云原生新生产力的飞跃数字新趋势-系列数字技术前瞻出品人：高红冰主编：苏中编委会：安筱鹏、陈屹力、程璟、陈绪、李国强、栗蔚、刘如明白皮书项目团队：栗 蔚 中国信息通信研究院 云计算与大数据研究所 副所长刘如明 中国信息通信研究院 云计算与大数据研究所 高级业务主管陈屹力 中国信息通信研究院 云计算与大数据研究所 云计算部副主任闫 丹 中国信息通信研究院 云计算与大数据研究所 高级业务主管周丹颖 中国信息通信研究院 云计算与大数据研究所 云计算部工程师杜 岚 中国信息通信研究院 云计算与大数据研究所 云计算部工程师王海清 中国信息通信研究院 云计算与大数据研究所 云计算部工程师邹文浩 中国信息通信研究院 云计算与大数据研究所 云计算部工程师尹夏梦雪 中国信息通信研究院 云计算与大数据研究所 云计算部工程师安筱鹏 阿里研究院副院长程 璟 阿里巴巴集团公共事务副总裁陈 绪 阿里云基础产品事业部技术战略总监李国强 阿里云基础产品事业部云原生应用平台产品总监孟晋宇 阿里云开发者关系&全球培训中心负责人史大治 阿里云政府产品与解决方案首席架构师苏 中 阿里研究院未来技术中心负责人王荣刚 阿里云基础产品事业部云原生应用平台运营负责人*编委会名单按照拼音字母排序前言在距今 4000 年前古苏美尔人墓葬中，出土的马赛克拼图上出现了装载武器的四轮马车形象。它证实了人类早在四千年前就进入了马力时代，马在当时已经被人类驯服并用于军事运输。马力时代改变了人类社会：骑在马背上的人类视野更开阔、移动范围更大；军队的战斗力以马匹的数量来衡量；即使是在蒸汽机出现时，衡量它功率的标准还是“马力”。从驯服的马力到蒸汽机、电动机的两次工业革命，每次变革都是人类生产力的一次伟大飞跃，人类社会依靠动力革命和能源革命实现了前所未有的大规模生产。随着计算机的发明和互联网的诞生，人类社会进入到数字时代。支撑互联网发展的背后力量是海量的算力和无所不在的网络连接。算力和网络资源效能的不断提升推动 IT 服务的标准化并最终催生出云计算技术。伴随着云计算技术的不断发展，IT 底层技术架构发生了革命性的重构，云原生思想、技术、标准、工具应运而生。云原生将会重构企业和社会的数字基础设施，实现全生产周期的要素数字化，进而加速数据与生产业务的融合贯通。它或将带来人类社会进入数字时代后生产力的又一次伟大飞跃。苏中未来技术中心 阿里研究院卷首语计算是数字世界的动力，云计算是数字时代的“水电煤”。但相比“水电煤”的“即插即用”，云计算所具备的易用性还有很长的路要走。云原生，究其根本意义，是规范“用云”的架构模式、技术标准，提供相应的工具，是把云计算真正变成“水电煤”的关键所在。未来的一切应用应该是按照云原生规范构建的，通过云原生工具，可以即插即用地对接到任何一朵云上而获得澎湃动力。数字时代，对应用的弹性与韧性，提出了更高要求。为了保障社会正常运转，满足人们工作、生活、医疗、教育全方位的新需求，很多开发者需要在短时间内上线新系统，快速伸缩以满足突增的访问量，确保系统在任何情况下持续正常运转。为此，开发者付出了无数个不眠之夜。除了易用性，我们希望云原生能将过去在应用架构层做的大量工作，尤其是弹性与韧性，下沉到云平台层去实现，让应用只需要关注客户体验与业务逻辑。我们理应期待，未来基于云原生的应用，将天然具备弹性与韧性。阿里巴巴既是云计算服务的提供者，也是用云的先行者。从 2009 年启动云计算平台建设开始，当时的小微企业贷款业务就与云共同成长；随后阿里巴巴的业务系统与云并肩发展，共同扛过一次次双十一，不断将云的技术先进性转化为业务效率与客户体验；2019 年，阿里巴巴的核心系统已经全量上云；到 2021 年，天猫双十一系统 100%上云。我们期望云原生能推动云计算行业走向新的发展阶段。我们相信云原生架构与技术一定是开放的、与全行业共同定义与建设的。只有如此，才能让云计算真正成为即插即用，具备弹性、韧性，由全社会共建共享的数字基础设施。阿里巴巴坚持“三位一体”的云原生理念：技术社区的云原生产品及标准与阿里云客户、阿里巴巴自身业务系统使用的产品及标准，必须是同一套。我们希望阿里巴巴的最佳实践、阿里巴巴客户的最佳实践，也是全行业可分享的最佳实践。让我们共同用实践，推动云计算“水电煤”时代的到来。程立（鲁肃）阿里集团首席技术官如今，企业上云已经成为一种必然趋势。与此同时，作为诞生于云计算时代的新技术理念，云原生也让企业用云方式从“上云”到“云上”转变。云原生拥有传统 IT 无法比拟的优势，它能从技术理念、核心架构、最佳实践等方面，帮助企业 IT 平滑、快速、渐进式地落地上云之路。可以预测,在未来企业加快数字化转型的过程中,云原生一定会得到最广泛的应用。通过云原生，可以让企业最大化使用云的能力，聚焦于自身业务发展，也可以让开发者基于云原生的技术和产品，提升开发效率，并将精力更多地聚焦于业务逻辑实现。云原生正在成为新基建落地的重要技术抓手，只有提前拥抱新基础设施，才不会被时代淘汰。今天，越来越多的企业坚定了上云和实现数字化转型的信念，而云原生技术则是实现数字化转型的最短路径。在过去传统工作方式下，一家企业想使用云原生的技术或产品，需要花费大量精力研究一些开源项目，自己做运维和管理，还需要考虑集成、稳定性保障等问题。今天，为了方便企业和开发者使用云原生技术和产品，更好地接受云原生理念，阿里云做了很多工作。一方面，我们在内部积极推进云原生技术使用，阿里云内部有非常丰富、大规模的使用场景，通过这些场景充分打磨云原生技术；另一方面，阿里云拥有国内最丰富的云原生产品家族、最全面的云原生开源贡献以及最大规模的云原生应用实践，去为最大云原生客户群体赋能。在容器、DevOps、分布式应用、服务网格、数据智能和 Serverless 等领域均为企业提供丰富的技术和产品体系，满足不同行业和场景的需求。阿里云更重要的责任是将阿里巴巴沉淀十多年的云原生实践对外输出，赋能数百万家企业进行云原生改造，提升研发效率，同时降低 IT 成本，携手客户迈入数字原生时代。云原生的核心是创新。