惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

The Register - Security
The Register - Security
云风的 BLOG
云风的 BLOG
U
Unit 42
F
Fortinet All Blogs
The GitHub Blog
The GitHub Blog
cs.CV updates on arXiv.org
cs.CV updates on arXiv.org
D
Docker
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
S
Secure Thoughts
Hacker News: Ask HN
Hacker News: Ask HN
Vercel News
Vercel News
S
Security @ Cisco Blogs
GbyAI
GbyAI
Stack Overflow Blog
Stack Overflow Blog
Exploit-DB.com RSS Feed
Exploit-DB.com RSS Feed
I
Intezer
MongoDB | Blog
MongoDB | Blog
AI
AI
MyScale Blog
MyScale Blog
Engineering at Meta
Engineering at Meta
Y
Y Combinator Blog
Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
P
Proofpoint News Feed
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
W
WeLiveSecurity
博客园 - 叶小钗
S
SegmentFault 最新的问题
N
News | PayPal Newsroom
WordPress大学
WordPress大学
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
D
DataBreaches.Net
小众软件
小众软件
Microsoft Azure Blog
Microsoft Azure Blog
Spread Privacy
Spread Privacy
H
Help Net Security
美团技术团队
博客园 - 司徒正美
T
Threat Research - Cisco Blogs
cs.AI updates on arXiv.org
cs.AI updates on arXiv.org
K
Kaspersky official blog
Application and Cybersecurity Blog
Application and Cybersecurity Blog
K
KPMG report finds enterprise disconnect between AI and its ROI | CIO
V
Vulnerabilities – Threatpost
TaoSecurity Blog
TaoSecurity Blog
N
Netflix TechBlog - Medium
L
Lohrmann on Cybersecurity
J
Java Code Geeks
量子位
Martin Fowler
Martin Fowler
博客园_首页

陈少文的网站

巨变与机遇的未来十年 Kubernetes 平台管理软件压力测试方案 使用镜像部署 Hexo 静态页面 终于等到你 - GitHub 镜像仓库服务(ghcr.io) 一起来学 Go --(6)Interface 一起来学 Go --(5)Goroutine 和 Channel 什么是函数式编程 如何在 Kubernetes 集群集成 Kata 柯里化与偏函数 使用 PyGithub 自动创建 Label 软件产品是团队能力的输出 Helm 2 、Helm 3 比较 IoT 变现 Kubernetes 中的 DNS 服务 国内的 Helm 镜像源 Harbor 使用自签证书支持 Https 访问 DevOps 工具链之 Prow 如何使用 kfctl 安装 Kubeflow VS Code 无法下载 Go 插件的工具包 工程师更应具有服务精神 你不知道的 Docker 使用技巧 使用 Docker 运行 Tensorflow 论中国 什么是左移 如何清空 Git 仓库全部历史记录 一禅小和尚 有风吹过厨房 时间的玫瑰 如何在 CentOS 安装 GPU 驱动 开发 Tips(19) 使用 Velero 备份 Kubernetes 集群 Kubernetes Cheat Sheet 开发 Tips(18) 如何构建一个 Java 工程 开发 Tips(17) KubeSpray 安装 Kubernetes 报错 ip in ansible_all_ipv4_addresses 基于 Kubernetes 和 Jenkins 搭建自动化测试系统 在 Kubernetes 上动态创建 Jenkins Slave 使用 Jenkins 进行服务拨测 开发 Tips(16) Kubernetes 签发 Ingress 证书及日常故障运维 Kubernetes 中 Deployment 的基本操作 Kubernetes 中的证书 如何使用 KubeBuilder 开发一个 Operator Kubernetes 1.6.0 安装问题汇总 镜像管理工具 -- Harbor 开发 Tips(15) Docker 如何拉取镜像 开发 Tips(14) 使用 Helm 安装 harbor 开发 Tips(13) 使用 S2I 构建云原生应用 在 Kubernetes 中使用 emptyDir、hostPath、localVolume 开发 Tips(12) 开发 Tips(11) 代码质量分析工具 SonarQube 使用 Kubeadm 安装 Kubernetes 集群 一起来学 Go --(4)常用函数 Kubernetes 中的 Ceph Kubernetes 之 Volumes Kubernetes 之 Labels、Selectors 开发 Tips(10) 开源正在重构商业模式 Kubernetes 之网络 Kubernetes 之 API 使用 Helm 和 Operator 快速部署 Prometheus Kubernetes 复杂有状态应用管理框架 -- Operator Kubernetes 的包管理器 -- Helm 一起来学 Go --(3)Go Modules 如何一步一步地优化博客方案 kubectl 实用指南 Kubernetes 中的基本概念 搭建远程 Kubernetes 开发环境 大公司和小公司的 ToB 思路 开发 Tips(9) Go 入门指南 一起来学 Go --(2)数据与逻辑结构 如何预防 Web 富文本中的 XSS 攻击 django-xss-cleaner 云工作时代 一起来学 Go --(1)背景与特点 SaaS 开发团队的不同阶段 你不知道的 Git 使用技巧 输出既服务 微服务设计 继续奔跑 开发 Tips(8) 从账户安全到二次验证 Django 性能之数据库查询优化 Django 性能之分库分表 敏捷开发之研发流程 打造一致性的团队 开发 Tips(7) Pytest 进阶学习之 Mock PaaS 部署之 buildpack Go 开发配置 领域输出才是 PaaS 的核心竞争力 Pytest 入门学习 开发 Tips(6) 如何使用 Jenkins、Docker、GitLab 搭建 Django 自动化部署流程
Container 和 AI 是 PaaS 未来的发展方向
微信公众号 · 2017-09-03 · via 陈少文的网站

