定义云原生本身就颇具挑战性——这很大程度上是因为云原生并不一定意味着应用程序必须在云中运行(它更多地涉及应用程序架构)。
但当云原生与其他流行的以云为中心的热词(如基于云的、云就绪的、云托管的和云优先的)并列时,这个术语可能会变得更加令人困惑。
为了消除这种模糊性,本文将详细分析云原生与这些其他术语在含义上的比较——以及为什么理解它们之间的细微差别对于规划现代云的有效方法至关重要。
什么是云原生?
根据大多数定义,云原生是一种专注于松散耦合、可扩展模式的应用程序设计和部署方法,例如使用微服务。
再次强调,云原生并不严格意味着应用程序部署在云中。您也可以将微服务等云原生策略用于本地应用程序。
同样,并非所有在云中运行的应用程序都是云原生的。还有许多其他方式来部署云应用程序。
云原生的替代方案
具体来说,以下是与云原生不同的其他常见云应用程序部署和管理方法:
基于云的:这是一个通用术语,指代任何使用云(而不是本地基础设施)的应用程序或数据托管策略。
云就绪的:这是一种应用程序设计方法,使应用程序易于在云中运行,无论它们是否实际托管在那里。云就绪应用程序的目的是在企业希望将应用程序迁移到云端时,能够轻松实现云迁移。
云托管的:另一个通用术语,指代利用云的部署策略或模式。云托管与基于云的基本可以互换使用(尽管如果您想在语义上进行细分,可以说后者意味着部署中的所有内容都在云中运行,而前者意味着工作负载主要基于云,但可能包括一些托管在本地的元素)。
云优先的:一种IT策略,优先考虑在任何可能的地方和时间使用云。云优先不是一种应用程序部署模式,而更多是一种整体策略。
显然,云原生计算在各种方式上与这些其他云方法重叠。例如,云优先策略可能涉及云原生应用程序设计和部署模式,因为云原生架构可以帮助企业充分利用云计算。而云原生应用程序本质上是云就绪的,因为它们可以在需要时轻松迁移到云中。
尽管如此,并非所有云就绪的应用程序都是云原生的,也有一些方法可以在不完全依赖云原生架构的情况下实施云优先方法。例如,您可以简单地将工作负载放置在云服务器实例上,而无需使它们成为云原生。
为什么词汇对规划云部署策略很重要
在云已成为托管工作负载首选场所的世界中,可能很容易将上述区别视为无关紧要的语义细节。每个人都想使用云,大多数人并不担心他们为云策略应用的具体标签。
然而,含义上的细微差别很重要,因为同样,使用云仍有许多方式,例如:
在基于云的虚拟机上托管应用程序。这符合基于云的和云优先的定义,但不是云原生的,因为它不涉及微服务。
在云中的裸机服务器实例上托管应用程序。这也符合基于云的和云托管的条件,但不是云原生的。它也可能不太云就绪,因为它可能导致工作负载依赖于特定的裸机配置,使它们在云间的可移植性较差。
使用容器或Kubernetes部署应用程序。这将是云原生的。假设工作负载在云中运行(而不是本地容器或Kubernetes环境),它也将是云托管的和基于云的。
使用完全托管的云服务,如EKS、AKS和GKE——所有这些都是云原生的,因为它们涉及使用容器和松散耦合架构部署应用程序,但采用与在用户自己配置和管理的云基础设施上运行应用程序不同的方法。
当您能够准确解释这些各种云部署方法如何与云原生计算保持一致(或不一致)时,您可以说您完全理解了现代云。鉴于云的复杂性,这是一件大事。
好文章,需要你的鼓励
普林斯顿大学研究团队通过分析500多个机器学习模型,发现了复杂性与性能间的非线性关系:模型复杂性存在最优区间,超过这个区间反而会降低性能。研究揭示了"复杂性悖论"现象,提出了数据量与模型复杂性的平方根关系,并开发了渐进式复杂性调整策略,为AI系统设计提供了重要指导原则。
OpenAI明确表示要成为互联网一切事物的主导界面。AI智能体正在改变用户的数字习惯,从健康记录分析到购物指导,ChatGPT已经在多个领域扩展影响力。用户快速采用AI工具,但企业和生态系统的适应速度滞后。电商领域的权力分配尚不明确,用户偏好AI驱动的答案优先体验,品牌则推动生成式引擎优化。研究旨在了解用户与企业在AI变革中的适应差异。
微软亚洲研究院开发出革命性的认知启发学习框架,让AI能够像人类一样思考和学习。该技术通过模仿人类的注意力分配、记忆整合和类比推理等认知机制,使AI在面对新情况时能快速适应,无需大量数据重新训练。实验显示这种AI在图像识别、语言理解和决策制定方面表现卓越,为教育、医疗、商业等领域的智能化应用开辟了新前景。