硬核技术要创新，服务客户的模式也要创新。今天我们讲云原生是阿里云的再升级，其实，云原生也是阿里云的 DNA。相信在阿里云云原生的助推下，“云”将成为“日用品”，让企业业务“生于云，长于云”，帮助企业实现全面数字化，享受云计算技术带来的红利。蒋江伟（小邪）阿里云智能基础产品事业部总经理序言数字生产力的崛起：从“电原生”到“云原生”生产力是人类征服和改造自然的客观物质力量，是一个时代发展水平的集中体现。一部社会发展史，就是劳动者发挥聪明才智，不断创造新的劳动手段（劳动工具），去认识自然，适应自然和改造自然（作用于劳动对象）的过程。生产力三要素在各个社会形态中的表现形式各不相同，数据生产力是数字经济时代最显著的特征。从“刀耕火种”到“铁犁牛耕”，再到“机器代人”，生产力的变革带来生产方式、管理方式、资源获取方式的巨大改变。人类社会得以不断获取并支配着密度更高的能量，促进人口数量的激增，重塑人类社会结构和组织结构。一、一次产业革命，一代基础设施每一次产业技术的兴起，均产生一组协同作用、相互依赖的产业以及一个或更多的基础设施网络，带来传统利益格局、产业体系、制度文化的重构。英国学者佩蕾斯对工业时代技术经济范式的迁移进行了系统论述。第一次产业技术革命在英国打开了机械化大门，1771 年阿克莱特在克隆福德的工厂开张，机械化设备的大规模应用极大地削减了棉纺织业和其他产业的成本，进而导致了河运、水道及收费公路等基础设施的快速建设。工厂生产，机械化加工，生产效率得到提高。世界正在逐渐变“大”。第二次产业技术革命，铁路和蒸汽动力的广泛应用从英国逐渐扩展到欧洲和美洲。铁轨铁路、普遍邮政服务、电报业、大型港口等一批基础设施得以更新和建设。世界正在逐渐变“快”。第三次产业技术革命萌发于 1875 年，安德鲁卡内基的酸性转炉钢厂在匹兹堡开工。世界范围的铁路逐渐铺开，大型桥梁和隧道，世界范围的电话、电报、电力网络成了新的基础设施。世界正在逐渐变“小”。第四次产业技术革命肇始于 1908 年，福特产出 T 型车使汽车开始走入寻常百姓家。新的技术经济范式也随之出现，大规模生产，大众化市场，产品实现标准化，基于石油的能源密集型组织占据核心。世界正在逐渐变“重”。第五次产业技术革命开始于 1971 年，英特尔微处理器的问世推动人类进入信息时代。信息密集型组织成为赢家，知识成为资本，无处不在的网络结构，市场更加细分，分化更加严重。世界正在逐渐变“轻”。二、从“电原生”到“云原生”对于物理世界的描述，美国哈佛大学的研究小组提出了著名的资源三角形：没有物质，什么也不存在；没有能量，什么也不会发生；没有信息，任何事物都没有意义。人类改造世界创造生产力的过程实际上是对这三大资源的不断挖掘利用，首先被接触到并应用的是物质资源，由此产生了简单的手工生产力；其后能源资源的大规模开发利用成为驱动人类社会发展的主要动力，藉此诞生了强大的机器生产力；随着人类对物理世界认识的不断深入，信息成为驱动生产力发展新的增长点，至此衍生出不可思议的数据生产力。100 多年前，电灯的发明，开始有电的应用和普及，那时候供给端在工厂，发电装置是那个时代制造业企业的标配，大部分的制造企业都自备电厂，真正的公共电厂的数量非常有限。当时企业家们肯定也在思考，电的供给不稳定、不安全，会直接影响到自身企业的正常运行。在某种程度上，就像今天的云计算，很多时候企业家会想：那么多数据，云计算是不是不太安全？所以不少企业都会有自己的计算中心，就像 19 世纪 80 年代企业自备电厂一样。但是由于电的规模经济的发展以及技术本身的发展，企业在公用电力的经济性和安全性上打消顾虑之后，中央电厂 电网这样的基础设施就快速发展普及起来。1907 年，中央电厂的模式占到当时美国用电量的 40%，1920 年代是 70%，1930 年代80%，1940 年代 90%。20 世纪 30 年代，“中央电厂 电网“的模式成为了工业社会的基础设施。从电的使用到电力成为工业社会的基础设施，这个过程用了 50 年时间。今天，我们去看云计算或者新的基础设施的时候，大概相当于当年电力发展的早期，很多方面正在加速体系化。所以，未来的十年或者更长的时间是一个新的基础设施的安装期。企业原有的运营底座由于云等新技术而不断被数字化，新技术本身再封装就将是一个更加高效的基础设施。这个更高效的基础设施，把原来所有企业、政府、医疗教育机构所依赖的基础设施不断地切换和升级。从百年尺度看，我们正在从“电原生”到“云原生”。2020 年 9 月 17 日，一家创立于 2012 年的 Snowflake 数据库公司在美国上市，2019 年Snowflake 的销售不到 3.5 亿美元，但市值超过 750 亿美元。Snowflake 上市是 2019 年美国IPO 融资规模最大公司，也创造了软件公司 IPO 的最高记录。Snowflake 正在从一个云数据库演变为一个一站式的数据管理全生命周期服务平台，这个平台不仅是传统关系型数据库的交易服务，以及数据仓库提供的分析能力，而且建立一个从数据生产到集成、传输到备份、交易到分析、智能化应用和挖掘的一站式数据治理平台。国际咨询公司预测，2023 年的时候全球 3/4的数据库是跑在云上，Snowflake 从创建的时候就是一个面向云、基于云创建的一家公司，是一个云原生的数据库企业。Snowflake 代表了云原生时代数字技术演变和企业成长的新模式和新趋势。如果说，蒸汽火车到电力机车是电气化的“移民”，电灯、电冰箱、电影、电梯是电气化的“原住民”和“电原生”。因为有了“电”所以有了“电梯”，因为有了“电梯”所以有了“高楼”，因为有了“高楼”所以有了“城市”。电开启一个新时代。今天，云计算正在扮演同样的角色，基于云边端的新型数字基础设施正在形成，并将孕育和催生许多新云原生产品。我们正在走向云原生时代，云原生，就是因云而生的软件、硬件、架构。未来会催生培育许多“云原生”新产品：新一代人数据库、人工智能、存储、芯片、网络和健康码。