云原生与平台工程
定位
本 MOC 是 15-computing/60-platform/ 的总入口,围绕“把基础设施变成可被研发自助使用的内部产品”,串起核心概念、取舍与实践。全书追问的是:人的意图如何变成可重复、可恢复的系统能力,以及这些能力背后的复杂性,应该由谁长期承担?
一台服务器,一个 sysadmin,一份 runbook。这是二十年前软件运营的基本单元。
现在呢?一个互联网服务可能有数百个微服务,跑在数千个容器里,分布在多个可用区,每天有数十次变更被推上生产——而负责运维的团队规模可能比服务数量少一个数量级。
传统运维常见的动作是“登录机器,执行命令,修改配置,验证状态”。如果这些操作缺少版本记录和自动化,第二台机器就可能得到不同结果:它带着不同的历史,而没人能完整解释这些差异。配置漂移(configuration drift)由此累积。脚本、配置管理和运维规范早就在回应这个问题,云原生进一步把可复用的执行逻辑交给平台。
云原生的回答是:把”我做过什么”变成”系统应该是什么状态”。
这是意图与执行分离的转变。Dockerfile 记录构建步骤,镜像成为可分发的制品;Kubernetes 声明工作负载,Terraform 声明基础设施,GitOps 持续拉取并尝试落实期望状态。它们并不拥有同一种保证:构建需要触发,Terraform 通常按次执行,控制器则持续工作。共同的方向是:让意图可审查,让执行可复用,让偏差可发现。
这个系列分两个层次:
核心技术(01-04):那些已经成为行业基础设施的技术——容器打包、Kubernetes 编排、IaC 代码化、GitOps 声明式交付。理解它们不只是为了用,是为了理解”为什么这样设计,不这样设计会怎样”。
演进范式(05-08):当工具链本身成为复杂度来源,平台工程、eBPF、服务网格和 Serverless 分别从用户体验、内核机制、通信治理和运营模型回应它。这些能力已有生产实践,但不是每个系统都要集齐的标配;第六节的雷达记录仍需观察的方向。
两个常被技术叙事遮蔽的维度:第五节谈组织与经济——沟通结构、平台团队边界、维护投入与成本可见性;第六节是前沿雷达——AI 工作负载、WASM、平台接口的演进。技术可行之后,还要回答谁来运营、如何恢复、什么时候值得退出。
每篇文章不止讲“为什么这样设计”,还设了一个故障剧场:在可恢复的实验环境里亲手施加偏差,观察系统如何收敛、何时无法收敛。声明式收敛读十遍,不如亲眼看见一次控制循环;但预期现象仍是假设,必须留下实际证据,不能把命令执行过当成机制已经证明。
阅读与实践边界:01–08 用机制与故障场景建立判断;09–10 是尚待现场验证的实验设计,片段不是已经验收的安装包。可以停在单机或托管服务,也可以进入 Kubernetes;实践中只加入当前问题所需的能力。
一、目录
本系列由 8 篇正文(01–08)、2 篇实践配套(09–10)与这份导读组成。组织与经济、前沿雷达是横切维度,不单独扩篇。阅读次序帮助建立理解,不意味着部署时必须逐层加码。
60-platform/
├── 00-platform-MOC.md ← 本文件
│
├── 01-Container-隔离是手段,交付是目的.md ← namespace / cgroups / OCI 标准
├── 02-Kubernetes-声明意图,控制器维持世界.md ← 控制循环 / 声明式 API / 调度器
├── 03-IaC-把基础设施变成可版本化的意图.md ← Terraform / Ansible / 状态漂移
├── 04-GitOps-Git成为系统运行时的真相之源.md ← pull 模型 / operator / ArgoCD
│
├── 05-平台工程-把开发者体验当产品来建.md ← IDP / 黄金路径 / Backstage
├── 06-eBPF-内核变成可编程的基础设施.md ← verifier / Maps / Cilium / Tetragon
