vivo クラウドネイティブコンテナの探索と実装

vivo は 2018 年以来、コンテナをベースとしたワンストップのクラウドネイティブ機械学習プラットフォームを構築してきました。アルゴリズムミドルプラットフォームをサポートし、アルゴリズムエンジニアにデータ管理、モデルトレーニング、モデル管理、モデル展開などの機能を提供し、広告、推奨、検索などのビジネスに力を与え、アルゴリズムのコスト削減と効率向上に成功し、クラウドネイティブとコンテナの価値がその優位性を示し始めます。機械学習プラットフォームのパイロット結果に基づいて、パイロット実践とアルゴリズムシナリオの価値分析を経て、内部戦略がアップグレードされました。大規模なコスト削減と効率化の目標を達成するために、クラウドネイティブコンセプトに基づいた業界をリードするコンテナエコシステムを構築することを決意します。

本稿では、高可用性コンテナクラスターの構築における磨き上げと構築、コンテナクラスターの自動運用と保守、コンテナプラットフォームアーキテクチャのアップグレード、コンテナプラットフォーム機能の強化、コンテナエコシステムの接続性など、高可用性コンテナクラスターの構築における vivo の具体的な実践について詳しく紹介します。現在、vivo のコンテナ製品機能マトリックスは徐々に充実しており、完全なコンテナ化、クラウドネイティブの採用、オフラインコロケーションという 3 つの方向に引き続き注力していきます。

現在、クラウドネイティブやコンテナが話題となっており、コンテナオーケストレーションの分野ではKubernetesが事実上の標準となっています。

国内外の企業がクラウドネイティブやコンテナを社内に導入する過程では、それぞれのビジネスシナリオや開発段階に応じてさまざまな問題や課題に遭遇します。この記事は、クラウドネイティブコンテナ分野における vivo の調査と実装の実践について説明しています。読者の皆様にとって参考になり、お役に立てれば幸いです。

1. コンテナ技術とクラウドネイティブコンセプト

1 つ目は、コンテナテクノロジーとクラウドネイティブの概念の導入です。

1.1 コンテナ技術の概要

コンテナ技術は新しい技術ではありません。 chroot は 1979 年に Unix システムに誕生してから現在に至るまで、40 年以上の発展を経ており、技術萌芽段階、技術爆発段階、商業探索段階、商業拡大段階という4 つの段階を経てきました。

各段階で、環境の分離、ソフトウェアの配布とオーケストレーション、商用サービスの形式、規模とシナリオの拡張など、さまざまな技術的問題が解決されました。

仮想マシンと比較すると、コンテナテクノロジでは仮想オペレーティングシステムの損失レイヤーが 1 つ少ないため、仮想マシンよりもパフォーマンスが優れています。さらに、コンテナには、システムリソース、起動時間、クラスターサイズ、高可用性戦略の面でも非常に明らかな利点があります。

2020 年の CNCF 中国クラウドネイティブ調査レポートによると、調査対象となった中国企業の 68% がすでに本番環境でコンテナテクノロジーを使用しています。

業界の発展の観点から見ると、クラウドベンダーと大手テクノロジー企業の両方が、コンテナ技術に基づく独自の新世代インフラストラクチャを構築し、企業のデジタルイノベーションを推進しています。コンテナ技術は広く認知され、普及しています。

1.2 クラウドネイティブコンセプトの紹介

コンテナ技術はクラウドネイティブのトレンドを生み出し、クラウドネイティブのエコシステムはコンテナ技術の発展を促進しました。では、クラウドネイティブの正確な定義と意味は何でしょうか?

実際のところ、クラウドネイティブには標準的な定義はありません。定義するなら、業界には 2 つの見解があります。

1 つの定義は、クラウドネイティブアプリケーションを提案し、クラウドネイティブアプリケーションの先駆者および開拓者である Pivotal 社によるものです。 Pivotal の最新の公式 Web サイトでは、 DevOps、継続的デリバリー、マイクロサービス、コンテナーという4 つの重要なポイントでクラウドネイティブを紹介しています。
もう 1 つの定義は CNCF から来ています。 CNCF は 2015 年に設立されました。Kubernetes、Prometheus モニタリングなどの主要なクラウドネイティブコンポーネントの開発においてオープンソースコミュニティをサポートすることを目的としたオープンソース組織です。