云原生极致的弹性、服务自治、大规模可复制等能力，更容易实现异构资源标准化、加速数字生产力释放、加快业务应用的迭代速度、推动业务创新。转型与原生并行。今天，当我们讨论“数字化”时候,事实上有两个关键词,一个叫转型,一个叫原生。所谓的转型是传统企业把自己的产品形态、渠道、商业模式、组织文化管理进行升级,从 A 这个地方出发到 B 这个地方。但是当转型的企业到达 B 这个数字化土壤比较肥沃的地方,发现一批小企业，他们天生就长了数字化的基因,我们把这些企业定义为叫做数字原生企业,Snowflake、黑湖科技、元气森林、三顿半、认养一头牛等等,我们它这些数字原生的企业。如果说传统企业的数字化转型就像一场学游泳的竞赛一样,有一批教练教你怎么去呼吸、怎么去转身,数字原生的企业一出生的时候就长了一个数字化的腮,一出生知道如何用数字化的方式去做决策、产品创新、构建线上线下一体化的驱动体系。云原生时代正在到来，数字化转型不是把技术武装到牙齿，而是把技术融入企业的基因，构建数字生产力，开启一场永无止境的能力进化之旅。安筱鹏阿里研究院副院长目录13/第一章 经济、市场、技术的交互促进，加速催生新一代云计算技术15/1.泛电子化时期：稳态业务下的功能辅助16/2.泛互联网化时期：规模经济下的成本控制17/3.泛数字化时期：数字孪生世界的生产力紧缺21/第二章 云原生内涵及典型技术22/1.云原生概念定义26/2.云原生架构设计原则26/2.1 服务化原则27/2.2 弹性原则27/2.3 可观测原则28/2.4 韧性原则28/2.5 所有过程自动化原则29/2.6 零信任原则29/2.7 架构持续演进原则30/3.云原生关键技术及成熟产品31/3.1 云原生的“内功心法”：颠覆性的技术内核32/3.1.1 容器：云原生世界技术爆炸的奇点32/3.1.1.1 安全容器33/3.1.1.2 Serverless 容器33/3.1.1.3 裸金属容器35/3.1.2 微服务37/3.1.3 Serverless38/3.2 云原生的“外化招数”：因云而变的演进技术38/3.2.1 云原生芯片39/3.2.2 云原生操作系统39/3.2.3 云原生网络41/3.3 云原生数据库41/3.3.1 云计算加速数据库系统演进，技术代差逐步缩小43/3.3.2 数据库中国队崛起，挑战与机遇并存44/3.3.3 云原生数据库助力企业向数字化、在线化、智能化演进47/第三章 中美云原生产业发展态势49/1.现阶段中美云原生产业仍存在量级差异50/1.1 认知：美国较中国更早的认识云计算的战略价值，政策推进云计算向纵深领域应用51/1.2 市场：美国领跑全球中国主导亚太，中美云原生产业鸿沟持续收窄52/1.3 资本：华尔街押注创新技术，中资偏重基础产品54/2.美国引领核心技术，中国技术影响力显著增强55/3.中美产业用户的云原生应用深度存在显著差异57/第四章 云原生技术行业应用58/1.制造业：打造产品生命周期数字化60/2.金融业:从架构敏捷到业务敏捷的质变63/3.零售业-营销与供应链数字化体验65/4.物流行业-转运作业数字化征程67/第五章 数字原生企业的崛起69/1.从云原生到数字原生70/2.数字原生企业概念及全景视图70/2.1 数字原生企业概念71/2.2 数字原生企业分类72/2.3 数字原生企业特征73/3.典型数字原生企业剖析73/3.1 Snowflake76/3.2 元气森林77/3.3 认养一头牛78/3.4 申通快递79/3.5 上汽大通经济、市场、技术的交互促进，加速催生新一代云计算技术Chapter 111第三次工业革命后，社会的进步与发展开始由技术强驱动，信息技术的突破性进展与企业业务模式创新交叉刺激共同演进，从技术和业务结合的角度来看，出现了个三个显著的阶段，即泛电子化时期、泛互联网化时期和泛数字化时期。这些阶段中产业与个人对信息技术的需求和认知不断的深化，导致驱动技术发展的本质因素不断演进，形成了一脉相承但又风格迥异的技术特征。个消与产业需求变化驱动技术向效率和易用性发展信息技术的突破性进展与企业业务模式创新息息相关，而且企业的业务模式又直接服务于终端消费者的需求，三者呈现交叉刺激共同演进的态势。从过去30年的发展来看，信息技术的发展跨越了三个阶段，即泛电子化时期、泛互联网化时期和泛数字化时期。泛数字化（2015至今）泛互联网化（20052015）泛电子化（19902005）个消特征商业特征技术特征用户体验服务商普及率功能性用户体验云计算服务商普及率功能性效率云计算用户体验云原生服务商普及率功能性效率云计算易用性云原生消费地域局限性消费能力有限纯线下体验商业模式单一稳定产业业态长期稳定硬件定义的功能满足驱动技术发展电子商务、全球范围内的商业连结人均可支配收入暴增数字消费互联网流量带来的第一波产业升级基础设施建设指数级增长软件定义的资源效率驱动技术发展技术易用性和交付效率双驱动技术发展“Z世代”成为消费主体，消费需求趋于多元沉浸式虚拟空间元宇宙数字经济成为主力增长点数字孪生世界进入空前基建期，构建效率不足商业技术技术商业技术支撑商业技术融合商业技术驱动商业商业 技术技术与商业关系数字新趋势-系列15个人消费力尚未释放，产业侧业务模式和形态长期稳定。这一时期的个人消费呈现明显的区域性特征，大范围的商业连接还未形成，改革开放的经济红利刚释放，居民生活水平明显提升，但消费习惯保守，消费力尚未完全激活。消费需求的稳定，使得企业的业务模式和形态也都保持了长期的稳定，鲜有颠覆性的业态出现。稳定使得企业能够以惯性运行，缺少创新动力，功能满足是信息化建设首要需求。信息技术的定位是辅助优化业务的运行，能让业务运作的更好，但是不能决定业务的成败。功能驱动的飞轮支撑起泛电子化时期的技术需求。泛电子化时期主要解决有无问题，对功能的需求大于对性能的要求，以基础软硬件定义业务，由 IBM、Oracle、EMC 等大型企业提供核心技术。