2020 KubeCon 上海场取消

受新冠疫情影响,国外企业、开发者到访中国存在不确定性,加上召集演讲人、赞助商及参会者所遇到的困难,上周,CNCF 宣布原定于今年 7 月在上海举办的 KubeCon + CloudNativeCon +开源峰会取消

同时,原计划于 3 月 30 日 - 4 月 2 日在荷兰阿姆斯特丹举办的 KubeCon 欧洲场也因疫情影响,众多企业(尤其是国内企业)纷纷宣布无法成行,被推迟到 2020 年 7 月或 8 月举行

KubeCon + CloudNativeCon North America 2020 则将按原定计划,将在 2020 年 11 月 17 日至 20 日在波士顿举行

见《CNCF 宣布 2020 年中国 KubeCon 取消

Istio v1.5 正式发布

上周,Istio 开发团队宣布正式发布 1.5 版本,新版本提高了 CPU 性能,包括用于代理服务器的新扩展模型,并提供了一些安全设置。

以下是新版本引入的一些最新功能:

  • 全新部署模式:Istiod。Istio 引入了更简单的部署模式 Istiod,它合并了控制面板、处理配置、证书分发和 Sidecar 注入,通过减少组件数量帮助开发者简化操作;
  • SDS 进入稳定。SDS 为 Istio Envoy 代理提供身份配置,新版本把 SDS 作为默认设置,提高了整体安全性。同时,用户也不再需要在单个 Pod 上安装证书,Node 代理和 Istio 代理也已组合到一个二进制文件中;
  • 引入了新的默认遥测系统。该系统可减少延迟并提高性能。Telemetry v2 将延迟从 7ms 减少到 3.3.ms,新的基准测试还表明新版本将 CPU 消耗减少了一半。

在 1.5 版本中,Istiod 的引入大大简化了架构,使部署模式变得“更先进、更流畅、更迅速”。未来,Istio 还会围绕安全性做更多尝试,并与更多托管的 Kubernetes 环境进行集成。

https://istio.io/news/releases/1.5.x/announcing-1.5/

Kubeflow v1.0 正式发布

Kubeflow 是 2017 年由 Google、IBM、才云科技等公司发起的开源和免费的机器学习平台。近日,社区历时 2 年终于发布了 1.0 版本

据了解,1.0 版本发布的核心组件包括:

  • Kubeflow UI:集中仪表板;
  • Jupyter Notebook controller:机器学习模型开发工具;
  • 用于分布式训练的 TFJob 以及 PyTorch Operator;
  • kfctl:用于部署和管理 Kubeflow;
  • KFServing:机器学习模型的部署和管理。

根据官方发布的用户核心使用场景示意图,Kubeflow 1.0 版本现已包含开发、构建、训练、部署四个环节,可全面支撑企业级用户的机器学习、深度学习完整使用过程

作为一个基于容器和 Kubernetes 构建,旨在为数据科学家、机器学习工程师、系统运维人员提供面向机器学习业务的敏捷部署、开发、训练、发布和管理平台,此次 Kubeflow 1.0 版本的发布,标志着这个云原生机器学习平台已经可以开始在生产环境中使用

详参《Kubeflow 1.0 发布:企业生产级云原生机器学习平台

本周K8s开源项目推荐

configula

  • github.com/brendandburns/configula
  • 这是一种配置生成语言和处理器,目的是使声明性配置的程序化定义变得容易和直观。

k8s-platform-lcm

  • github.com/arminc/k8s-platform-lcm
  • 这个项目可帮助开发者跟踪 Kubernetes 平台及其周围使用或运行的软件和工具,它可以辅助进行部分生命周期管理。

gimbal

  • github.com/projectcontour/gimbal
  • 这是基于 Contour 构建的第 7 层负载均衡平台,能够将流量路由到多个 Kubernetes 和 OpenStack 集群,是 Yahoo 为了用 K8s 对基础架构进行现代化改造推出的工具。

eks-pod-identity-tester

  • github.com/jasonrichardsmith/eks-pod-identity-tester
  • 这个工具可以帮忙诊断权限问题。

helm-monitor

  • github.com/ContainerSolutions/helm-monitor
  • 这个工具可以监控 K8s Helm 的发布和 metrics behavior 的回滚。

KubeVault

  • github.com/kubevault
  • 这是一个用于在 K8s 上运行 HashiCorp Vault 的工具集。

数据科学家:不想管 K8s 集群了!

随着基于机器学习和深度学习的功能在软件中无处不在,管理机器学习基础设施也正变得越来越重要。日前,Medium 上一篇名为《不要再让数据科学家管理 Kubernetes 集群》的文章说出了很多人的心声。

当前,很多公司都在尝试将深度学习、机器学习融入自己的产品和服务,随着融入程度逐渐深化,数据科学家们肩上的责任也与日俱增,其中最典型的就是他们不得不需要面对管理集群,将训练好的模型作为微服务部署到云中,将模型部署为生产 API。

对企业来说,在机器学习和机器学习基础设施之间进行区分是非常重要的。为了设计和训练新模型,数据科学家需要花大量时间围绕数据开发模型,并保证输出结果的准确性。

而为了将模型投入生产,他们除了优化各平台配置、确保更新不会导致 API 失效,还要学习使用 Docker、Kubernetes、Istio、Flask 等工具。把这么大的工作量直接分配给数据科学家团队并不现实。

事实上,很多公司已经注意到这个问题,如 Spotify 和 Netflix,他们已经开始招聘机器学习基础架构工程师和数据科学平台工程师

如果企业希望把 AI 作为发展动力,那么用 Kubernetes 消除基础架构瓶颈,并让数据科学家专注于数据科学,才是个正确的选择。

https://towardsdatascience.com/stop-making-data-scientists-manage-kubernetes-clusters-53c3b584cb08?gi=30dae2f734b4

BMC 吞并竞争对手 Compuware

上周,企业软件巨头 BMC 宣布计划收购 Compuware,后者是大型机软件的领先提供商,并且与 BMC 竞争长达数十年。这项交易将结合 BMC 的大型主机系统管理、存储管理及 Compuware 的主机软件开发及生命周期管理产品线,强化大型主机运行、安全、应用开发、数据及存储,且无缝集成主机平台开发和管理流程。

现在集成 Compuware 产品是最佳时机,因为传统大型主机 AppDev(应用开发)市场正逐渐转向 DevOps。

近年来,BMC 一直致力于用容器和 Kubernetes 推动 IT 服务管理和 IT 运营管理的打通,并引入 AI 技术力求实现 IT 组织管理跨多个 IT 平台的数字服务。而 Compuware 则一直积极推进敏捷 DevOps。

此次两家的合并,无疑会充分利用双方解决方案的互补性,更好地协助客户实践 DevOps 策略,提高整体竞争力。

原文请点击:https://mp.weixin.qq.com/s/aPlY-UyZvjUP3ArChSo1Iw