クラウドネイティブは、3 つのコアテクノロジーと2 つのコアコンセプトに分類されます。

3 つのコアテクノロジー:コンテナー、マイクロサービス、サービスメッシュ。
2 つのコア概念:不変のインフラストラクチャと宣言型 API 。

ただし、どのような定義であっても、コンテナはクラウドネイティブの実装の基盤であり、中核となる技術的手段です。

1.3 クラウドネイティブの価値分析

あらゆるテクノロジーとコンセプトには実用的なビジネス価値がなければなりません。クラウドネイティブとコンテナの技術的価値は、効率、コスト、品質の 3 つの側面から分析でき、次のようにまとめることができます。

効率性:高速な継続的配信と展開、ポータブルなイメージのパッケージ化、数秒での弾力的なコンピューティングと容量拡張を実現できます。
コスト:無駄のないオンデマンド割り当て、高い充填率での統一されたスケジューリング、断片化の少ない混合展開を実現できます。
品質:動作状態を監視し、障害を自己修復し、クラスタ管理を維持できます。

2. Vivoコンテナ技術の探究と実践

新しいテクノロジーの導入は新しい価値をもたらしますが、必然的に新しい問題も生じます。次に、vivo のコンテナ技術の探求と実践について紹介します。

2.1 パイロット調査

vivo のアルゴリズムシナリオでは、機械学習プラットフォームがアルゴリズムモデルの反復を担当し、インターネットアルゴリズムビジネスの中核部分を担っています。初期のプラットフォームは従来のアーキテクチャに基づいており、効率、コスト、パフォーマンス、エクスペリエンスの面で一定の欠陥があり、アルゴリズムビジネスの急速な成長の要求を満たすことができませんでした。これに基づいて、まずアルゴリズムシナリオにおけるコンテナーのパイロット調査を実施しました。 2018年以来、当社はコンテナをベースとしたvivoのワンストップクラウドネイティブ機械学習プラットフォームを構築しており、同社のアルゴリズムミドルプラットフォームをサポートし、アルゴリズムエンジニアにデータ管理、モデルトレーニング、モデル管理、モデル展開などの機能を提供し、広告、推奨、検索などのビジネスを強化しています。

vivo のクラウドネイティブ機械学習プラットフォームには、次の 5 つの利点があります。

幅広いシナリオ:推奨、広告、検索などの複数のシナリオをカバーするエンドツーエンドのビジネス。
良いエクスペリエンス:待ち時間が短く、ユーザーエクスペリエンスが優れており、タスク P99 の待ち時間は 45 分未満です。
低コスト:優れたスケジューリング機能、高いリソース使用率、平均 CPU 使用率は 45% 以上です。
高効率:ネットワークの規模が大きく、トレーニング速度は 1 時間あたり 8 億 3000 万サンプルと高速です。
優れた結果:アルゴリズムの反復は安定しており、トレーニングの成功率は 95% を超えています。

vivo のクラウドネイティブ機械学習プラットフォームは、コストの削減とアルゴリズムの効率性の向上に成功し、クラウドネイティブとコンテナの価値が現れ始めました。

2.2 価値マイニング

これまでの機械学習プラットフォームのパイロット結果に基づいて、コンテナとクラウドネイティブの価値を深く分析し、探求しました。 vivo の状況と組み合わせると、コンテナとクラウドネイティブが、企業がコストを削減し、大規模に効率を向上させるための最適なソリューションであることがわかりました。

1) コスト削減の観点から

現在、当社の社内サーバーリソースの利用率は比較的低い状態です。 CPU 使用率を例にとると、vivo サーバーの現在の平均使用率は約 25% です。業界一流水準の40～50％に比べると、まだまだ改善の余地は大きい。

リソースの分離、統合されたスケジューリング、オフラインの共同配置におけるコンテナの利点はすべて、リソースの ROI を向上させる効果的な技術的手段です。

2) 効率性の向上

現在、ミドルウェアのバージョンアップグレード、マシンの移行、テスト環境の管理、突然のトラフィックの応答、グローバル展開における環境の一貫性といったビジネス上の課題があります。

迅速なコンテナ配信、柔軟な自己運用と保守、マイクロサービス、サービスメッシュなどのクラウドネイティブテクノロジーとアーキテクチャは、効率を向上させる強力な手段です。

2.3 戦略的アップグレード

パイロット実践とアルゴリズムシナリオの価値分析を経て、当社は社内戦略をアップグレードし、大規模なコスト削減と効率向上の目標を達成するために、クラウドネイティブコンセプトに基づく業界をリードするコンテナエコシステムを構築することを決定しました。