企业提供可解决重点问题的基本功能，实现用户的核心需求，提高产品的市场占有率，普及率的提升将直接提升服务商的盈利能力，从而企业有余力投入更多资金进一步丰富产品功能，持续扩大受众范围与规模。对功能的需求促使服务商不断精进技术能力，构筑更完善的产品体系。1泛电子化时期：稳态业务下的功能辅助云原生 新生产力的飞跃16电子商务加速全球范围的商业大连结刺激消费升级，应对新业态下的流量洪峰成为企业的成本负担。这一时期移动通信和互联网技术快速发展，催生了 QQ、微信等线上社交平台，将人的活动范围从物理区域扩展到虚拟的互联网。同时伴随淘宝、京东等网购平台的崛起，电子商务成为人们的重要消费途径，互联网实现了全国乃至全球范围内的商业大连结，大大丰富了消费者的选择。国家统计局报告显示,2010 年居民人均可支配收入相较 10 年前增长 273%，突破万元大关，个人消费能力猛增。电子商务开辟了全新的线上商业入口，企业的业务模式开始与线上融合，为抢占互联网流量红利，信息系统建设开始加速。针对稳态业务的线性容量规划建设扛不住指数级增长的业务需求，大幅度的扩容在所难免，但是资源利用的显著波峰波谷特征又造成了巨大资源浪费，信息化部门成为最大成本中心，逼迫技术创新降本增效。资源效能提升驱动的飞轮催生了云计算技术架构。随着社会的快速发展、用户需求不断变化，业务功能趋于完善，应用场景趋于丰富，服务形态趋于灵活，传统以 IOE 为核心的技术架构模式逐步陷入瓶颈。如何提升业务效能成为核心关注点，服务商开始广泛采纳云计算技术。云计算技术能够实现 IT 资源的池化，有效提升业务性能，简化业务管理，最大化规模效应以降低成本。数字化转型的前提是对企业资源的优化，云计算能够整合各类生产和市场资源，为产业数字化转型提供丰富的服务，促进产业链上下游高效对接与协同创新，大幅降低企业转型门槛，加速数字经济发展。上云后的效能提升驱动各行业企业深入贯彻云化战略，而云计算与产业相融合迸发的巨大活力也促使服务商不断对云计算技术进行升级。2泛互联网化时期：规模经济下的成本控制数字新趋势-系列17中国互联网络信息中心发布的中国互联网络发展状况统计报告数据显示显示，截至 2021 年 6 月，我国网民规模达 10.11亿，其中 10-19 岁人群占比 12.3%，20-29岁人群占比 17.4%，“Z 世代”人群占比已达三成，加上近似沉浸互联网的 30-39 岁人群，Z 和近 Z 世代占比已高达 50%，数字原生消费者正在主导市场。同时数字原生消费者在全球范围内都表现出极强的购买力，相关机构预测到 2022 年，Z 世代将占据整体消费力的 40%以上。图 1 泛电子化、互联网化时期个消需求特点3泛数字化时期：数字孪生世界的生产力紧缺图 2 中国网民年龄结构数据来源：CNNIC中国互联网络发展状况统计调查3.3.3.4 .3.7.9.2 岁以下10-19 岁20-29 岁30-39 岁40-49 岁50-59 岁60 岁及以上云原生 新生产力的飞跃18消费主力转移，消费市场话语权更替，正在加剧商业社会未来不确定性。“Z 世代”出生在经济快速发展、消费显著提升时期，消费习惯和动机都有着显著不同，这也加剧了他们与传统商业模式的脱钩。追求多元价值与个性自由，偏爱高颜值、创意、黑科技元素成为 Z 世代的消费价值观，席卷商业社会的市场洗牌在所难免。消费互联网的资本、人口和模式红利消失，即将进入存量竞争时代，开启技术驱动商业的新周期。过去十余年伴随“企业上云”、“互联网 ”等国家战略的贯彻执行，消费互联网产业高歌猛进。进入 2021 年，消费互联网呈现新趋势，即人口红利见顶、投资环境趋冷、模式红利难以为继，即将进入存量竞争的红海血拼时代，技术驱动的重要性进一步凸显。数字原生消费者加剧商业社会的“不确定性”软件产品的迭代需求数据来源：BCG、今日头条、东方证券研究院、中国互联网络信息中心 社交元宇宙的快速打造虚拟世界即将进入空前基建期，软件化的数字孪生世界构建效率不足，能够高效生产软件的工作“母机”成为绝对刚需。商业产品的千人千面需要商业产品能够满足个性化和定制化的需求，。50后60后70后80后00后95后90后上一代消费者35岁以上Z和近Z世代消费者18-35岁（网民占比近50%）成熟消费者31 16-2021消费增量贡献消费基石传统型消费69 16-2021消费增量贡献年轻消费者消费增量数字原生消费沉浸式体验黑科技崇拜多元价值个性自由社交需求旺盛Z世代消费特征需求&挑战敏捷数字设施成为企业“高频”竞争的胜负手企业信息系统架构向云转型，建立一套以消费者为核心的运营方案，提供面向全局的优化方案，实现全供应链的数据信息集成，构建敏捷、开放的技术体系。并以敏捷技术为手段建立高效运营，实现微粒化的生产、营销，精准匹配消费者的需求，促进消费强化粘性形成良性循环。消费互联网的资本、人口和模式红利消失，即将进入存量竞争时代，开启技术驱动商业的新周期。过去十余年伴随“企业上云”、“互联网 ”等国家战略的贯彻执行，消费互联网产业高歌猛进。进入2021年，消费互联网呈现新趋势，即人口红利见顶、投资环境趋冷、模式红利难以为继，即将进入存量竞争的红海血拼时代，技术驱动的重要性进一步凸显。传统模式下依据碎片化信息的经验性决策成功概率远远低于全局信息的数据化决策传统架构下的方案提供的是基于硬件 软件的解决方案，核心是解决企业内部的管理问题，考虑的是内部资源的优化，本质是一套封闭的技术体系，不能适应高复杂性的新经济、新消费背景下“高频”竞争环境。企业应向技术和数据驱动的微粒化精细运营方式快速转型数字新趋势-系列19这种变化给企业经营模式带来严峻挑战，传统模式下依据碎片化信息的经验性决策成功概率远远低于全局信息的数据化决策，数字化转型成为事关企业生死的必答题。然而传统架构下的方案提供的是基于硬件 软件的解决方案，核心是解决企业内部的管理问题，考虑的是内部资源的优化，本质是一套封闭的技术体系，这显然不能适应高复杂性的新经济、新消费背景下“高频”竞争环境。这就需要信息系统架构向云转型，建立一套以消费者为核心的运营方案，提供面向全局的优化方案，实现全供应链的数据信息集成，构建敏捷、开放的技术体系，最终实现由技术和数据驱动的微粒化精细运营方式。