K8s与云原生：从微服務(wù)到AIGC，关键技术与落地实战

云原生技术概述

• 什么是云原生？

     云原生的定义，核心理(lǐ)念，以及对于行业数字化转型的意义。

• 践行云原生带来的收益和面对的挑战

     分(fēn)析实践云原生对企业的好处，讨论实施过程中可(kě)能(néng)遇到的困难。

• 云原生技术體(tǐ)系及K8s在其中的地位

      概述云原生的技术體(tǐ)系和常见开源项目，以及从技术和产业两个角度来看K8s在云原生體(tǐ)系中的核心地位。

容器技术基础

• Docker基础

     讲解Docker的核心概念、架构原理(lǐ)及基本操作、Docker镜像的原理(lǐ)和Dockerfile。

• 应用(yòng)容器化的常见问题与最佳实践

     结合实际项目中遇到的问题，介绍如何把应用(yòng)打包成容器镜像，以及其他(tā)将应用(yòng)容器化的辅助工作。

• 容器技术的发展、Docker的替代方案及选型
• 了解Docker以外的容器技术及发展趋势，如何根据实际项目需求进行容器技术选型。

Kubernetes（K8s）基础

• 容器集群与容器编排

     了解容器集群和容器编排的概念和原理(lǐ)，理(lǐ)解K8s的作用(yòng)和价值。

• K8s的架构和原理(lǐ)

     介绍Kubernetes的主要组成部分(fēn)，包括API Server，Controller Manager，Scheduler等通常部署运行在Master节点上的组件，kubelet、kube-proxy和容器运行时等在Worker节点上的组件。

结合不同规模的项目案例，介绍K8s集群部署架构设计，涵盖从单节点到数千节点多(duō)种情况。

• K8s的核心资源及应用(yòng)

     详细介绍K8s的核心资源，包括Pod、Deployment、StatefulSet、Service、Volume、Namespaces等。深入讲解这些资源对象在实际项目中如何被使用(yòng)，如通过Deployment管理(lǐ)无状态应用(yòng)，使用(yòng)Service和Ingress将微服務(wù)对内和对外提供访问，以及如何通过Namespace进行资源隔离等。同时，也会介绍如何通过YAML或JSON定义和创建这些资源对象，并展示实例让學(xué)员了解它们在实际工作中的应用(yòng)。

基于 K8s 构建和运行生产级微服務(wù)架构应用(yòng)

• Sidecar模式及应用(yòng)

     介绍什么是Sidecar模式，并结合具體(tǐ)实例从开发和运维两个视角讲解K8s上Sidecar模式的应用(yòng)

• 应用(yòng)的健康检查与故障自动处理(lǐ)

     结合实际项目中的不同类型应用(yòng)，讲解如何做好应用(yòng)的健康检查，以及如何实现故障自动处理(lǐ)。包括存活状态（liveness）和就绪状态（readiness）检查及K8s上相应的自动化处理(lǐ)机制，包括容器重启和流量熔断等。

• 容器生命周期管理(lǐ)与优雅下線(xiàn)

     理(lǐ)解容器生命周期（lifecycle）管理(lǐ)的关键，掌握如何在K8s上通过preStop lifecycle hook实现容器和应用(yòng)的优雅下線(xiàn)，保障在滚动发布和弹性伸缩过程中服務(wù)的可(kě)用(yòng)性。

• 行业应用(yòng)微服務(wù)化及云原生改造案例

     分(fēn)享一些行业应用(yòng)转向微服務(wù)和云原生的成功案例。

K8s的网络与存储

• K8s对基础设施的南向接口标准CNI与CSI

     介绍K8s对接网络和存储基础设施的CNI和CSI接口标准及其原理(lǐ)

• K8s的网络模型

     讲解K8s的网络模型及K8s网络方案的实现原理(lǐ)。

• 典型的K8s网络方案简介：Calico、Flannel及其他(tā)

     介绍Calico、Flannel等主流K8s网络方案，比较他(tā)们的异同和使用(yòng)场景。

• K8s 中使用(yòng)存储的几种模式和应用(yòng)场景

     讲解K8s中本地数据卷、网路数据卷、PV/PVC等几种存储使用(yòng)模式及其适用(yòng)场景。

• 应用(yòng)的配置存储与下发

     介绍一类典型数据 —— 应用(yòng)配置在K8s上的管理(lǐ)、存储、下发和更新(xīn)。

• 在K8s上运行数据库等有(yǒu)状态服務(wù)

     如何通过StatefulSet和Headless Service在K8s上运行数据库、有(yǒu)状态中间件等服務(wù)，并介绍如何适配于行业传统应用(yòng)改造中的其他(tā)有(yǒu)状态服務(wù)。

• 公有(yǒu)云/IaaS环境与物(wù)理(lǐ)服務(wù)器环境运行K8s的异同及对应用(yòng)的影响

     对比在公有(yǒu)云的云主机等IaaS环境中和在物(wù)理(lǐ)服務(wù)器上运行K8s的不同，分(fēn)析对应用(yòng)的影响和典型方案。

云原生生态组件与扩展开发

• 服務(wù)网格

    介绍服務(wù)网格的概念、典型开源服務(wù)网格Istio的原理(lǐ)和应用(yòng)，比较服務(wù)网格与传统微服務(wù)治理(lǐ)方案的异同和集成。

• Serverless

    讲解函数计算、分(fēn)布式应用(yòng)运行时等Serverless方案和应用(yòng)，讨论其业務(wù)价值。

• CI/CD与云原生DevOps

    CI/CD和DevOps的概念、云原生DevOps（CI/CD）方案与传统方案的區(qū)别，典型的云原生DevOps方案及应用(yòng)。

• 将云原生能(néng)力延伸到边缘

    讨论边缘计算需求及将云原生能(néng)力延伸到边缘的价值，介绍KubeEdge等云原生边缘计算和云边协同方案。

• Helm与Operator

    介绍Helm的原理(lǐ)及应用(yòng)、Operator模式原理(lǐ)与开发方法，讲解如何利用(yòng)Helm和Operator实现云原生应用(yòng)交付和自动化运维，以及基于K8s开发云原生生态组件的方法。

构建支持大模型和AIGC的云原生平台

• 大模型的特点及对云原生技术提出的新(xīn)挑战

     介绍大模型和生成式AI的概念、特点及训练和推理(lǐ)场景对云原生技术提出的新(xīn)挑战

• OpenAI基于K8s训练和运行GPT的案例分(fēn)析

    结合OpenAI将K8s扩展到2500节点和7500节点以支持GPT大模型的实践，讨论如何构建支持大模型的云原生平台。

• 基于Docker和K8s运行AIGC应用(yòng)

     结合具體(tǐ)实操介绍如何在K8s上运行生成式AI模型并对外提供服務(wù)。

• 支持AI模型训练与运行的云原生方案

     介绍Kubeflow等一些支持AI模型训练与运行的典型云原生方案。