专访叶鹏：Kubernetes在亚信大数据平台的应用 - 168大数据

来自亚信数据大数据云平台部负责人叶鹏将带来《基于Kubernetes的大数据服务能力供给之道》的演讲，主要涉及kubernetes编排能力详解，常见大数据服务能力编排模式以及对大数据服务资源隔离、服务发现、持久化的考虑。

在大会开始前，我们特别荣幸采访到亚信数据大数据云平台部负责人叶鹏，他和我们分享了Kubernetes在亚信大数据平台的应用。他表示他们在横向比较了常见的CloudFoundry、Mesos、Kubernetes等7个PaaS平台之后，最终使用Kubernetes作为平台技术基础。

叶鹏：我是亚信数据大数据云平台部的叶鹏，主要负责亚信数据的DataFoundry平台建设和运维以及服务支撑工作，目前专注于 Docker、Kubernetes 技术与大数据技术结合应用的探索和研究，通过“DataFoundry”平台提升大数据应用交付能力，同时吸引外部平台

叶鹏：亚信数据大约是去年7月开始使用Docker技术，为了DataFoundry平台的技术选型，我们横向比较了当时常见的CloudFoundry、Mesos、Kubernetes等7个PAAS平台，最终使用Kubernetes作为平台技术基础。目前我们已经完成公司内若干重大数据分析应用，例如位置应用、可视化应用、邮箱PUSH应用的云化，并初步取得一定成果。

叶鹏：通过docker开发自己的服务，通过docker开发大数据服务编排，通过docker来支撑公司内产品的云化。

叶鹏：我们在去年7月横向比较了CloudFoundry、Mesos、Kubernetes等7个PAAS平台，我们选择kubernetes首先是因为kubernetes提供了一个相对完整的PAAS平台解决方案，它原生就是为解决容器编排场景而设计的，二是它有一个非常活跃的社区，大家的讨论都非常积极，出现的问题都能够及时响应。三是kubernetes的良好的微服务架构设计让我们可以比较快捷的完成对其功能的扩展。

叶鹏：Kubernetes应该可以向更大集群管理规模、更完善的平台高可用模型、更自动和顺畅的持久化管理策略以及一些串行管理流程的进一步改进这几个方向发展。目前看Kubernetes仍然以无状态应用的编排为主，尽管我们看到已经有一些面向持久化应用的编排功能出现，例如deamonset、petset、可自动供给的pvc等，但是他们都还处于验证阶段，因此在未来对状态服务的管理、特别是与大数据技术在计算调度、资源管理等方面进一步结合或许是kubernetes的一个重要的发展方向。

CSDN：目前有很多编排工具，比如Mesos、Swarm等，作为企业来说，如何选择适合自己的编排工具？

叶鹏：目前编排工具或者说平台的竞争非常激烈，kubernetes、mesos、swarm都有自己的长处与不足，同时每个编排工具都有丰富的内涵，使用起来都存在一定的技术曲线，大家在选择编排工具时首先应从自身实际出发，明确业务场景和技术要求，同时还要考虑计算资源、存储、网络与编排工具的衔接问题，如果真正要让编排工具上升为平台角色还应考虑公司的管理、研发流程是否可以很好的在编排工具上集成和落地，应用的测试、部署流程是否可以很好的在编排工具上集成和逻辑。

叶鹏：在本次会议上我主要介绍亚新数据DataFoundry平台这一段时间以来结合kubernetes的一些进行大数据服务供给的一些心得。