同年，元宇宙概念蹿火，一方面是由于后疫情时代数字经济的重要性进一步凸显，全球主要经济体极力推进产业互联网发展，加速产业数字化转型。这在很大程度上刺激了数字技术的快速发展，为元宇宙概念的爆发提供了坚实的技术基础；另一方面则是疫情影响改变了人类认知，线上与线下场景进一步打通使得人类的现实生活开始了大范围的与虚拟世界融合，逐渐成为现实与数字的两栖物种。元宇宙的兴起意味着数字孪生世界即将进入空前规模的基建期，但生产力严重不足掣肘发展。赛博空间的建设遭遇严峻挑战，一方面是生产工具的严重短缺，这主要是因为物理世界的工具在虚拟空间不在适用，建设的对象从实体转为软件，提升软件交付效能的工具尚属稀缺；另一方面数字工厂也在遭遇前所未有的用工荒，传统产业技术工人的培训周期较长，产品质量与技术工人的技能水平也有较强关系，但数字工厂需要更短的人才培训周期，同时也需要最大程度的降低人为因素对出品的影响。面向数字新基建的生产工具必须进行革命性的升级，能够高效生产软件的工作“母机”成为绝对刚需。这就要求新的软件生产工具能够满足大规模复制、灵活自由组合，同时为了降低操作人员的使用门槛，加速人才速成，需要工具具备更高的自动化和智能化程度。易用与高效双驱动的飞轮加速下一代云计算技术的到来。市场竞争加剧，驱动业务主动或被动地进行优化升级，主要表现为四点转型需求：一是快速上线，快速响应市场需求，快速开发迭代上线，迭代更敏捷；二是简易上手，更低的心智负担，更简洁便利的使用体验，更高维的服务抽象；三是融合创新，技术融合支撑研运过程，结合研发运营平台探索创新业务，可引入更多元的技术栈；四是成本节省，通过更极致的弹性，更高效的资源利用率，更精确的资源计费粒度。云计算 1.0 解决了资源供给问题，但对于如何高效发挥云上资源的价值并没有给出答案。照搬云图 3 经济系统复杂性与信息系统响应能力的关系1980200020202040高经济系统复杂性基于云架构的解决方案基于传统IT架构的解决方案高 经济系统复杂性 底高 信息系统响应能力 底云原生 新生产力的飞跃20图 4 泛数字化时期个消及企业需求变化对技术的要求下应用架构显然无法满足业务的四点转型需求，应用的建设需要遵循一套切实可行的方法论，以提升应用效率和易用性为目标，下一代云计算技术云原生技术应运而生。云原生技术统一了上云的标准路径，回答了怎么用云、怎么用好云的关键问题，有望重塑产业生态，驱动产业颠覆性变革。从宏观宇宙到商业社会再到技术世界的变化都凸显出一个共性趋势，未来世界将会是一个以软件为载体的高频迭代的数字世界。云原生内涵及典型技术Chapter 22云原生 新生产力的飞跃222云原生是面向云应用设计的一种思想理念，充分发挥云效能的最佳实践路径，帮助企业构建弹性可靠、松耦合、易管理可观测的应用系统，提升交付效率，降低运维复杂度。代表技术包括不可变基础设施、服务网格、声明式 API 及 Serverless 等。1云原生概念定义云原生概念释义面向云应用设计的一种思想理念，是能够充分发挥云效能的最佳实践路径，可帮助企业构建弹性可靠、松耦合、易管理可观测的应用系统，提升交付效率，降低运维复杂度。代表技术包括不可变基础设施、服务网格、声明式API及Serverless等。狭义理解技术视角下的方法论和工具集通俗理解“大人，时代变了”应对新需求新变化的一套新理念和新工具载体变了过去基于硬件现在基于云软件产品变了过去是物理的现在是虚实结合的迭代频率变了-过去一成不变，现在一天三变。因为云计算的引入，带来的技术、文化、组织架构和方法论的认知升级。技术上解耦去中心化，使用系统性思维解决单点问题；文化上强调协同、共享、并行高频迭代；组织架构扁平化发展。思维认知的改变广义理解数字新趋势-系列23价值：云原生技术为传统架构带来核心价值提升云原生技术优势核心价值标准化服务化高利用率低心智增强稳定性提升开发效率用户体验云原生服务商普及率功能性效率云计算易用性云原生资源按需分配更快速迭代快速部署高可用性低成本环境一致性自动伸缩多用户资源动态创建动态销毁自动化部署，提高部署效率资源的高利用率降低了硬件成本；自动化方式降低了人力成本基于应用负载自动扩容缩容，保证业务的连续性自动触发、减少人工误差、降低迭代成本、加快迭代频率应用多副本，保障业务高可用性应用容器化，保证应用再开发测试和生产环境中的一致性容器平台的多租户特性可以满足多项目组同时开发从产业效用方面来看，云原生极大的释放了云的红利，云原生充分继承云的设计思想，未来应用将更多基于云上进行本土应用开发，即云原生应用更加适合云的架构，而云计算也为云原生应用提供较好的基础支撑，如资源隔离机制、分布式部署、高可用架构等方面，通过新的架构、技术保障应用系统变得更加健壮，可以说云原生最大程度发挥了云的优势。云计算的拐点已至，云原生成为驱动业务增长的重要引擎。云计算的发展已进入成熟期，云原生作为新型基础设施支撑数字化转型的重要支撑技术，逐渐在人工智能、大数据、边缘计算、5G 等新兴领域崭露头角，成为驱动数字基础设施的强大引擎。伴随全行业上云的逐步深化，企业云原生化转型进程将进一步加速。从技术特征方面来看，云原生架构具备以下典型特征：极致的弹性能力，不同于虚拟机分钟级的弹性响应，以容器技术为基础的云原生技术架构可实现秒级甚至毫秒级的弹性响应；服务自治故障自愈能力，基于云原生技术栈构建的平台具有高度自动化的分发调度调谐机制，可实现应用故障的自动摘除与重建，具有极强的自愈能力及随意处置性；大规模可复制能力，可实现跨区域、跨平台甚至跨服务商的规模化复制部署能力。从应用价值方面来看，异构资源标准化，容器技术有效解决了异构环境的部署一致性问题，促进了资源的标准化，为服务化、自动化提供了基础；加速数字基础设施升级解放生产力，降低用云原生 新生产力的飞跃24价值：云原生代表的下一代技术体系是全球科技竞争的制高点云原生所代表的聚合开放无限供给的下一代技术体系正在颠覆离散封闭有限供给的传统技术体系。