├── 07-服务网格-流量治理从应用代码中解脱.md ← Istio / Ambient Mesh / mTLS
├── 08-Serverless-无状态化的收益与代价.md ← FaaS / 冷启动 / Knative / WASM
│
├── 09-实验台云底座-连地基也是一句声明.md ← 实践配套 / Terraform 拉地基(五家云·三档)/ 声明式一路向下
└── 10-云原生工程实验台.md ← 实践伴侣 / 把平台"造"出来 / 故障剧场另有两节不对应独立文章,是贯穿全系列的横切维度: 第五节 组织与经济 —— Conway 定律 / Team Topologies / 平台边界 / FinOps。 第六节 前沿雷达 2026 —— AI 工作负载 / WASM / 平台收敛(未来可能各自成篇)。
二、概念线索
下面五条线索帮助串读全书:声明式收敛、控制面与数据面、不可变制品是反复使用的工程机制;可编程内核是 06–07 的专题分支;抽象的代价则是评价所有选择的标尺。 读懂这五条线索,就抓住了云原生设计哲学的骨架。
mindmap root((云原生)) 核心技术 容器 隔离与交付标准 Kubernetes 声明式编排 IaC 基础设施代码化 GitOps 版本化期望与持续协调 演进范式 平台工程 开发者体验即产品 eBPF 内核可编程化 服务网格 流量治理解耦 Serverless 运行责任的转移 共同主题 声明式收敛 控制面与数据面分离 不可变基础设施 可编程内核 抽象的代价 上层约束 组织 Conway定律 经济 FinOps成本可见性 前沿2026 AI工作负载与DRA WASM下一代隔离 平台收敛
线索一:「声明式收敛」——描述意图,让系统持续维持
命令式接口表达要执行的步骤;声明式接口表达期望状态。实现声明仍然需要步骤、错误处理和维护者。阅读这一线索时,始终问:声明了什么,谁执行,依赖什么,怎样知道它没有达到预期?
- Dockerfile(01-Container-隔离是手段,交付是目的):记录基础镜像、依赖与构建步骤。固定 digest 的已构建镜像可以一致分发;从源码再次构建是否得到相同字节,还取决于输入、依赖、平台与时间戳等条件。它本身不是运行时收敛循环。
- Kubernetes reconciliation loop(02-Kubernetes-声明意图,控制器维持世界):你提交期望状态,控制器持续观察并尝试纠偏。容器重启、Pod 补建、节点故障后的替代调度由不同组件承担;资源、存储或依赖不足时,循环也可能持续失败。
- Terraform plan/apply(03-IaC-把基础设施变成可版本化的意图):plan 结合配置、state 与 provider 读取的现实计算变更;apply 执行审阅后的计划。State 保存资源绑定与记录,不是完整现实的镜像;能发现哪些漂移,取决于管理范围、provider 和刷新条件。
- GitOps operator(04-GitOps-Git成为系统运行时的真相之源):Argo CD / Flux 持续获取期望状态、观察集群并执行配置允许的同步。自动同步、自愈、删除策略和字段归属决定纠偏边界;Git 保存的是受管范围内的意图,不是业务数据或全部现实。
- Platform golden paths(05-平台工程-把开发者体验当产品来建):开发者声明”我需要一个带数据库的 Python 服务”,Platform 自动配置好 Kubernetes 工作负载、Service Account、数据库连接、Secret 注入——意图声明,平台实现。
这条线索的终点:声明式的价值在于让意图可审查、执行可重复,并给自动纠偏一个依据。声明是可执行的规格,但规格被接纳、资源已收敛、业务可用,仍是三个不同的验收点。
线索二:「控制平面与数据平面」——分离决策与执行
一个系统如果把”做什么决策”和”执行决策”混在一起,扩展会变得困难。分离控制平面和数据平面,让两者可以独立演进、独立伸缩。
