Serverless Kubernetes 入门：对 Kubernetes 做减法

导读：Serverless Kubernetes 是阿里云容器服务团队对未来 Kubernetes 演进方向的一种探索，通过对 Kubernetes 做减法，降低运维管理负担，简化集群管理，让 Kubernetes 从复杂到简单。

背景

Kubernetes 作为通用的容器编排系统，承载了广泛的应用和场景，包括 CI／CD，数据计算，在线应用，AI 等，然而由于其通用性和复杂性，管理一个 Kubernetes 集群对于很多用户而言还是充满挑战的，主要体现在：

学习成本高；
集群运维管理成本高，包括节点管理、容量规划，以及各种节点异常问题的定位；
计算成本在很多场景中没有达到最优，比如对于一个定时运行 Jobs 的集群，长期持有资源池对于用户来说是浪费的行为，资源利用率不高。

对 Kubernetes 集群做减法

无节点管理

我们相信未来用户会更加关注应用的开发，而不是基础设施的维护。体现在 Kubernetes 集群中，我们希望用户能够关注在 pod/service/ingress/job 等应用编排语义上，对底层 node 则可以减少关注。

无需管理节点也可以显著降低集群的运维管理成本，经统计 Kubernetes 常见的异常问题中大多数与节点相关，比如 Node NotReady 问题，也无需担忧 Node 的安全问题，以及基础系统软件的升级和维护。

在 ASK 集群中，我们使用虚拟节点 virtual-kubelet 代替 ecs 节点，虚拟节点的容量可以认为是“无限大”，用户不需要为集群的容量担忧，无需预先做容量规划。

无 Master 管理

和 ACK 托管版一样，ASK 的 Master(apiserver, ccm, kcm 等)资源被容器服务平台托管，用户无需管理这些核心组件的升级和运维，也不用付出成本。

极简的 K8s 基础运行环境

除了无需管理节点和 Master 外，我们还对 Kubernetes 集群管理做了大量简化，包括默认托管很多 addon，用户无需再管理一些基础的 addon，也不需要为这些 addon 付费。依赖阿里云原生的网络和存储等能力，以及独特的托管架构设计，我们提供了极度简化但功能完备的 Kubernetes 基础运行环境。

综上可以看到，ACK 集群至少需要 2 台 ecs 机器以运行这些基本的 Addon，而 ASK 集群把这些基础 Addon 化为无形，可以达到 0 成本创建一个开箱可用的 Kubernetes 集群。

简化弹性伸缩

因为无需管理节点和容量规划，因此当集群需要扩容时也就不需要考虑节点层面的扩容，只需要关注 pod 的扩容，
这对于扩容的速度和效率都是极大的提升，目前一些客户指定使用 ASK/ECI 的方式来快速应对业务流量高峰。

当前 ASK/ECI 支持 30s 完全启动 500 个 pod（至 Running 状态），单个 pod 启动可以达到 10s 以内。

更低成本

除去 ASK 集群本身的低成本创建外，pod 的按需使用也让很多场景下资源利用率达到最优。对于很多 Jobs 或者数据计算场景而言，用户并不需要长期维护一个固定的资源池，这时 ASK/ECI 可以很好的支持这些诉求。

经验证，当 pod 一天中运行时间少于 16 个小时，则 ASK/ECI 的方式相比保有 ecs 资源池更节省经济成本。

ECI：快速交付容器资源的弹性计算服务

谈起 ASK，一定会谈到 ASK 的资源底座 ECI。ECI 是阿里云基于 ECS IaaS 资源池提供的稳定、高效、高弹性容器实例服务。ECI 让容器成为了公有云的第一等公民，用户无需购买和管理 ecs 就可以直接部署容器应用，这种简化的容器实例产品形态和 ASK 形成了一个完美的组合。

用户可以直接使用 ECI Open API 创建容器实例资源，但在容器场景中用户普遍需要一个编排系统，来负责容器的调度、高可用编排等能力，而 ASK 正是这样的 Kubernetes 编排层。

对于 ASK 而言，ECI 让 ASK 容器服务免去了搭建后台计算资源池的必要，更不用为底层计算资源池的容量而担忧。基于 ECI 就意味着基于整个阿里云 IaaS 规模化资源池，天然拥有了库存和弹性优势（比如可以通过 Annotation 的方式指定底层 eci 对应的 ecs 规格，大部分 ecs 规格都可以在 ASK 中使用，满足多种计算场景的需求）。另外 ECI 和 ECS 复用资源池意味着我们可以最大化释放规模化红利，给用户提供更低成本的计算服务。

容器生态支持

ASK 对 Kubernetes 容器生态提供了完善的支持，目前已有大量客户使用 ASK 来支撑如下各种场景：

CI/CD：gitlab-runner，jenkins/jenkins-x
数据计算：spark/spark-operator，flink，presto，argo
AI：tensorflow/arena
ServiceMesh： istio，knative
测试：locust，selenium

ASK 集群不支持 Helm v2，近期 ACK/ASK 会发布 Helm v3 的支持，之后用户可以非常方便的在 ASK 集群中部署 Charts。

zhaowei121