云原生技体系术将过去几十年间人类对云计算的理想照进现实，使得基于云计算去构建未来世界的数字技术底座成为可能。它改变了社会对云计算的价值认知，也成为全球范围内的共识，把云计算的产业之争推升至国际间科技制高点之争。传统技术体系云原生技术体系基于分散的数据中心基于聚合互联的云技术平民化技术垄断化封闭低效技术体系开放共享高效技术体系交叉技术融合技术孤立离散封闭的有限供给聚合开放的无限供给特征体系基础普适性开放性相关性全球市值前十公司近20年波动变化微软通用电气NTT Docomo思科沃尔玛英特尔日本电信电话埃克森美孚石油德国电信微软苹果亚马逊谷歌Facebook伯克希尔阿里巴巴腾讯控股强生通讯及硬件互联网软件大众消费石油日本电信电话JP摩根数据来源：Charlie Bilello，截止日期为2019年4月2000年2019年20年间全球Top10市值的公司由通讯及硬件主导的企业清一色的倒向互联网软件企业，IT技术从硬件主导转为软件定义。20年间技术世界的大洗牌促进了经济体的快速变化，中国取代日本成为世界第二大经济体，科技正式成为第一生产力。户数字化技术的使用门槛，提高资源的复合利用率，变革研发运营的生产方式，打破组织壁垒，实现研发与运维的跨域协同，提升交付效率，解放生产力；提升业务应用的迭代速度，赋能业务创新。云原生技术实现了应用的敏捷开发，大幅提升交付速度，降低业务试错成本，快速响应用户需求，增强用户体验加速业务创新。数字新趋势-系列25价值：云原生加速软件创新，为数字经济发展提供基础云原生带来了软件效能的大幅度提升，加速软件创新未来企业都将是软件企业未来的应用都将是云原生应用 到 2025 年，超过一半的中国 500 强企业将成为软件生产商，超过 90%的应用程序为云原生应用程序 到2024年，由于采用了微服务、容器、动态编排和DevOps等技术，新增的生产级云原生应用在新增应用的占比将从2020年的10%增加到60%。到2024年,数字经济的发展将孕育出超过5亿个新应用/服务，这与过去40年间出现的应用数量相当。传统IT向云计算全面转移迎来分水岭，云计算正在成为主导数字经济时代的IT基础设施，支撑新基建创新协同发展。20002030IT OptimizationIT优化Digital Transformation数字化转型IT Investment ModeIT 投资IT investment($)Traditional Applications传统应用Cloud Native Applications云原生应用2020软件效能的提升进一步刺激了软件产业的快速发展数据来源：DevOps云原生2021年度中国调查报告过去两年，由于引入云原生DevOps技术使得调查企业的软件部署频率、交付周期、平均修复时长和团队变更失败比例都有大幅的提升优化。软件业务收入呈加快增长态势。上半年，我国软件业完成软件业务收入44198亿元，同比增长23.2%，近两年复合增长率为14.7%。全球的数字经济蓬勃发展，逐渐成为经济增长的有效驱动力，中国也已进入数字经济引领经济发展的新时代。数字经济构筑了软件产业新生态，软件业发展正面临重大的机遇。信息基础设施云化，软件云原生化已成趋势，云原生技术的引入大幅提升了软件研发的效能，加速了软件创新，带动软件产业数字经济进入新一波增长周期。价值：云原生为 ISV 初创公司提供了切入新赛道的绝佳机会云原生 新生产力的飞跃26图 5 云原生架构设计原则云原生架构设计原则企业战略视角业务发展视角服务化能力弹性能力无服务器化程度可观测性韧性能力自动化水平组织能力视角云原生技术架构视角架构持续演进闭环架构持续演进闭环服务化原则弹性与可移植性原则可观测性原则韧性原则过程自动化原则零信任原则架构持续演进原则原则总结效果提升 把不同生命周期的模块分离 面向接口编程 标准化服务流量传输 可并行业务迭代，提升效率和稳定性 模块间通过公共功能模块的提取增加复用率 系统部署规模岁业务量自动变化伸缩 托管开源或开源兼容服务 缩短采购到上线时间 节省额外硬件的闲置成本 主动利用日志、链路追踪和度量等手段 可以下钻到多层资源 展现服务调用耗时 使不同角色人员实时掌握软件运行情况 服务异步化 服务治理 容灾备份 提升软件MTBF平均无故障时间 提升软硬件故障等影响 CICD GitOps OAM 在复杂的软件技术栈和大规模组件中降低交付复杂性 让自动化工具理解交付目标和环境差异 默认不信任网络内外部的任何人/设备/环境 增量迭代、目标选取 始终需求优化、简化和改进的系统架构 引导安全体系架构从“网络中心化”走向“身份中心化”具备持续演进能力的架构而非封闭式2云原生架构设计原则云原生架构本身作为一种架构，也有若干架构原则作为应用架构的核心架构控制面，通过遵从这些架构原则可以让技术主管和架构师在做技术选择时不会出现大的偏差。2.1 服务化原则 当代码规模超出小团队的合作范围时，就有必要进行服务化拆分了，包括拆分为微服务架构、小服务(Mini Service)架构，通过服务化架构把不同生命周期的模块分离出来，分别进行业务迭代，避免迭 代频繁模块被慢速模块拖慢，从而加快整体的进度和稳定性。同时服务化架构以面向接口编程，服务内 部的功能高度内聚，模块间通过公共功能模块的提取增加软件的复用程度。数字新趋势-系列27分布式环境下的限流降级、熔断隔仓、灰度、反压、零信任安全等，本质上都是基于服务流量(而非 网络流量)的控制策略，所以云原生架构强调使用服务化的目的还在于从架构层面抽象化业务模块之间 的关系，标准化服务流量的传输，从而帮助业务模块进行基于服务流量的策略控制和治理，不管这些服 务是基于什么语言开发的。2.2 弹性原则 大部分系统部署上线需要根据业务量的估算，准备一定规模的机器，从提出采购申请，到供应商洽谈、机器部署上电、软件部署、性能压测，往往需要好几个月甚至一年的周期;而这期间如果业务发生变化了，重新调整也非常困难。