1、云原生数据基础设施：持久化、流式处理和批量分析介绍

云原生数据基础设施：持久化、流式处理和批量分析介绍

1. 云原生数据与基础设施发展趋势

在当今技术领域，解决数据问题的过程中，现代化需求日益凸显。若云原生应用仅局限于微服务和服务网格，而在 Kubernetes 上部署应用时未考虑数据，那么就尚未真正拥抱云原生。云原生的原则，如可扩展性、弹性、自修复和可观测性，应贯穿应用的每个元素，包括数据处理。

过去二十年间，基础设施的部署方式逐渐分化为两个方向，反映了分布式应用的部署模式，主要分为无状态服务和有状态服务：
| 服务类型 | 特点 | 举例 | 扩展性 | 运营任务 |
| ---- | ---- | ---- | ---- | ---- |
| 无状态服务 | 仅在当前请求的生命周期内维护信息，请求处理完成后信息无需保留 | 向移动客户端发送格式化购物车信息的服务 | 基础设施可按需轻松扩展和收缩，对整体应用影响小 | 相对简单，创建和销毁服务无需太多协调 |
| 有状态服务 | 需要在不同请求之间维护信息，数据存储在磁盘和内存中供多次请求使用 | 数据库或文件系统 | 扩展更为复杂，通常需要数据复制以保证高可用性，涉及一致性和数据同步机制 | 与无状态服务不同，有不同的扩展方法和运营任务 |

同时，基础设施的发展也经历了一系列变革：
1. 物理服务器被易于部署和维护的虚拟机所取代。
2. 虚拟机进一步简化并专注于特定应用，演变成如今的容器。
3. 容器使基础设施工程师能够将应用的操作系统需求打包成单个可执行文件，提高了部署的一致性，便于批量部署和运行基础设施。

Kubernetes 作为容器编排系统，解决了容器爆炸式增长带来的管理问题。