- Kubernetes 的分离(02-Kubernetes-声明意图,控制器维持世界):API Server、存储、调度器和控制器协调期望与观察状态;节点上的 kubelet、网络组件与运行时维持工作负载。控制面中断时,部分既有业务可能继续运行,但端点更新、证书、调度和故障恢复能力会逐渐受限。
- 服务网格的分离(07-服务网格-流量治理从应用代码中解脱):istiod 分发配置并管理工作负载身份;Envoy、ztunnel 等代理处理实际连接或请求。L4 转发、L7 治理与应用内部因果关系各有边界,不能由“代理看见流量”推导出“完整理解业务”。
- eBPF 的角色(06-eBPF-内核变成可编程的基础设施):在网络场景,用户空间管理组件加载程序、更新 Maps,内核中的程序执行相应数据路径。验证发生在内核加载过程中。Cilium 可以用这种方式替代 kube-proxy 的部分职责,但并非所有策略和协议都在内核处理。
- IDP 作为统一入口(05-平台工程-把开发者体验当产品来建):平台为构建、部署、数据和身份等能力提供一致体验,可以组合自建与托管实现。把它理解成“元控制平面”有助于理解编排关系,但平台还包含文档、支持和产品反馈,不能缩成一套控制器。
这条线索的终点:把决策与执行分开,有助于独立扩展与约束故障影响,但不会切断所有依赖。判断分离是否有效,要观察决策停止后哪些能力还能持续、能持续多久,以及恢复时怎样重新对齐。
线索三:「不可变基础设施」——替换而不是修改
宠物(pets)与牛群(cattle)的比喻:宠物病了你要治好它,牛生病了你换一头新的。这个比喻强调实例可替换:把需要保留的数据与身份从临时实例中分离,让计算节点能够按声明重建。
- 容器镜像的不可变层(01-Container-隔离是手段,交付是目的):按 digest 引用的镜像内容固定;tag 则可以移动,运行时配置、宿主内核和卷数据也不包含在镜像里。更新通常通过构建和部署新镜像实现,而不是把运行中的临时修改留作唯一事实。
- Kubernetes 的 rolling update(02-Kubernetes-声明意图,控制器维持世界):更新不是 SSH 进每个 pod 修改配置,是提交新的 Deployment spec,控制器滚动替换——新 pod 起来通过 readiness probe,旧 pod 逐步销毁。
- IaC 的 replace 策略(03-IaC-把基础设施变成可版本化的意图):对适合替换的计算节点,可以用新镜像重建以减少漂移;数据库、卷和外部身份则需要单独的数据迁移与保护。并非所有资源都适合“出了问题就重建”。
- GitOps 的回滚语义(04-GitOps-Git成为系统运行时的真相之源):
git revert用新的提交恢复先前的声明,控制器再按策略同步。它能回退配置意图,不能自动撤回已发生的数据库迁移或外部副作用;完整恢复仍要验证制品、数据与兼容性。
这条线索的终点:不可变制品减少了运行环境中难以追溯的修改,让替换和重建成为常规能力。代价是构建、分发与迁移纪律;能否恢复原来的业务,还取决于持久数据、密钥和恢复入口是否独立保存。
线索四:「可编程内核」——策略下沉到基础设施
网络策略、访问控制与观测逻辑一直分布在应用、用户空间代理和内核机制中。eBPF 扩展了内核路径上的可编程能力,让一部分逻辑能够更早执行;它改变的是分工与代价,不是让用户空间失去意义。
- eBPF 的本质(06-eBPF-内核变成可编程的基础设施):程序在支持的挂载点执行,加载前由 verifier 检查内存、类型、控制流等约束。这个机制降低了扩展内核的风险,但不保证任意采集策略都没有性能影响,也不消除内核实现缺陷。
- Cilium 替换 kube-proxy(06-eBPF-内核变成可编程的基础设施 / 02-Kubernetes-声明意图,控制器维持世界):用 eBPF 与 Maps 实现 Service 数据路径,是改善特定规模与流量模式下成本的一种方式。iptables 模式的新连接规则查找与已有连接处理不能混为一谈;比较时需要相同负载、版本与测量口径。