戦略の実現とクラウドネイティブの採用をより適切に一致させるために、社内の技術アーキテクチャも再計画およびアップグレードし、統合トラフィックアクセスプラットフォーム、コンテナ運用および保守管理プラットフォーム、統合ネームサービス、コンテナ監視などの新しいプラットフォームと機能を導入して、社内のコンテナエコシステムの包括的な構築と推進をサポートしています。

2.4 課題

2.4.1 クラスターの課題

大規模な本番環境対応のコンテナサービスを提供するには、まずコンテナクラスターの可用性に関して多くの課題に直面します。以下では、生産クラスターの構築中に vivo コンテナ化が直面した 4 つの主要な課題を紹介します。

クラスターの規模は急速に拡大しています。vivoクラスターサーバーの規模は数万のホストノードを持ち、数十のクラスターを管理し、単一のクラスターの規模は 2,000 を超え、インスタンスの数は 100,000 を超えており、クラスターのパフォーマンスとマシン管理に大きな課題が生じています。
クラスターの運用・保守・標準化:初期のクラスター管理が標準化されていなかったため、ブラックスクリーン操作や人為的ミスなどの問題が次々と発生し、クラスターの運用・保守担当者は日々さまざまな消火作業に追われていました。
クラスターコンテナ監視アーキテクチャと可観測性:クラスターの規模が急速に拡大するにつれて、コンテナ監視コンポーネントは大きなプレッシャーに直面し、コンテナ監視の収集、保存、表示に対する要件が高まります。
オンライン K8s バージョンのアップグレードと反復: Kubernetes バージョンの急速な反復に直面して、飛行中の航空機のエンジンを交換する必要があります。

これらの課題に対処するための当社のソリューションは、高可用性、可観測性、標準化、自動化です。コンテナ監視とk8sバージョンのロスレスアップグレードの課題については、vivo公式アカウントで詳しく紹介されています。この記事では、クラスターの高可用性と運用および保守の自動化に焦点を当てます。

2.4.2 プラットフォームの課題

クラスターの安定性という課題に加えて、プラットフォームはさまざまな課題にも直面します。コンテナプラットフォームと周囲のエコシステムの機能が不完全なため、ビジネスには高い適応および移行コストがかかります。まとめると、私たちは主に 4 つの課題に直面しました。

コンテナ IP の変更: k8s の初期の頃は、すべてのサービスはステートレスになるように設計されていました。ネイティブ実装では、コンテナの IP はリリースされるたびに変更されます。これは、固定 IP に依存している一部の従来のビジネスにとってはあまり好ましくなく、ビジネス変革のコストは高くなりました。
周囲のエコシステムの適応と互換性:パブリッシングシステム、ミドルウェアマイクロサービスプラットフォーム、内部開発フレームワーク、トラフィックアクセスレイヤーなど。
ユーザーの使用習慣: vivo は比較的成熟した公開プラットフォームを備えています。ユーザーはコンピュータルームごとに公開することに慣れており、リソースの割り当てと公開を分離することに慣れています。
価値出力:運用と保守の研究開発効率の向上を定量化することは難しく、コンテナのコスト利点を短期的に測定することは困難です。

上記の課題により、当社はコンテナを中心としたエコシステムをオープン化し、同時にコンテナプラットフォームの製品機能を強化してさまざまなビジネスシナリオに適応し、ユーザーの移行コストを削減することになりました。

2.5 ベストプラクティス

2.5.1 コンテナクラスタの高可用性構築

次に、コンテナクラスターの高可用性を構築するための vivo のベストプラクティスを紹介します。障害予防、障害検出、障害回復という3 つの側面からコンテナクラスターの可用性保証システムを構築します。

1. 障害防止に関しては、プロセスツール、災害復旧機能、インフラストラクチャの3 つの側面から構築します。

プロセスツール：主に障害計画と障害訓練、および運用保守の標準化、ホワイトスクリーニング化、自動化を実現するための運用保守管理プラットフォームの構築が含まれます。
災害復旧機能:主に、障害ドメイン全体にわたる災害復旧機能の構築に重点を置いており、クラスターに障害が発生した場合に、サービスとビジネストラフィックをクラスター全体でスケジュールし、ワンクリックで迅速に移行できるようにします。
インフラストラクチャ: 主に、基盤となるクラスターをユーザーに認識させないことで、1 つのコンピュータールームに複数のクラスターを配置し、1 つのサービスを複数のクラスターに同時に展開することで、単一のクラスター障害がサービスに与える影響を回避します。

