为什么 Kubernetes 对数据平台的未来很重要？

介绍

Kubernetes 是一个容器自动化和分配器平台。它具有内置的修复、调度、部署实践（例如推出和回滚）、负载平衡和自动扩展功能。它通过 Pod 的名称将容器包装为抽象。

Kubernetes 架构

问题

如今，许多行业必须收集和注入数据来解决复杂的问题。有许多以数据为中心的问题，从客户服务到球场上的流程自动化，而且随着问题的增加，数据量每天都在增长。信息技术行业应该能够提供比过去几十年更多的强大、可靠和可扩展的数据和机器学习解决方案。

提议的系统

几乎所有数据密集型应用程序都使用批处理或实时数据处理，例如分析报告、机器学习任务或实时广告活动操作，所有这些任务都处理大量收集的数据。

批处理数据处理领域过去几年一直使用 Hadoop，因此 Hadoop 多年来几乎只使用 YARN 进行资源管理。之后，随着容器化的兴起，Mesos 逆风而行，许多团队尝试将 Mesos 资源管理器用于 Hadoop 环境。另一方面，实时处理总是比具有不同概念（如水印）的批处理数据处理更复杂，现在仍然如此。

数据应用程序具有剧烈的计算任务，应该大规模处理所有数据。这种应用程序需要依赖分布式系统和任务编排，因为它需要太多的计算设备、进程、线程、容器、Pod 或其他。

数据工作负载本质上需要像魅力一样工作的调度程序。工作负载可以是普通的数据处理作业，也可以是多组件机器学习操作流程。如果你有一个机器学习模型来服务其他应用程序，你主要需要 API 服务器。如果您有 API 服务器，则需要负载平衡和其他花哨的微服务概念。

最后但同样重要的是，另一个重要主题是云灵活性。这些应用程序应该能够在不同的平台上运行，例如私有云、公共云或混合云。数据是任何公司或政府的重要资产，而且法规日益增多。数据竞赛才刚刚开始。

结论

这些问题和系统给管理带来了许多不同的复杂性，但像太阳一样冉冉升起的 Kubernetes 具有以下几个方面的竞争优势：

• 资源效率

• 容器或节点上的无缝可扩展性

• 内置调度器

• 云灵活性

• 推动应用工程最佳实践