知らないかもしれないKubernetesの6つの事実

[編集者注] 6 月 7 日は Kubernetes の 6 歳の誕生日です。オーケストレーション プラットフォームは、コンテナ化されたアプリケーションの最良のパートナーです。オーケストレーション プラットフォームについて、知らないかもしれない 6 つの事実を見てみましょう。

Kubernetes は 6 月 7 日に 6 周年を迎えます。Kubernetes はこれまでで最も急速に成長しているオープン ソース プロジェクトの 1 つであり、エンタープライズ IT に大きな変化をもたらし、開発者が大規模なコンテナを管理できるように支援しています。 Kubernetes は、アプリケーションをより速く開発し、リソースを自動的に管理する上でさらに価値があります。これは、DevOps や Agile 環境だけでなく、より迅速なソフトウェア開発とより多くの実験が求められるあらゆるエンタープライズ IT 環境でも重要です。どの CIO や IT リーダーも、CEO の現在の最大の望みは顧客の要求や外部の変化にもっと敏感に対応することだと言うでしょう。最近、Kubernetesは世界中で人気が出てきました。

[[332116]]

Kubernetes はどのように成長していますか? CNCF の 2019 年クラウド ネイティブ調査によると、回答者の 78% が本番環境で Kubernetes を使用しており、昨年の 58% から増加しています。

おそらく、IT 組織で Kubernetes への関心が高まっている根本的な理由は、コンテナ化されたアプリケーションの数の増加です。 2020 年の Red Hat Enterprise Open Source レポートによると、企業の 56% が今後 12 か月以内にコンテナ化されたアプリケーションの使用を増やす予定であると回答しています。ガートナーは、2023 年までに世界の組織の 70% 以上が、本番環境で 2 つ以上のコンテナ化されたアプリケーションを実行するようになると予測しています。これは、2019 年の 20% 未満から増加しています。

2020 年の Kubernetes の現状: 6 つの事実

Kubernetes の現状について、あなたが知らないかもしれない 6 つの事実を詳しく見てみましょう。

1. Kubernetesは最新のアプリケーションだけのためのものではない

「マイクロサービスやサーバーレスなどの新しいアーキテクチャスタイルやサービスメッシュテクノロジーはKubernetesに自然に適合しますが、従来のモノリシックアプリケーションもコンテナ内で実行できます」とRed Hatのテクノロジーエバンジェリスト、ゴードン・ハフ氏は語った。 「さらに、アプリケーションは Kubernetes、コンテナネイティブ仮想化を活用でき、KubeVirt はどちらも Kubernetes 上の仮想化ワークロードをサポートします。」

「この柔軟性は重要です。Red Hat の State of Enterprise Open Source レポートのデータによると、既存のアプリケーションの 31% は変更されていないからです。エンタープライズ プラットフォームは、新しく作成されたアプリケーションや再設計されたアプリケーション用のサーバーだけでなく、これらのアプリケーションもサポートする必要があります」と Haff 氏は語ります。

2. 企業が複数のパブリッククラウドサービスを利用する場合、Kubernetesは重要な役割を果たす

Kubernetes は、単一のクラウドまたは単一のクラスター上での実行に限定されません。 「複数のクラスター、さらには複数のクラウドを実行することには、さまざまな利点がある」とハフ氏は語った。たとえば、レガシー アプリケーションとクラウド ネイティブ アプリケーションを分散クラスター全体に展開すると、アプリケーションの可用性が向上します。同時に、これらのクラスターの運用制御を集中化する十分な理由があります。 Kubernetes の高度なクラスター管理は、マルチクラスター管理を統合し、ポリシーベースのガバナンスを提供し、アプリケーションのライフサイクル管理を拡張します。

3. Kubernetesは真のクラウドネイティブかつローカルなリソース制御プラットフォームになりつつある

「開発者はコンテナの構築と運用へと移行しています。コンテナにより完全なサービスをパッケージ化できるため、独自の開発者環境を維持する手間が軽減されます」と、Red Hat OpenShift の主任テクニカル マーケティング マネージャーである Chris Short 氏は述べています。 「同時に、運用チームは大規模な Kubernetes クラスターを管理するためのスキルとツールを獲得しています。これらの影響が大きくなるにつれて、チームは複数の小規模なクラスターの方がニーズをよりよく満たせることに気づき始めています。」