- 服务网格的 Ambient 模式(07-服务网格-流量治理从应用代码中解脱):节点上的 ztunnel 承担 L4 安全隧道,按需部署的 waypoint 承担 L7 能力。当前 Istio 使用 Pod 内 iptables 重定向;去掉每 Pod 的 sidecar,不等于代理消失或数据面全部迁进内核。
- Tetragon 的内核安全策略(06-eBPF-内核变成可编程的基础设施):把内核事件与工作负载上下文关联,并可按策略执行限制。事件是否覆盖目标行为、规则是否误报、阻断是否发生在期望时点,都要用具体策略和对照实验核验。
这条线索的终点:eBPF 给网络、观测和安全提供了共同的底层能力。真正值得学习的是它把哪些工作放到了哪里,以及兼容性、采集开销与维护责任随之怎样变化。
线索五:「抽象的代价」——每一层便利都有税
每增加一层抽象,你获得便利,也支付代价。云原生的技术栈已经叠了好几层——理解每层的代价,才能做出正确的选择。
- 容器 vs VM(01-Container-隔离是手段,交付是目的):容器比 VM 轻,但共享内核——一个内核漏洞可能影响同机所有容器(容器逃逸)。镜像体积和扫描、Registry 管理、Layer 缓存失效是新的运营负担。
- Kubernetes 的复杂性税(02-Kubernetes-声明意图,控制器维持世界):K8s 解决了调度、自愈、滚动更新——但带来了 etcd、API server、scheduler、controller manager、CNI、CSI、CRI 的运维复杂性。“我只是想跑一个应用”的开发者面对的是数百个 YAML 字段。这也是平台工程需要吸收的一类复杂性。
- 服务网格的延迟与资源税(07-服务网格-流量治理从应用代码中解脱):代理转发、协议解析、加密和遥测都消耗资源,开销随协议、连接复用、拓扑和负载变化。收益是把部分横切能力集中治理;应用仍须负责超时预算、业务幂等和上下文传播。
- Serverless 的控制权交换(08-Serverless-无状态化的收益与代价):平台接手服务器供给与部分容量管理,使用者仍要设计并发、下游容量、成本和持久状态。冷启动、配额、网络及运行时边界因产品而异,每一项“不用管”都应有清楚的接手者。
- Platform Engineering 的制度成本(05-平台工程-把开发者体验当产品来建):IDP 降低了应用开发者的认知负担,但谁来维护 IDP?黄金路径降低了自由度——如果你的需求超出了路径的边界,你会撞上更高的墙。平台化是以制度成本换取规模效率的取舍。
这条线索的终点:选择云原生技术栈不是”用了就更好”,是在不同维度的复杂性之间做权衡——把复杂性从运行时转移到构建时,从应用代码转移到基础设施,从个人技能转移到平台制度。每一次转移都有它的隐性成本。
三、核心系列(01-04)
云原生的四块基石——理解它们不只是为了使用,是为了理解”不这样设计会怎样”。
起点:容器——隔离与交付
核心问题:容器和虚拟机的根本区别是什么?Docker 解决的到底是运行问题还是分发问题? 读完之后:理解 namespace / cgroups / OCI 镜像格式,理解”隔离是手段,可重复交付才是目的”。 ★ 故障剧场:在一次性 Linux 环境中用
unshare分别观察 PID、网络和 UTS 隔离,再比较 capability 与资源限制。记录进入前后的宿主状态;OOM 结合内核或容器状态证据判断,不能只凭退出码。
- 01-Container-隔离是手段,交付是目的 — Linux namespace 提供隔离,cgroups 限制资源,OCI 规范统一打包格式
核心问题:
docker run nginx和systemd-run nginx有什么本质区别? 关联:→ 02-Kubernetes-声明意图,控制器维持世界(K8s 调度的单位是 pod,pod 是容器的封装)→ 06-eBPF-内核变成可编程的基础设施(容器网络和安全的底层是 Linux namespace 和 Netfilter)→ Linux 系统 MOC(namespace 和 cgroups 是 Linux 内核特性)