弹性则是指系统的部署规模可以随着业务量的变化自动伸缩，无须根据事先的容 量规划准备固定的硬件和软件资源。好的弹性能力不仅缩短了从采购到上线的时间，让企业不用操心额 外软硬件资源的成本支出(闲置成本)，降低了企业的 IT 成本，更关键的是当业务规模面临海量突发性 扩张的时候，不再因为平时软硬件资源储备不足而“说不”，保障了企业收益。2.3 可观测原则 今天大部分企业的软件规模都在不断增长，原来单机可以对应用做完所有调试，但在分布式环境下需 要对多个主机上的信息做关联，才可能回答清楚服务为什么宕机、哪些服务违反了其定义的 SLO、目前 的故障影响哪些用户、最近这次变更对哪些服务指标带来了影响等等，这些都要求系统具备更强的可观 测能力。可观测性与监控、业务探活、APM 等系统提供的能力不同，前者是在云这样的分布式系统中，主动通过日志、链路跟踪和度量等手段，让一次 APP 点击背后的多次服务调用的耗时、返回值和参数都 清晰可见，甚至可以下钻到每次三方软件调用、SQL 请求、节点拓扑、网络响应等，这样的能力可以使 运维、开发和业务人员实时掌握软件运行情况，并结合多个维度的数据指标，获得前所未有的关联分析 能力，不断对业务健康度和用户体验进行数字化衡量和持续优化。云原生 新生产力的飞跃282.4 韧性原则 当业务上线后，最不能接受的就是业务不可用，让用户无法正常使用软件，影响体验和收入。韧性代表了当软件所依赖的软硬件组件出现各种异常时，软件表现出来的抵御能力，这些异常通常包括硬件故障、硬件资源瓶颈(如 CPU/网卡带宽耗尽)、业务流量超出软件设计能力、影响机房工作的故障和灾难、软件 bug、黑客攻击等对业务不可用带来致命影响的因素。韧性从多个维度诠释了软件持续提供业务服务的能力，核心目标是提升软件的 MTBF(MeanTime Between Failure，平均无故障时间)。从架构设计上，韧性包括服务异步化能力、重试/限流/降级/熔断/反压、主从模式、集群模式、AZ 内的高可用、单元化、跨 region 容灾、异地多活容灾等。2.5 所有过程自动化原则 技术往往是把“双刃剑”，容器、微服务、DevOps、大量第三方组件的使用，在降低分布式复杂性 和提升迭代速度的同时，因为整体增大了软件技术栈的复杂度和组件规模，所以不可避免地带来了软件 交付的复杂性，如果这里控制不当，应用就无法体会到云原生技术的优势。通过 DevOps:加速应用交付效率，提升企业核心竞争力提升自动化程度，支撑企业及时响应客户需求，开发部署业务应用，提供场景化服务架构设计代码开发编译构建自动化测试发布部署运维/运营系统监控软件规划DevOps能力闭环质量可持续性效率提升研发团队持续为用户产生有效价值的能力，包括质量、效率、可持续性以 DevOps 为理念，搭建研发运营平台，面向 CI、CD、CO 等不同场景，构建云上IT 服务工具企业的业务在面向上下游客户时是随时变化的，可通过云上部署的DevOps来提升研发团队工程效能，实现业务的快速开发上线，以实时响应客户需求，为客户提供更加精准、多样化、定制化的服务。提升投入产出比，提质增效，提高数字化生产水平，支撑蓬勃的数字化需求，加快企业数字化转型。集成软件开发技术和工具链工程效能提升数字新趋势-系列29IaC(Infrastructure as Code)、GitOps、OAM(Open Application Model)、Kubernetes operator 和大量自动化交付工 具在 CI/CD 流水线中的实践，一方面标准化企业内部的软件交付过程，另一方面在标准化的基础上进行 自动化，通过配置数据自描述和面向终态的交付过程，让自动化工具理解交付目标和环境差异，实现整 个软件交付和运维的自动化。2.6 零信任原则 零信任安全针对传统边界安全架构思想进行了重新评估和审视，并对安全架构思路给出了新建议。其核心思想是，默认情况下不应该信任网络内部和外部的任何人/设备/系统，需要基于认证和授权重构访 问控制的信任基础，诸如 IP 地址、主机、地理位置、所处网络等均不能作为可信的凭证。零信任对访问控制进行了范式上的颠覆，引导安全体系架构从“网络中心化”走向“身份中心化”，其本质诉求是以 身份为中心进行访问控制。零信任第一个核心问题就是 Identity，赋予不同的 Entity 不同的 Identity，解决是谁在什么环境下访 问某个具体的资源的问题。在研发、测试和运维微服务场景下，Identity 及其相关策略不仅是安全的基础，更是众多(资源，服务，环境)隔离机制的基础;在员工访问企业内部应用的场景下，Identity 及其相关策略提供了灵活的机制来提供随时随地的接入服务。2.7 架构持续演进原则 今天技术和业务的演进速度非常快，很少有一开始就清晰定义了架构并在整个软件生命周期里面都适用，相反往往还需要对架构进行一定范围内的重构，因此云原生架构本身也应该和必须是一个具备持续 演进能力的架构，而不是一个封闭式架构。除了增量迭代、目标选取等因素外，还需要考虑组织(例如架构控制委员会)层面的架构治理和风险控制，特别是在业务高速迭代情况下的架构、业务、实现平衡关系。云原生架构对于新建应用而言的架构控制策略相对容易选择(通常是选择弹性、敏捷、成本的维度)，但对于存量应用向云原生架构迁移，则需要从架构上考虑遗留应用的迁出成本/风险和到云上的迁入成本/风险，以及技术上通过微服务/应用网关、应用集成、适配器、服务网格、数据迁移、在线灰度等应用和流量进行细颗粒度控制。云原生 新生产力的飞跃303云原生关键技术及成熟产品图 5 云原生架构设计原则云原生技术总体视图云原生网络云原生服务器数据库数据仓库数据湖智能湖仓数据分析AI云原生机器学习云原生人工智能开发平台云原生HPC人工智能模型云原生芯片云原生存储大数据软硬一体化云数智融合云原生内核技术云原生外延技术容器技术微服务无服务器服务网格云原生中间件开发测试平台DevOps云原生数据库云原生大数据云原生芯片云原生网络云原生人工智能测试平台中间件开发平台DevOps数字新趋势-系列313.1 云原生的“内功心法”：颠覆性的技术内核云原生的“内功心法”：颠覆性的技术内核serverless打包箱：给货物提供标准化的打包载体家具拆解：庞大不好搬走的大件，模块化拆解按需调度：收到用户的搬家需求在从第三方平台下单叫车，搬家公司本身不养车队。