Please enable Javascript to view the contents

1. 关于 PaaS

1.1 什么是 PaaS

PaaS 是平台即服务(Platform as a Service)的简称,平台即服务是一种云计算服务,提供运算平台与解决方案服务。PaaS 的出现加快了 SaaS 的发展,尤其是加快了 SaaS 应用的开发速度。比如,SaaS 开发时,使用 PaaS 平台统一提供的登录、数据库、缓存等服务,将大大减少这些服务开发的人力和成本。同时将,SaaS 应用的运维交给了 PaaS 平台完成。

1.2 PaaS 的特点

PaaS 平台提供的是针对开发人员的 SaaS 服务。通过 PaaS 平台将一些常用的服务,提取为公共服务,比如扩缩容、数据库、发布等。开发人员只需要专注于业务,基于 PaaS 平台提供的开发框架完成业务逻辑的填充。

PaaS 平台的特点有:

  • 提供开发框架

    PaaS 平台提供开发框架,开发人员在其基础上开发 SaaS 应用。开发框架是应用与 PaaS 平台融合的关键。

  • 减少编码时间

    PaaS 平台通过提供内置的预编码应用组件(如工作流、目录服务、安全功能、搜索等),可以大幅度削减编码新应用所需的时间。

  • 大量公共服务

    PaaS 平台通常会提供大量的公共服务。比如,短信发送、COS 对象存储、Redis等。这些服务加快了开发进程,同时,后期也不用维护,易于扩容。

  • 跨平台支持

    PaaS 平台提供商通常会提供针对多种平台(例如PC端、移动端)的开发选项,允许更快速、更轻松地开发跨平台应用。

  • 有效管理应用程序生命周期

    PaaS 平台提供了支持 Web 应用程序完整的生命周期(生成、测试、部署、管理和更新)所需的全部功能。

  • 免运维

    PaaS 平台提供了整体的开发流程、自动化部署方案。应用开发阶段、上线后,都不需要运维人员过多参与。

2. PaaS 1.0

以谷歌 GAE、Heroku、SAE为代表的是 PaaS 1.0 时代,采用了比虚拟化更加细粒度的应用作为服务单元,但它存在的致命问题是对应用程序的侵入性,也就是说要求开发者对程序代码进行限制,以满足平台的运行需求。

PaaS 1.0 对开发语言有很多限制,应用托管环境单一、组件封闭,开发者不希望使用某个 PaaS 引擎就将自己锁定在这个平台上面。这限制了 PaaS 1.0 的发展。

3. PaaS 2.0

以 Cloud Foundry 和 OpenShift 为代表的是 PaaS 2.0 时代。它的进步性体现在,基本上消除了对应用程序的侵入性,但是对 DevOps 本身的环境变量的传递和部署仍有要求。

PaaS 2.0 虽然能解决的需求已经很多了,但是问题同样不少,比如 PaaS 2.0 并不介入软件的开发流程,软件开发完毕后,需要经过二次封装,才可以运行在 PaaS 平台之上。

4. PaaS 3.0

以基于 Docker 的 Flynn、Deis 为代表的是 PaaS 3.0 时代。PaaS 3.0 涉足到软件开发流程,交付的产品就是 Docker 的标准镜像,在 Docker 的平台上把开发、测试、运维的流程打通。目前 PaaS 的发展,就处于 PaaS 3.0 阶段。国内也有大量平台公司提供 Docker 容器服务,比如,DaoCloud、时速云、数人云等。

5. PaaS 4.0

以 AI 技术为代表的是 PaaS 4.0 时代。发展到 PaaS 3.0, 解决的是软件的开发、交付、部署问题,实现了 DevOps。这一过程节省了开发运维成本,加快了软件的交付流程。以前1个月开发1个应用,现在1个月可以开发5个应用;以前1个应用需要2个开发1个运维,现在需要1个 DevOps。有收益,但,是个加法运算。商业价值没有得到有效的挖掘和放大。AI 等数据挖掘技术在 PaaS 4.0 时代将大放异彩,PaaS 平台提供的数据处理能力,将极大地降低数据挖掘的门槛。同时,由于 PaaS 平台的规模效应,数据挖掘的成本优势得以体现。承载了大量业务数据的 PaaS 平台,也增强了用户对平台的粘性。


微信公众号