ITPub博客

在当今世界，了解系统性能和健康状况比以往任何时候都更加重要。现代应用程序依赖于复杂的微服务架构和云原生技术，如 Kubernetes。

随着数字世界的不断发展，越来越多的企业组织开始实施数据驱动型(data-driven)发展模型，来增强客户体验、降低生产成本、优化运营流程，以及覆盖更广泛的客户群。

所谓数据可视化是对大型数据库或数据仓库中的数据的可视化，它是可视化技术在非空间数据领域的应用，使人们不再局限于通过关系数据表来观察和分析数据信息，还能以更直观的方式看到数据及其结构关系。

在探索云计算所需的实践之前，为任何高性能软件团队设定基线是很重要的。DevOps Research Assessment(DORA)中概述的实践是一个很好的起点。

云原生 GitOps 通常分为持续集成(CI)和持续交付(CD)两部分，持续集成部分主要负责编译出镜像、部署清单和配置文件等最终部署产物，持续交付部分负责将持续集成的产物以适合的方式部署到对应的集群或环境中。

虽然 K8s 1.24 已经实现了“弃用 Docker”的目标，但很多人似乎对这一点还不是很清楚。所以本篇文章就来聊聊这个话题。

分布式存储发展至今，市场上并没有一个能够被广泛接受并引用的定义。

Apache Hudi 是一个流式数据湖平台，将核心仓库和数据库功能直接引入数据湖。

IBM将集成Red Hat OpenShift Data Foundation(ODF)的存储技术，作为IBM Spectrum Fusion的基础。这将结合IBM和红帽的数据服务容器存储技术，并有助于加速IBM在迅速发展的Kubernetes平台市场中的能力。

为了繁荣国内开源生态的建设。近日，建木项目负责人和木兰开源社区通过了建木开源项目评估和捐赠申请流程审查，双方完成了捐赠协议签署并进行了产权交接。

Apache Kafka 社区一直在开发一种使用自我管理元数据运行的新方法。这种新的 KRaft 社区模式提高了可扩展性和弹性，同时实现了 Apache Kafka 的部署。

对于传统行业来说，开源云存储技术并不能拿来即用，是不适应不同业务系统的存储需求的。要在云存储这样的基础架构领域做到技术自主是非常困难的，也缺乏相应的技术积累、人才队伍建设和研发资源投入。

Istio是一个开源的服务网格 ，它透明地提供了一种统一和有效的方式来保护、连接和监控云原生应用中的服务。它提供零信任网络、策略执行、流量管理、负载均衡和监控，而不需要重写应用程序。

通常，在容器云环境下，运维团队面临了各类环境和资源的操作，虽然容器云平台具备自身资源数据的联动，和应用的联动依然不友好。

数据治理大的脉络并不复杂：对数据资产家底清晰、管理权责分明、建立配套标准规范、确保落地执行，由此去保障数据质量。虽然大数据的规模大、类型多、速度快，但数据治理的原则对于大数据也是同样适用的。

伴随着数字化转型深化，企业对于数据的重视程度逐步加深。伴随着以云计算、5G、IOT、人工智能、区块链等新兴技术的发展，催着更多新兴数据场景的出现。这其中直观带来的就是数据规模呈现几何级增长、数据结构复杂度与日攀升。

大道至简，殊途同归，信息科技的发展仍充满着诸多不确定性的惊喜，期待着存算分离架构下更多成熟方案的落地实践，同样也对存算一体的卓越性能超越怀有希冀，心向光明，未来可期。

数据之“管”指狭义的数据管理，是对不同类别的数据采取不同的数据管理模式。这里我们把数据分为四个层次：元数据、主数据、参考数据、一般数据(交易数据)。

很多企业的核心系统随着业务的快速发展，一段时间后会出现运行缓慢、运行卡顿等非正常情况。对于这类性能问题的解决大多受系统本身架构限制，除了对资源进行优化外，大多处于被动状态。

如果你所在的企业认为它需要 Kubernetes，那么你也许正处在一个试图过早地为未来优化的地方。一个可能永远不会出现的未来。