クリス・ショート氏は次のように語っています。「私たちは、OpenShift 仮想化で見てきたように、Kubernetes クラスターで「従来の」インフラストラクチャ管理を行える世界へと急速に移行しています。Kubernetes は今後数年のうちにエンタープライズ IT の真の原動力となるでしょう。」

4. KubernetesワークロードはハードウェアリソースのGPUアクセラレーションを活用できる

Kubernetes がグラフィックス プロセッシング ユニット (GPU) のパワーを活用して機械学習や人工知能 (AI) のワークロードを高速化できることに気付いていない人もいるかもしれない、と Red Hat Cloud Platform のシニア プリンシパル テクニカル マーケティング マネージャー Erik Jacobs 氏は指摘します。金融から医療まで、さまざまな業界の企業が機械学習ツールを使用して大規模なデータセットから洞察を得ようとしているため、時間の経過とともにそれらのツールがパターン検出能力を高めることが重要です。

Haff 氏は、OpenShift の GPU サポートにより、Open Data Hub などのリファレンス アーキテクチャと組み合わせて機械学習ワークロードを開発および実行するための便利な Kubernetes プラットフォームになると述べました。

Open Data Hub は、データ サイエンティスト (およびデータ分析を実行するその他の人) にセルフサービス ツールと参照ポイントを提供するオープン ソース コミュニティ プロジェクトです。ブログで説明されているように、Open Data Hub は、OpenShift 上の Kubernetes コンテナを通じて、データの取り込みからデータ変換、モデルのトレーニング、AI および ML への提供まで、エンドツーエンドのワークフローを実現します。これは、Tensorflow、JupyterHub、Spark などのオープンソース ツールを使用して、OpenShift に基づくオープンな AI/ML-as-a-Service ソリューションを構築する方法に関するリファレンス実装です。 ”

HCA Healthcare、ExxonMobil、BMW Group などの企業は、これらのツールを使用して、コンテナ化された ML ツールチェーンと DevOps プロセスを OpenShift に導入しています。彼らの目標は、データ サイエンティストのワークフローを高速化することです。

5. Kubernetesは完全なコンテナプラットフォームには必要だが、それだけでは十分ではない

これは、Kubernetes エコシステムと商用 Kubernetes プラットフォームが連携して動作する強力な例です。その他の例については、Haff の最近の記事「Kubernetes を改善する 5 つのオープンソース プロジェクト」を参照してください。

Red Hat の北米公共部門の主任技術者である David Egts 氏は、Linux ディストリビューションが意味のあるワークロードを実行するためにプロセス スケジューラ以上のものを必要とするのと同様に、コンテナ ディストリビューションにはコンテナ スケジューラ以上のものが必要であると指摘しました。

「Kubernetesはすでにコンテナオーケストレーションの事実上の標準となっているが、コンテナプラットフォームの一部にすぎない」とEgts氏は述べた。 「コンテナ スケジューラに加えて、完全なコンテナ プラットフォームには、プラットフォーム サービス、アプリケーション サービス、開発者サービス、クラスター サービス、およびオペレーティング システムが必要です。」

6. コンテナ化されたワークロードはオンプレミスアプリケーションだけのものではない

Egts 氏は、多くの独立したソフトウェア アプリケーションがカプセル化されており、それらのライフサイクル全体を支援するために対応する Kubernetes オペレーターが提供されていることを指摘しました。 「新しいオンプレミス アプリケーションにコンテナを使用し、それを従来の仮想化で実行されている ISV アプリケーションとブリッジするのではなく、それらはすべて同じプラットフォーム上で調和して共存できるため、古いものと新しいものの両方を維持する必要性が軽減されます」と Egts 氏は述べています。

これは良いアイデアです。企業は技術的負債の返済に取り組んでいますが、一度にすべての負債を解消することはできないからです。