第一层:编排——Kubernetes 的设计哲学
核心问题:Kubernetes 的”声明式”和”控制循环”分别意味着什么?API 存储如何协调期望与观察状态? 读完之后:理解 desired state / observed state / reconciliation,理解 K8s 为什么”最终一致”而不是”事务性”。 ★ 故障剧场:删除受控制器管理的 Pod,观察补建过程;区分 static Pod 与 API 中的镜像对象;把控制器停机、API 不可达和存储 quorum 丢失分开讨论。施加了什么故障,必须先独立证实。
- 02-Kubernetes-声明意图,控制器维持世界 — 控制循环、声明式 API、调度器、自愈机制
核心问题:一个 Deployment 从
kubectl apply到 pod 运行,中间经过了哪些控制器、做了什么决策? 关联:→ 03-IaC-把基础设施变成可版本化的意图(K8s 集群本身也要用 IaC 管理)→ 04-GitOps-Git成为系统运行时的真相之源(GitOps operator 对接 K8s API)→ 07-服务网格-流量治理从应用代码中解脱(网格架构理解需要先有 K8s 基础)
第二层:代码化——基础设施的版本控制
核心问题:IaC 解决的是”可重现”还是”可审计”?Terraform state 文件存在的意义是什么?幂等性为什么是 IaC 工具的核心要求? 读完之后:理解 Terraform 的资源生命周期模型、Ansible 的任务编排与模块状态语义,理解资源绑定、配置漂移与管理权边界。 ★ 故障剧场:对隔离实验资源施加一次可回退的变更,用 plan 观察差异;在保有备份的独立 state 副本上观察“失去绑定”后的计划,不对这个计划执行 apply。
- 03-IaC-把基础设施变成可版本化的意图 — 声明式 vs 命令式、状态文件与漂移、幂等性语义
核心问题:
terraform apply和ansible-playbook背后的执行模型有什么根本区别? 关联:→ 04-GitOps-Git成为系统运行时的真相之源(IaC 文件在 Git 里,GitOps 接管同步逻辑)→ 05-平台工程-把开发者体验当产品来建(IDP 后台通常调用 IaC 来配置资源)
第三层:声明式交付——GitOps
核心问题:GitOps 和”把部署脚本放在 Git 里”有什么区别?Pull 模型和 Push 模型分别在什么场景下更合适? 读完之后:理解 Git 作为 desired state store 的语义,理解 operator 模式(watch → diff → act)与 CI/CD pipeline 的根本区别。 ★ 故障剧场:在启用 self-heal 的实验 Application 中制造一次受管字段漂移,观察纠偏;再分别触发渲染失败与运行健康失败,理解 sync、health 和业务结果的区别。
- 04-GitOps-Git成为系统运行时的真相之源 — pull 模型、operator 架构、drift detection、多环境管理 核心问题:为什么 GitOps 倡导 pull 而不是 push?当 Git 和集群状态出现分歧时,谁是真相? 关联:→ 02-Kubernetes-声明意图,控制器维持世界(operator 本身就是一个 K8s 控制器)→ 03-IaC-把基础设施变成可版本化的意图(应用层 GitOps + 基础设施层 IaC 是常见组合)
四、演进系列(05-08):不同层次的回答
当云原生工具链本身成为复杂度来源,这四篇分别考察如何分配责任、把逻辑放在哪一层、让谁承担运行成本。它们可以组合,也可以止步于其中一层;选择依据是实际摩擦,而不是技术栈长度。
平台层:开发者体验