2. 障害検出に関しては、主に自社構築の監視パネル、毎日のクラスター検査、コアコンポーネントの監視、クラスター外部ダイヤリングテストなどの対策を採用し、障害を迅速に検出して対処し、ビジネスへの影響を軽減します。

3. 障害復旧に関しては、以前の障害計画を主に頼り、迅速に復旧し、時間内に損失を止め、障害のレビューを適切に行い、障害防止および検出メカニズムを継続的に改善し、貴重な経験を積み重ねています。

さらに、クラスターの可観測性は可用性を確保するための重要な基盤となります。クラスターのステータスをリアルタイムで監視するために、独自の SLO パネルを構築します。運用状況をよく把握して初めて、私たちは安定してあらゆる変化に冷静に対応できるようになります。

2.5.2 コンテナクラスタの自動運用と保守

コンテナクラスタ自体の安定性を構築するだけでなく、運用保守の自動化の面では、コンテナマルチクラスタ管理プラットフォームを構築し、クラスタ構成の標準化とホワイトスクリーンコアの運用保守シナリオを実現し、運用保守の効率を向上しました。

当社のコンテナクラスター管理プラットフォームは、クラウドネイティブをクラウドネイティブな方法で管理します。簡単に言えば、k8s 上に k8s を実装するための k8s オペレーターメカニズムに基づいています。

現在、当社のプラットフォームは複数のクラスターの統合管理を実現できます。クラスターの展開も自動化され、標準化されています。基盤となる IAAS レイヤーも接続されています。クラスターノードは、完全にプロセス指向かつ視覚的な方法で、ワンクリックで拡張および縮小できます。クラスター検査機能は、クラスターの問題や隠れた危険をタイムリーに検出するのに役立ちます。

プラットフォームを通じた日常的なメンテナンスと運用により、効率が向上するだけでなく、監査機能も備わります。操作ログと変更ログをトレースして、問題の特定を容易にすることができます。

2.5.3 コンテナプラットフォームアーキテクチャのアップグレード

社内における業務コンテナ化の急速な普及・推進に対応するため、vivo のコンテナプラットフォームアーキテクチャをアップグレードしました。

新しいアーキテクチャは4つのレイヤーに分かれており、コンテナ+k8sが統一基盤として機能し、下位に同社のIAASレイヤーインフラストラクチャを接続し、上位にコンテナ製品とプラットフォーム機能を提供し、上位レイヤーが独自の上位レイヤーロジックを呼び出してカスタマイズするためのオープンAPIを提供します。

API の上には、オンラインサービス、ミドルウェアサービス、ビッグデータコンピューティング、アルゴリズムトレーニング、リアルタイムコンピューティングなど、コンテナーによってサポートされるさまざまなサービスタイプがあります。最上位層は、vivo のさまざまなインターネットビジネスを強化します。

このコンテナプラットフォームアーキテクチャに基づいて、企業はリソースの分離展開、迅速な配信、オンデマンド使用を実現できると同時に、より優れた弾力的なスケーリング機能も得られます。このプラットフォームでは、リソースのスケジュールを統一し、リソースのタイムシェアリング再利用を実装し、オフラインのコロケーションを実装して、リソースの使用率を向上させることができます。

2.5.4 コンテナプラットフォーム機能の強化

vivo 内のコンテナ化シナリオは非常に多様です。企業がコンテナを安全かつ低コストでアクセス・利用できるようにするために、推進過程でオープンソース＋自社研究に基づきコンテナの適応やネイティブ機能の強化を行いました。

ここでは、6 つの製品機能強化について簡単に説明します。

強化されたクラウドネイティブワークロード:オープンソースの OpenKruise に基づいて、ネイティブデプロイメント、ステートフルセット、その他のワークロードが強化され、インプレースアップグレード、リリースの一時停止、ストリーミング、構成の優先順位などの拡張機能が実装されます。
強化されたロスレスサービス公開:内部フレームワークとプラットフォームの独立した研究開発に基づいて、HTTP や RPC などのプロトコルフレームワークのロスレストラフィック公開を実現します。
コンテナイメージセキュリティ:オープンソース Harbor をベースにカスタマイズされた開発により、コンテナイメージセキュリティスキャンとカード制御機能を実現します。
コンテナイメージの高速化:オープンソース dragonfly2 のカスタマイズされた拡張機能に基づいて、大規模クラスターイメージの配布パフォーマンスが 80% 以上向上します。
強化された IP 固定機能:ステートフルサービスと CNI に基づいて独自開発され、ブラックリスト、ホワイトリスト、ステートフルサービスのシナリオをサポートし、サービスアクセス変換のコストを削減します。
強化されたマルチクラスタ管理機能:オープンソースの Karmada に基づく機能の最適化と拡張、ビジネス災害復旧機能の向上、および単一クラスタの水平拡張機能のサポート。

