展调查报告2017年(通用版)_8.png: -------------------------------------------------------------------------------- https://raw.githubusercontent.com/opensourcecloud/manual/41bf97d8f675d388550c3c8ea9297af08abc04b5/调查报告/img/开源/04180114404中国云计算开源发展调查报告2017年(通用版)_8.png -------------------------------------------------------------------------------- /调查报告/img/开源/04180114404中国云计算开源发展调查报告2017年(通用版)_9.png: -------------------------------------------------------------------------------- https://raw.githubusercontent.com/opensourcecloud/manual/41bf97d8f675d388550c3c8ea9297af08abc04b5/调查报告/img/开源/04180114404中国云计算开源发展调查报告2017年(通用版)_9.png -------------------------------------------------------------------------------- /调查报告/img/私有云/04180132108中国私有云发展调查报告2017年(通用版)_1.png: -------------------------------------------------------------------------------- https://raw.githubusercontent.com/opensourcecloud/manual/41bf97d8f675d388550c3c8ea9297af08abc04b5/调查报告/img/私有云/04180132108中国私有云发展调查报告2017年(通用版)_1.png -------------------------------------------------------------------------------- /调查报告/img/私有云/04180132108中国私有云发展调查报告2017年(通用版)_10.png: -------------------------------------------------------------------------------- https://raw.githubusercontent.com/opensourcecloud/manual/41bf97d8f675d388550c3c8ea9297af08abc04b5/调查报告/img/私有云/04180132108中国私有云发展调查报告2017年(通用版)_10.png -------------------------------------------------------------------------------- /调查报告/img/私有云/04180132108中国私有云发展调查报告2017年(通用版)_11.png: -------------------------------------------------------------------------------- https://raw.githubusercontent.com/opensourcecloud/manual/41bf97d8f675d388550c3c8ea9297af08abc04b5/调查报告/img/私有云/04180132108中国私有云发展调查报告2017年(通用版)_11.png -------------------------------------------------------------------------------- /调查报告/img/私有云/04180132108中国私有云发展调查报告2017年(通用版)_12.png: -------------------------------------------------------------------------------- https://raw.githubusercontent.com/opensourcecloud/manual/41bf97d8f675d388550c3c8ea9297af08abc04b5/调查报告/img/私有云/04180132108中国私有云发展调查报告2017年(通用版)_12.png -------------------------------------------------------------------------------- /调查报告/img/私有云/04180132108中国私有云发展调查报告2017年(通用版)_13.png: -------------------------------------------------------------------------------- https://raw.githubusercontent.com/opensourcecloud/manual/41bf97d8f675d388550c3c8ea9297af08abc04b5/调查报告/img/私有云/04180132108中国私有云发展调查报告2017年(通用版)_13.png -------------------------------------------------------------------------------- /调查报告/img/私有云/04180132108中国私有云发展调查报告2017年(通用版)_14.png: -------------------------------------------------------------------------------- https://raw.githubusercontent.com/opensourcecloud/manual/41bf97d8f675d388550c3c8ea9297af08abc04b5/调查报告/img/私有云/04180132108中国私有云发展调查报告2017年(通用版)_14.png -------------------------------------------------------------------------------- /调查报告/img/私有云/04180132108中国私有云发展调查报告2017年(通用版)_15.png: -------------------------------------------------------------------------------- https://raw.githubusercontent.com/opensourcecloud/manual/41bf97d8f675d388550c3c8ea9297af08abc04b5/调查报告/img/私有云/04180132108中国私有云发展调查报告2017年(通用版)_15.png -------------------------------------------------------------------------------- /调查报告/img/私有云/04180132108中国私有云发展调查报告2017年(通用版)_16.png: -------------------------------------------------------------------------------- https://raw.githubusercontent.com/opensourcecloud/manual/41bf97d8f675d388550c3c8ea9297af08abc04b5/调查报告/img/私有云/04180132108中国私有云发展调查报告2017年(通用版)_16.png -------------------------------------------------------------------------------- /调查报告/img/私有云/04180132108中国私有云发展调查报告2017年(通用版)_17.png: -------------------------------------------------------------------------------- https://raw.githubusercontent.com/opensourcecloud/manual/41bf97d8f675d388550c3c8ea9297af08abc04b5/调查报告/img/私有云/04180132108中国私有云发展调查报告2017年(通用版)_17.png -------------------------------------------------------------------------------- /调查报告/img/私有云/04180132108中国私有云发展调查报告2017年(通用版)_18.png: -------------------------------------------------------------------------------- https://raw.githubusercontent.com/opensourcecloud/manual/41bf97d8f675d388550c3c8ea9297af08abc04b5/调查报告/img/私有云/04180132108中国私有云发展调查报告2017年(通用版)_18.png -------------------------------------------------------------------------------- /调查报告/img/私有云/04180132108中国私有云发展调查报告2017年(通用版)_19.png: -------------------------------------------------------------------------------- https://raw.githubusercontent.com/opensourcecloud/manual/41bf97d8f675d388550c3c8ea9297af08abc04b5/调查报告/img/私有云/04180132108中国私有云发展调查报告2017年(通用版)_19.png -------------------------------------------------------------------------------- /调查报告/img/私有云/04180132108中国私有云发展调查报告2017年(通用版)_2.png: -------------------------------------------------------------------------------- https://raw.githubusercontent.com/opensourcecloud/manual/41bf97d8f675d388550c3c8ea9297af08abc04b5/调查报告/img/私有云/04180132108中国私有云发展调查报告2017年(通用版)_2.png -------------------------------------------------------------------------------- /调查报告/img/私有云/04180132108中国私有云发展调查报告2017年(通用版)_3.png: -------------------------------------------------------------------------------- https://raw.githubusercontent.com/opensourcecloud/manual/41bf97d8f675d388550c3c8ea9297af08abc04b5/调查报告/img/私有云/04180132108中国私有云发展调查报告2017年(通用版)_3.png -------------------------------------------------------------------------------- /调查报告/img/私有云/04180132108中国私有云发展调查报告2017年(通用版)_4.png: -------------------------------------------------------------------------------- https://raw.githubusercontent.com/opensourcecloud/manual/41bf97d8f675d388550c3c8ea9297af08abc04b5/调查报告/img/私有云/04180132108中国私有云发展调查报告2017年(通用版)_4.png -------------------------------------------------------------------------------- /调查报告/img/私有云/04180132108中国私有云发展调查报告2017年(通用版)_5.png: -------------------------------------------------------------------------------- https://raw.githubusercontent.com/opensourcecloud/manual/41bf97d8f675d388550c3c8ea9297af08abc04b5/调查报告/img/私有云/04180132108中国私有云发展调查报告2017年(通用版)_5.png -------------------------------------------------------------------------------- /调查报告/img/私有云/04180132108中国私有云发展调查报告2017年(通用版)_6.png: -------------------------------------------------------------------------------- https://raw.githubusercontent.com/opensourcecloud/manual/41bf97d8f675d388550c3c8ea9297af08abc04b5/调查报告/img/私有云/04180132108中国私有云发展调查报告2017年(通用版)_6.png -------------------------------------------------------------------------------- /调查报告/img/私有云/04180132108中国私有云发展调查报告2017年(通用版)_7.png: -------------------------------------------------------------------------------- https://raw.githubusercontent.com/opensourcecloud/manual/41bf97d8f675d388550c3c8ea9297af08abc04b5/调查报告/img/私有云/04180132108中国私有云发展调查报告2017年(通用版)_7.png -------------------------------------------------------------------------------- /调查报告/img/私有云/04180132108中国私有云发展调查报告2017年(通用版)_8.png: -------------------------------------------------------------------------------- https://raw.githubusercontent.com/opensourcecloud/manual/41bf97d8f675d388550c3c8ea9297af08abc04b5/调查报告/img/私有云/04180132108中国私有云发展调查报告2017年(通用版)_8.png -------------------------------------------------------------------------------- /调查报告/img/私有云/04180132108中国私有云发展调查报告2017年(通用版)_9.png: -------------------------------------------------------------------------------- https://raw.githubusercontent.com/opensourcecloud/manual/41bf97d8f675d388550c3c8ea9297af08abc04b5/调查报告/img/私有云/04180132108中国私有云发展调查报告2017年(通用版)_9.png -------------------------------------------------------------------------------- /调查报告/中国云计算开源发展调查报告（2017年）（下载版，请用电脑下载）.pdf: -------------------------------------------------------------------------------- https://raw.githubusercontent.com/opensourcecloud/manual/41bf97d8f675d388550c3c8ea9297af08abc04b5/调查报告/中国云计算开源发展调查报告（2017年）（下载版，请用电脑下载）.pdf -------------------------------------------------------------------------------- /调查报告/中国云计算开源发展调查报告（2017年）（可手机在线浏览）.md: -------------------------------------------------------------------------------- 1 | ![](https://github.com/opensourcecloud/manual/blob/master/调查报告/img/开源/04180114404中国云计算开源发展调查报告2017年(通用版)_1.png) 2 | ![](https://github.com/opensourcecloud/manual/blob/master/调查报告/img/开源/04180114404中国云计算开源发展调查报告2017年(通用版)_2.png) 3 | ![](https://github.com/opensourcecloud/manual/blob/master/调查报告/img/开源/04180114404中国云计算开源发展调查报告2017年(通用版)_3.png) 4 | ![](https://github.com/opensourcecloud/manual/blob/master/调查报告/img/开源/04180114404中国云计算开源发展调查报告2017年(通用版)_4.png) 5 | ![](https://github.com/opensourcecloud/manual/blob/master/调查报告/img/开源/04180114404中国云计算开源发展调查报告2017年(通用版)_5.png) 6 | ![](https://github.com/opensourcecloud/manual/blob/master/调查报告/img/开源/04180114404中国云计算开源发展调查报告2017年(通用版)_6.png) 7 | ![](https://github.com/opensourcecloud/manual/blob/master/调查报告/img/开源/04180114404中国云计算开源发展调查报告2017年(通用版)_7.png) 8 | ![](https://github.com/opensourcecloud/manual/blob/master/调查报告/img/开源/04180114404中国云计算开源发展调查报告2017年(通用版)_8.png) 9 | ![](https://github.com/opensourcecloud/manual/blob/master/调查报告/img/开源/04180114404中国云计算开源发展调查报告2017年(通用版)_9.png) 10 | ![](https://github.com/opensourcecloud/manual/blob/master/调查报告/img/开源/04180114404中国云计算开源发展调查报告2017年(通用版)_10.png) 11 | ![](https://github.com/opensourcecloud/manual/blob/master/调查报告/img/开源/04180114404中国云计算开源发展调查报告2017年(通用版)_11.png) 12 | ![](https://github.com/opensourcecloud/manual/blob/master/调查报告/img/开源/04180114404中国云计算开源发展调查报告2017年(通用版)_12.png) 13 | ![](https://github.com/opensourcecloud/manual/blob/master/调查报告/img/开源/04180114404中国云计算开源发展调查报告2017年(通用版)_13.png) 14 | ![](https://github.com/opensourcecloud/manual/blob/master/调查报告/img/开源/04180114404中国云计算开源发展调查报告2017年(通用版)_14.png) 15 | ![](https://github.com/opensourcecloud/manual/blob/master/调查报告/img/开源/04180114404中国云计算开源发展调查报告2017年(通用版)_15.png) 16 | ![](https://github.com/opensourcecloud/manual/blob/master/调查报告/img/开源/04180114404中国云计算开源发展调查报告2017年(通用版)_16.png) 17 | ![](https://github.com/opensourcecloud/manual/blob/master/调查报告/img/开源/04180114404中国云计算开源发展调查报告2017年(通用版)_17.png) 18 | ![](https://github.com/opensourcecloud/manual/blob/master/调查报告/img/开源/04180114404中国云计算开源发展调查报告2017年(通用版)_18.png) 19 | ![](https://github.com/opensourcecloud/manual/blob/master/调查报告/img/开源/04180114404中国云计算开源发展调查报告2017年(通用版)_19.png) 20 | ![](https://github.com/opensourcecloud/manual/blob/master/调查报告/img/开源/04180114404中国云计算开源发展调查报告2017年(通用版)_20.png) 21 | ![](https://github.com/opensourcecloud/manual/blob/master/调查报告/img/开源/04180114404中国云计算开源发展调查报告2017年(通用版)_21.png) 22 | ![](https://github.com/opensourcecloud/manual/blob/master/调查报告/img/开源/04180114404中国云计算开源发展调查报告2017年(通用版)_22.png) 