核心问题:Platform Engineering 和 DevOps 的区别是什么?“黄金路径”(golden path)的边界在哪里?为什么说 IDP 是云原生复杂性税的解药? 读完之后:理解 Internal Developer Platform 的设计原则,理解 Backstage / Crossplane 等工具在 IDP 里扮演什么角色,理解平台团队和应用团队的职责边界。 ★ 故障剧场:提一个刚好顶出黄金路径边界的需求(比如非标准的网络拓扑或一个平台没预设的中间件),亲身撞上”便利的尽头是一堵更高的墙”——这正是平台化的制度成本。
- 05-平台工程-把开发者体验当产品来建 — IDP、黄金路径、self-service 基础设施、平台即产品 核心问题:一个应用开发者新建一个服务,平台应该自动化哪些步骤?在哪里保留开发者的选择权? 关联:→ 02-Kubernetes-声明意图,控制器维持世界(IDP 的底层通常是 K8s)→ 03-IaC-把基础设施变成可版本化的意图(IDP 调用 IaC 自动配置资源)→ 04-GitOps-Git成为系统运行时的真相之源(IDP 触发的变更通过 GitOps 同步到集群)
内核层:eBPF
核心问题:eBPF 和 kernel module 有什么区别?verifier 的本质是什么?eBPF 给可观测性、网络、安全提供了哪些共同能力? 读完之后:理解 eBPF 程序的生命周期(编译→验证→加载→挂载),理解 Maps 作为内核/用户空间通信机制,理解 Cilium / Tetragon 在 K8s 里解决了什么问题。 ★ 故障剧场:在隔离环境中比较已明确配置的 Service 数据路径,再用有范围、有时限的 bpftrace 观察一次调用。记录负载与采集成本,不把关闭一个选项当成网络会自动切换的保证。
- 06-eBPF-内核变成可编程的基础设施 — verifier、Maps、XDP、kprobe、Cilium、Tetragon 核心问题:一个 eBPF 程序从 C 代码到在内核路径上运行,经过了哪些步骤?Maps 如何实现内核与用户空间的通信? 关联:→ 01-Container-隔离是手段,交付是目的(容器网络和安全的底层机制)→ 07-服务网格-流量治理从应用代码中解脱(比较内核数据路径与代理分工)→ Linux 系统 MOC(eBPF 建立在 Linux 内核特性之上)
网格层:服务网格演进
核心问题:服务网格的本质是什么——是代理技术还是控制平面技术?Sidecar 模式和 Ambient 模式各自的哲学取舍是什么?mTLS 到底在解决哪个问题? 读完之后:理解 service mesh 的控制面与数据面,理解 sidecar 的生命周期耦合,以及 Ambient 如何把 L4 安全隧道与按需 L7 代理分开。 ★ 故障剧场:明确抓包位置与目标连接,验证 mTLS、路由和授权是否生效;在相同负载下比较资源与延迟。“零代码侵入”的账,仍要在代理、应用和维护者之间算清楚。
- 07-服务网格-流量治理从应用代码中解脱 — 控制平面 / 数据平面、mTLS、sidecar vs ambient、可观测性 核心问题:在没有服务网格的情况下,mTLS 和流量限速要写在哪里?服务网格把这个复杂性挪到了哪里? 关联:→ 02-Kubernetes-声明意图,控制器维持世界(在工作负载编排之上协调通信策略)→ 06-eBPF-内核变成可编程的基础设施(eBPF 与代理的能力边界)
无服务层:Serverless 的哲学
核心问题:Serverless 和容器化的根本区别不是”不用管服务器”——而是什么?冷启动为什么是 Serverless 的架构约束,而不只是性能问题?Knative 和 AWS Lambda 的设计差异说明了什么? 读完之后:理解 FaaS 的事件与执行环境生命周期,理解哪些本地状态只能当缓存,以及托管容器、有状态服务和边缘函数为何属于不同的取舍。 ★ 故障剧场:记录实际冷启动与热调用;将本地缓存放到实例复用、替换和并发三个条件下测试。第二次调用可能仍能读到文件,但这不构成持久性保证。
