Kubernetes如何降低云的复杂性

不久前，我宣布Kubernetes赢得了容器编排大战。虽然我一贯持正确观点，但云计算行业的很多人已将Kubernetes视为解决所有问题的终极技术。

因此，我们滥用Kubernetes来解决所有的安全问题和基础设施问题，甚至完全成了正在寻觅下一个舒适区的科技公司的战略。真是三句不离Kubernetes。

身为云计算的实践者，以及在本地云和公共云中利用Kubernetes的人，我可以告诉你，Kubernetes的大部分优点都是真的。但是，我还可以告诉你，人们并不认为Kubernetes有助于解决2020年面临的核心问题——云复杂性。

云复杂性有两个主要成因：

首先，人们在选择云平台时过度使用异构性。虽然多云是个好主意，但将为数众多的API混入一个统一的平台中，这使得开发人员的工作和操作任务变得更为困难。

其次，在没有适当规划的情况下部署云解决方案。如果要以最小的风险部署到多云解决方案，你至少要了解你现在的出发点，你的目的地以及如何达到目的地。大多数企业都无法回答这些问题，却继续在消极被动的状态下运营。

云复杂性也同样有两种解决方案：

首先是抽象。使用具有共同特征的抽象层可以使你不必直接处理云原生 工具 和接口的复杂性。

第二，自动化。自动化接口的使用可以使操作更轻松，因此不再那么复杂。

Kubernetes解决了自动化问题。 Kubernetes生态系统(包括最近发布的Anthos)的本质就是抽象容器内的应用程序和数据。其真正的价值就在于以高度可扩展的方式将这些容器自动化，同时降低复杂性。

我担心的是，必须处理复杂性的人不了解自动化或不了解Kubernetes如何解决这些问题。他们专注于专用工具，而不是Kubernetes所隐含的理念，Kubernetes更像是一个元概念而不是一套工具。

如果你正在处理云复杂性，那么你必须关注自动化的价值，特别是新兴的支持技术，如Kubernetes。Kubernetes并不是解决云复杂性问题的万灵药，但它是一个概念，这个概念可以分解为有用的工具和方法，而且是专用的。