你有没有买过一辆认为有点独特的车,但买了之后你开始到处看到同样的品牌、型号和颜色?这被称为Baader-Meinhof现象,或频率错觉,是一种影响我们对频率感知的认知偏差。
如果一个东西最近一直在我们的脑海中,我们就会倾向于高估我们看到或听到它的次数。这种偏见有时会很有帮助,比如试图记住某人的名字或把钥匙放在哪里。然而,它也会让我们误入歧途,比如认为自己看到或听到的东西比实际更频繁——在Kubernetes身上也是如此。
Kubernetes真的在蚕食云吗?
为什么要提起关于Kubernetes的Baader-Meinhof现象?因为作为基于Kubernetes的软件开发人员,笔者认为“每个人”都在使用Kubernete。然而,在日常业务中,笔者发现只有一些用户有意识地使用Kubernetes,这超出了笔者的想象。
Kubernetes由谷歌于2014年创建,并于2015年捐赠给云原生计算基金会。它已成为大规模生产中运行容器的标准。从那以后,人们认为它获得了巨大的成功。
然而,当在谷歌上查看Kubernetes搜索趋势时,笔者惊讶地发现它的全球搜索量在过去两年中有所下降。笔者想知道搜索量是否是一个很好的使用指标,或者说这些数字不能说明全部情况,因为由于可伸缩性和嵌入其他系统,少数开发人员和云原生工程师可以为更多用户部署系统。
全球Kubernetes搜索的谷歌趋势数据
笔者还研究了采用Kubernetes的挑战,正如Linux基金会培训总经理Clyde Seepersad指出的那样,你无法通过雇佣来解决云技能短缺的问题。根据2022年的Canonical Kubernetes和云原生运维报告,在迁移或使用Kubernete时,缺乏内部技能是最重要的。
迁移到/使用Kubernetes和容器时的最大挑战
CNCF称Kubernetes仍在增长
根据CNCF 2021的年度调查,96%的组织正在使用或评估Kubernetes,这是自CNCF自2016年开始年度调查以来的最高水平。在生产中对Kubernete的区域采用方面,新兴技术中心非洲(73%)领先于其他更成熟的技术中心,包括欧洲(69%)和北美(55%)。此外,93%的受访者目前正在或计划在生产中使用容器,与2020年调查中的92%一致。
笔者怀疑,因为CNCF调查是针对云原生用户的,所以存在一定偏差。
无服务器是大规模采用Kubernetes的途径吗?
笔者研究从COBOL到云原生的路径,得出的一个结论是,大型机仍然扮演着重要角色,尽管绝大多数人从未见过底层架构。作为一种更新,大型机在金融业无处不在,全球最大的100家银行中有96家,全球最大保险公司中有10家,美国25家最大零售商中有23家,财富500强公司中有71%使用大型机。然而,许多使用大型机服务的人不知道底层的基础设施。
这让笔者怀疑Kubernetes是否仍在快速增长。但它正在成为云和服务的底层结构的一部分,这些云和服务不会暴露Kubernetes的复杂性——这与大型机没有什么不同。
也许继续采用无服务器计算是Kubernetes采用的这一潜在趋势的一部分,尽管这是隐藏的。一个可能的趋势是,Kubernetes是无服务器的中途停留。
Datadog最近发布了《Datadog无服务器状态报告》,该报告显示无服务器的应用正在以相当快的速度增长。此外,大部分无服务器应用都是在Kubernetes之上实现的。
云提供商采用无服务器
就无服务器而言,最著名的平台是AWS的Lambda,但它并不在幕后运行Kubernetes。它运行在一个微型虚拟机架构上,开源实现表明它不使用Kubernetes,但提供了类似的功能。然而,大多数其他无服务器供应商都是基于Kubernetes的无服务器产品。
谷歌云中最常用的无服务器产品
许多组织都有用于Kubernetes的容器化应用程序,但一些组织直接将容器部署到无服务器云服务。无服务器是一个短暂的容器,可以按比例放大,然后按比例缩小到零。也许这种无服务器的增长部分是由于采用了容器和Kubernetes。
总结
Kubernetes的采用率仍在增长,96%的组织使用或评估Kubernete。尽管采用率很高,但Kubernetes的采用仍面临一些挑战,包括缺乏内部技能。Kubernetes也越来越多地嵌入到其他系统中,因此它的采用可能不像以前那么明显。无服务器计算是Kubernetes被暗中采用的一个领域,这种趋势很可能会继续下去。因此,也许这才是成功的真正标志——就像Linux一样,使用该技术的人比以往任何时候都多,但更易于使用、开发人员友好的抽象正在对它进行抽象。
原文链接:
https://thenewstack.io/is-kubernetes-adoption-slowing/
(版权归原作者所有,侵删)
《Docker中Image、Container与Volume的迁移》
免责声明:本文内容来源于网络,所载内容仅供参考。转载仅为学习和交流之目的,如无意中侵犯您的合法权益,请及时联系Docker中文社区!