- 08-Serverless-无状态化的收益与代价 — 执行模型、冷启动、状态外置、Knative、WASM on edge 核心问题:一个请求到达 Serverless 函数时,从 0 到响应之间发生了什么?执行环境中的缓存与业务持久状态该怎样区分? 关联:→ 01-Container-隔离是手段,交付是目的(区分容器制品、microVM、Isolate 与运营模型)→ 05-平台工程-把开发者体验当产品来建(Serverless 是 IDP 提供的一种工作负载类型)
五、组织与经济:技术叙事遮蔽的上层约束
技术机制需要组织接手、持续付费并负责恢复。这里把前面的“谁执行”延伸为“谁长期承担”,讨论入口见 05-平台工程-把开发者体验当产品来建。
- Conway 定律:系统设计容易受到组织沟通结构的影响。微服务拆分如果增加了跨团队等待,技术上的小服务仍可能组成分布式单体。架构与团队边界需要一起调整,不能仅凭组织图推断全部因果。
- Team Topologies:Platform Team 提供可持续消费的内部产品,Enabling Team 帮助团队补足能力,两者不能等同。黄金路径把重复工作封装起来,支持与培训则帮助使用者理解边界;目标都应落到业务团队更顺畅的交付。
- 平台的边界与税:路径越宽,维护面越大;路径越窄,例外越多。先围绕一个重复、高摩擦的需求提供足够薄的能力,再根据采用反馈、等待时间、维护投入与故障恢复调整范围。组织规模只是约束之一。
- FinOps:把声明与账单重新接起来。
replicas: 100是一行 YAML,背后是算力、网络、存储和维护投入。requests、limits、配额、弹性与计费各自控制不同部分,不能用一个参数替代成本治理。与 可观测性与运维工程 MOC 对照:平台把经验固化为默认能力,运维通过运行证据持续校准这笔交换。
这条线索的终点:把基础设施变成代码,让申请与变更更容易;长期价值还取决于是否减少了总的等待、故障损失与重复劳动。谁来为复杂性和账单负责,必须与“谁能申请”一起说清楚。
六、前沿雷达 2026:仍在流动的方向
以下是观察方向,不是部署要求。具体产品状态、接口与性能以对应章节的来源和所选版本为准,趋势判断不能替代工作负载测试。
- AI/GPU 工作负载:加速器的分配、拓扑、共享和模型加载,让通用调度遇到新约束。DRA 提供可扩展的资源声明与分配接口,实际语义仍取决于驱动和硬件。入口见 02-Kubernetes-声明意图,控制器维持世界 / 08-Serverless-无状态化的收益与代价;AI 辅助生成配置的责任边界见 05-平台工程-把开发者体验当产品来建。
- WASM / WASI:另一种执行边界:可移植字节码、宿主能力接口与运行时沙箱,为部分边缘和函数负载提供选择。启动成本、语言支持、宿主 API 与安全边界仍需分别比较,不能仅凭制品格式给隔离强度排座次。入口见 01-Container-隔离是手段,交付是目的 / 08-Serverless-无状态化的收益与代价。
- 平台接口的演进:Score、Crossplane、Backstage 分别触及工作负载描述、资源控制和开发者入口。接口可以复用,用户需求与组织责任仍要自己发现;是否值得引入,回到 05-平台工程-把开发者体验当产品来建 的产品判断。
- 数据面的重新分工:Cilium、Istio Ambient 等方案让部分能力更接近内核,或脱离每个应用 Pod 的生命周期。它们也保留用户空间代理与控制逻辑。观察重点是分工带来的成本和故障域变化,入口见 06-eBPF-内核变成可编程的基础设施 / 07-服务网格-流量治理从应用代码中解脱。
这条线索的终点:工具在变,同一个问题会反复出现——新的抽象替谁省了什么,又要求谁多承担什么?对这笔交换保持证据与反馈,比押中下一代工具更有用。
七、按场景的阅读路径
不同目的的人,从不同的地方开始。
路径一:第一次系统学云原生
按核心系列的逻辑顺序,每篇建立在前一篇的基础上:
01(容器:为什么需要容器,它解决什么问题)