もちろん、オープンソースのメリットを十分に享受しながら、オープンソースのコラボレーションにも参加し、コミュニティに貢献し続けます。使用と自己研究のプロセスの中で、私たちは制作実践で発見した問題や蓄積された経験を、Dragonfly2、Karmadaなどのコミュニティにも提出します。

2.5.5 コンテナCICDの統合

コンテナプラットフォームは、PaaSプラットフォームとしてプラットフォーム機能を強化するだけでなく、周囲のエコシステムと連携し、ビジネスの移行や活用をより良くしていく必要があります。これらの中で最も重要なのは、CICD プラットフォームであるリリースシステムの接続です。

ほぼすべてのテクノロジー企業が独自の CICD を持っています。これは、ビジネスを構築し、デプロイメントパイプラインを調整できる DevOps 自動化ツールです。

vivo の CICD プラットフォームの基盤となるアーキテクチャは、JenKins+Spinnaker に基づいています。コンテナの構築と展開のプロセス全体は次のとおりです。

まず、ユーザーはCICDプラットフォーム上でリリースプロセスのパイプライン構成を作成して保存します。
次に、CI ステージを内部の GitLab に接続し、コードをプルして、Jenkins に基づいてコードをコンパイルしてイメージをビルドし、セキュリティスキャン後にビルドされたイメージを開発環境のイメージリポジトリにプッシュすることができます。
最後に、CD ステージでは、CICD プラットフォームがコンテナプラットフォームによって提供される API を呼び出して、開発、テスト、プレリリース、および本番環境でのデプロイメント操作を実行します。

2.5.6 統合交通アクセス

次に、コンテナエコシステムで最も重要なビジネストラフィックアクセスレイヤーを紹介します。

初期の頃、vivo は南北および東西のトラフィックを転送するために Nginx を使用していました。仮想マシンと物理マシンのシナリオで比較的良好なサポートを提供できます。社内でのコンテナの全面的な推進により、従来の Nginx アーキテクチャは適応できなくなりました。

これは主に、コンテナシナリオにおけるビジネスインスタンスの数が、元の仮想マシンや物理マシンと比較して飛躍的に増加しているという事実に反映されています。コンテナのリリースプロセス中に IP とステータスの同期が頻繁に変更されると、Nginx クラスターに大きな負担がかかります。ビジネスリクエストの量が非常に多い場合、アクセスレイヤーで構成ファイルの更新と読み込みによってビジネスジッタが発生し、これは許容できません。

このような背景から、完全なコンテナ化のニーズを満たすために、APISIX をベースにしたクラウドネイティブのトラフィックアクセスレイヤーを構築しました。 1 年以上の構築を経て、当社の統合トラフィックアクセスプラットフォームは、コンテナ化されたアクセスを適切にサポートできるようになり、スケーラビリティも向上しました。

2.6 実践的な結果

2.6.1 製品機能マトリックスの改善

長年にわたる改良と構築を経て、vivo のコンテナ製品機能マトリックスはより完全なものになりました。製品機能マトリックス全体は 4 つのレイヤーに分かれています。

基本サービス層:イメージ管理、クラスターの運用と保守、クラスターの監視の 3 種類のサービスが含まれます。
機能レイヤー:クラスタースケジューリング、CAAS-API、コンテナー構成、コンテナービジネスの監視とアラーム、コンテナーログ、プラットフォーム拡張機能の 6 つのコア機能が含まれます。
プラットフォーム層: CI と CD という 2 つの主要なプラットフォーム機能が含まれます。
ビジネスレイヤー:現在、すべての vivo インターネットビジネスシナリオをカバーしています。

2.6.2 ビジネスアクセスの結果は抜群

次に、vivoコンテナのプロモーションについて詳しく紹介します。

現在、vivo内のコンテナは主に、インターネットオンラインビジネス、オンラインアルゴリズム、ビッグデータコンピューティング、 AIアルゴリズムトレーニングの4つのシナリオをカバーしています。次にアクセス規模と価値について簡単に紹介します。

