01、云原生从何而来？
云原生是用于指导如何在云上构建和运行应用的方法论。 地雷谈到，“云原生”并不是一个新的概念。回顾云计算史，从个人端应用到企业级应用，都早已开始“上云”。起初，这些上云的“非原住民”应用，延续了私有化部署的技术架构，把本地软件不加修改地通过ECS迁至云端。而ECS的弊端在于只能承载计算，无法实现存储。虽然上云后的应用实现了业务打通，但随着业务扩大，原有的架构“可用性”明显下降。国内云厂商为了解决数据存储问题，制作了云磁盘，将其挂靠在云主机上，实现数据备份，且无需更改程序。传统软件上云的“高可用”问题得以解决。然而，这种方式引发了另一弊端——成本高。客户把Hadoop不加修改直接部署到ECS节点上，数据通过HDFS存储在云磁盘上，需花费大量成本。因此必须修改HDFS底层，把数据存到对象存储上。随着需求不断丰富，系统必须按照IaaS、PaaS的技术特点进行重构，以便跟上业务和数据的爆炸性增长。 在私有化部署以及上一代传统技术的软件架构运维方法论的基础上，带着“高可用”、“低成本”等属性，“云原生”升级而出。————————————————
02、云原生数据中台具有哪些技术要素？
“云原生”概念发展至今，我们已并不陌生。而为什么要强调“云原生数据中台才是未来”？分级多域数据治理的刚需、云原生技术降本增效的天然特征、国内基础设施自主可控的要求……都将数据中台推向云原生。 因此，奇点云将云原生数据中台的技术要素归纳为6点：CI/CD（持续集成持续交付）、容器化、对象体系、存储计算分离、跨云多域数据治理和元数据管理。这其中，对象体系、跨平台、自主可控是全新迸发出的几个要素——奇点云的云原生数据中台DataSimba，实现跨云的多workspace管理，以帮助客户的数据和应用跨云治理和迁移。1、CI/CD（持续集成持续交付）CI/CD的本质是提高开发和部署效率。在业务量巨大的情况下，大数据和云的运维人力成本极高。因此需要使用大量的自动化工具和大数据预测算法进行自动化运维。通过版本管理系统和DevOps基础设施，实现自动化测试和持续集成。一个典型流程是，程序员提交代码到特定的tag，触发测试接口自动化测试脚本执行并发送报告。由此实现测试、发布和部署自动化。在此基础上构建特定的数据环境，对重要接口和链路进行自动化检测。 2、容器化容器化本质上是一种虚拟化技术，一台主机可虚拟出上千个容器。单个容器的启动时间更快，占用空间更小，而且可以根据实际应用的大小来弹性分配资源，无需额外采购服务器，加快研发速度。使用容器编排基础设施，对服务和作业进行治理，根除版本地狱，大幅度提高运维和集成效率。容器化编排与CI/CD是相互结合的。在数据中台领域，往往几十台机器、上百个进程同时运行，且在这些进程中不仅要运行本身的程序，也要运行客户的程序。因此，底层微服务的进程繁多。基于安全合规要求，客户之间的程序需要保持分隔。因此，数据中台对于容器化的要求高于其他基于云原生的应用。 3、对象体系根据现有业务抽象出核心对象，以标准Restful风格提供API服务，解耦核心对象与业务层服务，以应对不同环境、不同业务场景的需求。这一系列正交的核心对象就构成了平台对象体系，上层业务可在此基础上构建应用，高效演进。对象体系的API应该是优雅且向前兼容的，一旦发布，很难改变。例如，在WIN32研发时，出现某个单词错误，几十年后都无法修改。因此，需要把对象体系设计得极为详尽和准确。奇点云云原生数据中台作为开放式平台，其上的API提供了一套对象，如：项目、作业、数据、源数据、账号等，具有集中数据接口。 4、存储计算分离由于云具有分布式特点，在云上无法天然将数据存储在ECS中。因此必须将关键数据、状态型数据存储在对象存储中。大量私有化组件都需要被改写。如果把Hadoop、Spark等常规开源大数据引擎直接应用于云主机，海量数据带来的存储成本和吞吐压力，很快会压垮客户。因此，必须引入中间缓存实现计算存储分离，将数据存储到对象存储上，同时兼容HDFS协议，能够根据业务需求进行弹性扩容，就能大幅度降低成本，提高集群性能。 5、跨云多域数据治理云原生数据中台的一大优势在于可以实现跨云多域。例如，客户在AWS上使用数据中台，一旦需要转移到其他平台，云原生数据中台可实现在不修改代码的基础上直接迁移。对于具有多重业务、庞大数据体量的大型企业来说，为避免数据资产被一个平台所绑定，供应商必须呈现多样化。因此，在客户与一家供应商合作的同时，也需要使用独立的第三方数据中台提供跨云多域的数据治理能力，从而提高基础设施的可控性和安全性。奇点云云原生数据中台DataSimba以「第三方」的角色，为企业解决数据多云并存的跨云多域治理问题。 6、元数据管理由于数据量急剧增长，对数据的管理成为一大问题。云原生数据中台的元数据管理功能，对数据的结构、指标、标签、权限、上下游血缘、生产作业等元信息进行规范化管理，建立智能数据治理体系。同时支持数据盘点、安全审计、血缘分析、关键分级等应用，最终实现数据资产化。例如，某顶级品牌商具有73个业务系统，各自存储在不同的数据库和存储介质中，需要将73个系统全部集中在一个数据中台上进行标签打通。在此需求下，数据治理十分重要，核心就是元数据的管理。因此，云原生数据中台必须具备元数据管理功能。————————————————
03、云原生数据中台能为用户解决什么问题？
具备以上6大技术能力的数据中台是走向云原生后的重要升级。基于这些能力，云原生数据中台究竟能为用户解决哪些问题，带来降本增效？1、提高研发效率通过微服务、CI/CD、对象体系、DevOps等一系列技术，提升迭代速度，增强在云的复杂环境下的控制、自动化运维控制等。提高代码开发、测试、发布效率，降低迭代成本。2、降低运维成本通过上述的技术也可以实现开发及运维高效协同，有效提升对故障的响应速度，实现持续集成和交付。使得快速部署应用成为业务流程和企业竞争力的重要组成部分，降低运维成本。3、降低存算成本大数据基础设施的存储计算成本惊人。存算分离和容器化能够更高效地使用IaaS资源，降低存储成本。存储和计算节点分离后，可以在不对存储进行扩容的情况下快速增加计算资源。另一方面，单个容器的启动时间更快，占用空间更小，而且可以根据实际应用的大小来弹性分配资源，无需额外采购服务器。4、提高治理效率治理效率不局限于数据治理，也包括微服务治理、系统治理和API治理，需要自动化设计和框架。使用跨云治理、元数据管理等技术，会大幅度提高企业积累数据资产的效率，降低安全风险，提高供应商的多样化。