→ 02(Kubernetes:容器多了怎么编排)
→ 03(IaC:基础设施也要代码化)
→ 04(GitOps:代码化之后如何交付)
→ 05(Platform Engineering:工具链复杂了怎么办)路径二:DevOps / SRE 工程师
关注声明式交付和可观测性:
01(容器打包机制,理解镜像层和运行时)
→ 02(K8s 控制循环,理解自愈和滚动更新)
→ 04(GitOps,建立声明式交付流水线)
→ 03(IaC,把基础设施变更也纳入 GitOps)
→ 06(eBPF,深入可观测性工具链)路径三:平台工程师 / 架构师
关注平台设计和技术选型:
02(K8s 控制平面深入理解)
→ 05(Platform Engineering:IDP 设计原则)
→ 07(服务网格:流量治理方案选型)
→ 06(eBPF:数据平面的演进方向)
→ 08(Serverless:工作负载类型光谱)路径四:应用开发者(理解底层)
关注”我的代码跑在什么上面”:
01(容器化:我的 Dockerfile 里发生了什么)
→ 02(K8s:我的 pod 是怎么被调度和管理的)
→ 08(Serverless:什么时候用,代价是什么)
→ 05(Platform Engineering:平台给我提供了什么,边界在哪里)路径五:关注安全方向
01(容器安全基础:namespace 隔离的边界)
→ 06(eBPF:内核层安全策略,Tetragon)
→ 07(服务网格:mTLS 和零信任网络)
→ 02(K8s 运行边界,权限与策略再转安全篇)路径六:把两套实验台接起来
先完成 10 平台实验台 的单机基线;需要云机器时读 09 云底座。进入 Kubernetes、GitOps 或 eBPF 前,逐段验收入口、镜像、数据与恢复方式,再把同一个 Gitea 交给 运维篇 11 实验台。可观测性与 SLO 可以从单机开始,不必等平台堆齐。
八、延伸方向
这个系列聚焦于云原生和平台工程的核心概念。以下方向与本系列相关,但各自构成独立的学习领域:
-
可观测性工程:指标、日志、追踪、SLO 与成本治理,见 可观测性与运维工程 MOC;eBPF 是其中的一种采集机制,不是全部观测工作的前提。两套系列共用实验对象:09 云底座 提供可选云资源,10 平台实验台 从最小形态逐步“造”平台,运维篇 11 实验台 按已验收的入口“装上眼睛”。同一块地,一架梯子,两双手;每次换层都要记录制品、数据和接口,避免把环境变化误当成观测工具的效果。
-
云安全与供应链:容器镜像签名(Cosign/Sigstore)、SBOM、策略即代码(OPA/Kyverno)——建立在第 01、02 篇的基础上,见 安全工程 MOC。
-
分布式系统理论:一致性模型(etcd 背后的 Raft 协议)、CAP 定理在 K8s 里的体现——见 软件工程与架构 MOC。
-
网络深入:CNI 插件原理、BGP 在 K8s 里的使用(Calico/Cilium BGP)、云厂商网络的底层——建立在第 06 篇(eBPF)和 计算机网络 MOC 的基础上。
-
虚拟化基础:容器的 namespace/cgroups 来自 Linux 内核,更底层的 Hypervisor 隔离见 虚拟化系统 MOC。
-
多集群与混合云:Cluster Federation、Karmada、多集群 GitOps——是第 02、04 篇的规模化延伸,但涉及大量工程权衡,独立成专题更合适。
参考与核验边界
- OpenGitOps 原则:版本化期望状态、自动拉取与持续协调的边界。
- CNCF Platforms 白皮书:用户需求、自助体验、薄平台与价值衡量。
- Team Topologies 核心概念:平台团队、赋能团队及团队交互模式。
- Istio Ambient 流量重定向:当前实现与架构示意的依据。
2026-10-14 对关键概念与官方接口作文字核验;具体技术来源见各篇。故障剧场和两篇实践配套尚无本书环境的部署、压测或恢复记录,实际结果要在选定版本与环境中补齐。