インターネットオンラインサービス：社内のさまざまな業務ラインでは、vivo mall、アカウント、ブラウザ、クイックアプリ、天気など、コンテナ上で実行されるサービスが多数あり、600を超えるサービスが接続されています。
アルゴリズムオンラインサービス:現在 500 以上のサービスと 3000 以上のサーバーに接続されており、プロモーション検索のすべてのビジネスラインをカバーしています。
ビッグデータコンピューティングサービス: Spark などのオフラインコンピューティング、Flink、Olap などのリアルタイムコンピューティングなどのシナリオが含まれ、現在 20 を超えるクラスターに接続しています。
AI アルゴリズムのトレーニング:主に GPU と CPU の異種コンピューティング、Tensorflow、mpi などのビジネスシナリオ、100,000 コアを超えるコンピューティング能力、および複数の GPU カードを提供します。

ビジネスがコンテナ化されると、拡張と縮小の効率、弾力的なスケーリング機能、ビジネスの自己修復機能、リソースコストなどの側面を含む、コスト削減と効率向上の効果は非常に明白です。

2.7 実践のまとめ

私たちの探求と実践に基づいて、私たちの考えを、テクノロジーの価値、プロモーション戦略、プラットフォームの構築、クラウドネイティブのブレークスルーという 4 つの側面にまとめることができます。

価値を見つける:新しいテクノロジーに注目しますが、テクノロジー自体に執着しないでください。ビジネスの問題点と価値を組み合わせる必要があります。
戦略を策定する:小規模なパイロット調査をボトムアップで実施し、実際のビジネス価値を生み出し、トップダウンの戦略調整に影響を与えます。
プラットフォームを構築する:比較的完全なプラットフォームと機能がすでにある場合は、コンテナのエントリポイントを見つけて、それらを統合して構築する必要があります。最初からやり直さないでください。ゼロから構築する必要がある新しい機能については、イノベーションを断固として育成する必要があります。
ブレークスルーを求めて:ビジネスのコンテナ化のプロセスにおいて、迅速にコンテナ化するために多くの互換性と適応を実現しました。今後は、よりコスト削減と効率化を図るために、クラウドネイティブの利用からクラウドネイティブの活用へとユーザーを導いてブレイクスルーを図っていきたいと考えています。

一般的に、テクノロジーはビジネスに役立ちます。企業は自社の現状に応じて適切なソリューションを見つけ、ビジネスに価値を生み出す必要があります。

3. Vivoのクラウドネイティブの将来展望

3.1 生体インフラ開発

過去 10 年間を振り返ると、vivo インフラストラクチャの開発は次の 3 つの段階を経てきました。

フェーズ 1:従来の研究開発と運用および保守フェーズ (2011 年から 2018 年)。初期の DO 分離研究開発モデルから OpenStack + KVM に基づく仮想化ソリューションの実装まで。
フェーズ 2:インターネットベースのアプリケーションアーキテクチャフェーズ。 2018年から2020年にかけて、コンテナ化が生体内で出現し始めました。
フェーズ 3:クラウドネイティブインフラストラクチャの進化段階。 2021年から現在にかけて、クラウドネイティブとコンテナは、オフラインコロケーションなど、生体内のより多くのシナリオに適用され、推進されるでしょう。

3.2 Vivoクラウドネイティブの将来展望

物事の原点に立ち返り、正しいことを正しく行いましょう。盲目的に他人に従うのではなく、決意を持ち、価値観に基づいて、新しい技術の発展を客観的に見て、大胆な仮定を立て、慎重に検証し、実践を通じて真の知識を獲得します。

vivo クラウドネイティブの将来は、完全なコンテナ化、クラウドネイティブの採用、オフラインハイブリッド展開という 3 つの方向に発展します。

私たちのビジョンは、一度開発すればどこでも実行でき、自動操作とメンテナンスを通じて究極の効率性とコスト最適化を実現することです。
開発者の皆さんへ:皆さんが海を泳ぐシロナガスクジラとなり、私たちのビジネスアプリケーションを運び、一度構築すればどこにでも配布し、柔軟にスケジュールや運用、保守を行ってくれることを願っています。
経営者の皆様へ：効率性を追求しながら最適なコストを実現したいと考えています。

<<: クラウドネイティブプラットフォームとは何ですか?

>>: フォレスター：パブリッククラウド市場規模は2026年までに1兆ドルを超える