23 | ![](https://github.com/opensourcecloud/manual/blob/master/调查报告/img/开源/04180114404中国云计算开源发展调查报告2017年(通用版)_23.png) 24 | ![](https://github.com/opensourcecloud/manual/blob/master/调查报告/img/开源/04180114404中国云计算开源发展调查报告2017年(通用版)_24.png) 25 | ![](https://github.com/opensourcecloud/manual/blob/master/调查报告/img/开源/04180114404中国云计算开源发展调查报告2017年(通用版)_25.png) 26 | ![](https://github.com/opensourcecloud/manual/blob/master/调查报告/img/开源/04180114404中国云计算开源发展调查报告2017年(通用版)_26.png) 27 | ![](https://github.com/opensourcecloud/manual/blob/master/调查报告/img/开源/04180114404中国云计算开源发展调查报告2017年(通用版)_27.png) 28 | ![](https://github.com/opensourcecloud/manual/blob/master/调查报告/img/开源/04180114404中国云计算开源发展调查报告2017年(通用版)_28.png) 29 | -------------------------------------------------------------------------------- /调查报告/中国私有云发展调查报告（2017年）（下载版，请用电脑下载）.pdf: -------------------------------------------------------------------------------- https://raw.githubusercontent.com/opensourcecloud/manual/41bf97d8f675d388550c3c8ea9297af08abc04b5/调查报告/中国私有云发展调查报告（2017年）（下载版，请用电脑下载）.pdf -------------------------------------------------------------------------------- /调查报告/中国私有云发展调查报告（2017年）（可手机在线浏览）.md: -------------------------------------------------------------------------------- 1 | ![](https://github.com/opensourcecloud/manual/blob/master/调查报告/img/私有云/04180132108中国私有云发展调查报告2017年(通用版)_1.png) 2 | ![](https://github.com/opensourcecloud/manual/blob/master/调查报告/img/私有云/04180132108中国私有云发展调查报告2017年(通用版)_2.png) 3 | ![](https://github.com/opensourcecloud/manual/blob/master/调查报告/img/私有云/04180132108中国私有云发展调查报告2017年(通用版)_3.png) 4 | ![](https://github.com/opensourcecloud/manual/blob/master/调查报告/img/私有云/04180132108中国私有云发展调查报告2017年(通用版)_4.png) 5 | ![](https://github.com/opensourcecloud/manual/blob/master/调查报告/img/私有云/04180132108中国私有云发展调查报告2017年(通用版)_5.png) 6 | ![](https://github.com/opensourcecloud/manual/blob/master/调查报告/img/私有云/04180132108中国私有云发展调查报告2017年(通用版)_6.png) 7 | ![](https://github.com/opensourcecloud/manual/blob/master/调查报告/img/私有云/04180132108中国私有云发展调查报告2017年(通用版)_7.png) 8 | ![](https://github.com/opensourcecloud/manual/blob/master/调查报告/img/私有云/04180132108中国私有云发展调查报告2017年(通用版)_8.png) 9 | ![](https://github.com/opensourcecloud/manual/blob/master/调查报告/img/私有云/04180132108中国私有云发展调查报告2017年(通用版)_9.png) 10 | ![](https://github.com/opensourcecloud/manual/blob/master/调查报告/img/私有云/04180132108中国私有云发展调查报告2017年(通用版)_10.png) 11 | ![](https://github.com/opensourcecloud/manual/blob/master/调查报告/img/私有云/04180132108中国私有云发展调查报告2017年(通用版)_11.png) 12 | ![](https://github.com/opensourcecloud/manual/blob/master/调查报告/img/私有云/04180132108中国私有云发展调查报告2017年(通用版)_12.png) 13 | ![](https://github.com/opensourcecloud/manual/blob/master/调查报告/img/私有云/04180132108中国私有云发展调查报告2017年(通用版)_13.png) 14 | ![](https://github.com/opensourcecloud/manual/blob/master/调查报告/img/私有云/04180132108中国私有云发展调查报告2017年(通用版)_14.png) 15 | ![](https://github.com/opensourcecloud/manual/blob/master/调查报告/img/私有云/04180132108中国私有云发展调查报告2017年(通用版)_15.png) 16 | ![](https://github.com/opensourcecloud/manual/blob/master/调查报告/img/私有云/04180132108中国私有云发展调查报告2017年(通用版)_16.png) 17 | ![](https://github.com/opensourcecloud/manual/blob/master/调查报告/img/私有云/04180132108中国私有云发展调查报告2017年(通用版)_17.png) 18 | ![](https://github.com/opensourcecloud/manual/blob/master/调查报告/img/私有云/04180132108中国私有云发展调查报告2017年(通用版)_18.png) 19 | ![](https://github.com/opensourcecloud/manual/blob/master/调查报告/img/私有云/04180132108中国私有云发展调查报告2017年(通用版)_19.png) 20 | --------------------------------------------------------------------------------