容器微服务Serverless云原生将技术与业务分离解耦，让用户能够聚焦价值密度更高的业务逻辑的开发和创新，降低了企业尤其是中小企业模式创新的成本。承载业务的基础设施从本地迁移至云端，极大增强了资源的弹性能力，同时云端极高的性价比也为用户业务创新降本提效提供了保障。通俗理解用户需求serverless微服务容器微服务容器serverless微服务容器云原生的内核技术将业务创新从重资产投入优化为轻资产云原生 新生产力的飞跃323.1.1 容器：云原生世界技术爆炸的奇点容器：云原生世界技术爆炸的奇点核心理念：基于虚拟化技术提供轻量化标准化的软件运行环境，与其他实例共享系统内核重点解决：应用交付的环境一致性问题技术萌芽期ChrootcGroupLxcJail/zoneOpenvz技术迸发期DockerKubernetesContainerdOCI/CRI/CNIKata Containers商用探索期AWS ECS/EKSGoogle GKEMicrosoft ACIAlibaba ACK/ASK/ECITencent TKEHuawei CCI/CCEDocker诞生201320172018AWS OutpostsGoogle AnthosAzure ArcAlibaba ACKEdgeTencent TKEEdgeHuawei IEF/MCP应用拓展期（混合云、边缘、安全、AI）2013年Docker开启云原生元年2019年Serverless爆发Knative有望重塑新生态2017年Kubernetes赢得编排大战奠定Doker-K8S技术生态底座Istio开启服务网格元年3.1.1.1 安全容器容器技术的采纳率连年提升，已经开始进入企业的生产环境。以 Docker 为代表的普通容器通过 Namespaces 和 cGroups 实现的隔离，共享内核的机制使得隔离性具有天然的缺陷无法根除，在多租户场景下安全问题更加凸显：内核 Bug 引发容器逃逸，操作系统内核漏洞、Docker 组件设计缺陷、不当的配置等都会导致Docker 容器发生逃逸。由于频发的安全及逃逸漏洞，一般在云环境中的容器应用不得不运行在虚拟机中，以满足多租户安全隔离要求。而分配、管理、运维这些传统虚拟机与容器轻量、灵活、弹性的初衷相悖，同时在资源利用率、运行效率上也存在不足。内核资源竞争影响业务性能，同一个宿主机上的不同 Pod，实际上是不同的用户态进程的集合，这些用户态进程虽然在命名空间上是相互隔离的，但他们还是会共享很多内核资源，比如调度器、某些内核线程或者对象。这种级别的资源共享会引入很多可以观测到的性能抖动，对在线业务的影响也很明显。数字新趋势-系列33与 Docker 普通容器不同，安全容器通过添加隔离层，给进程分配了一个独立的操作系统内核，从而避免了让容器共享宿主机的内核。因此容器进程能够看到的攻击面，就从整个宿主机内核变成了一个极小的、独立的、以容器为单位的内核，从而有效解决了容器进程发生“逃逸”或者夺取整个宿主机的控制权的问题。3.1.1.2 Serverless 容器FaaS（Function as a Service）平台提供的是函数级别的 Serverless 化部署，且应用场景多依赖于其绑定的触发器，对函数的执行有一些配置限制，并且不支持进程常驻。传统的应用大都是单体应用或者微服务应用，在迁移到 FaaS 平台时，需要拆分函数，迁移成本较高。Serverless 容器，可以很好地弥补 FaaS 的不足，Serverless 容器可以支持进程常驻的服务形态，不限运行时长，并扩大 Serverless 的应用场景。Serverless 容器支持服务的形态，传统的单体应用或者微服务应用，几乎可以无缝迁移到 Serverless 容器平台上。Serverless 容器和传统的容器相比，为了实现 Serverless 的理念，在如下几个方面做了加强：免运维的纯托管模式，传统的容器往往是直接将容器集群托管给业务方，业务方需要分担容器集群的一些运维工作。Serverless 容器则把容器集群完全托管给云厂商，由云厂商进行集群的运维工作，用户不用关注这些运维工作，只需部署自己的业务逻辑即可；以实际资源用量计费，传统的容器是按照容器的实例配置进行计费的，Serverless 容器是按照实际资源（承载容器的主机实例）使用量进行计费；秒级弹性伸缩响应，传统的容器往往借助于容器编排工具来实现弹性伸缩，比如通过 Kubernetes 可以实现 Docker 的容器的弹性伸缩，但是 Kubernetes 伸缩时间是分钟级的，而 Serverless 容器能够提供更加极致的伸缩能力，做到秒级伸缩并且资源实例和伸缩至零。3.1.1.3 裸金属容器容器服务最早部署形态是基于 IaaS 虚拟机，以虚拟机节点作为容器集群的计算节点，并基于此构建容器的网络、存储和编排能力，这样的堆叠架构虽然可以让整个软件栈分工明确、边界清晰，但是带来了较大的性能损耗和功能冗余。此外如果用户对实例安全隔离性要求较高，就需要借助虚拟化技术，而虚拟化平台不能很好支持该能力。基于以上痛点，在裸金属服务器上搭建容器服务成为一些对性能和实例隔离性较高用户的选择。随着裸金属容器的发展，为了进一步提高容器负载性能和稳定性，原来部署在裸金属之上的非业务负载组件也逐步的由专门的卸载硬件来承载，比如容器存储、容器网络、容器引擎以及服云原生 新生产力的飞跃34务网格组件。将容器组件下沉到卸载卡 后，有几方面好处：裸金属节点就可以被当做纯粹的计算资源，可以“完全”被业务负载使用。同时避免了对业务负载的性能干扰。容器网络、容器存储组件下沉到卸载卡后可以与传统 IAAS 层的网络、存储组件垂直打通，减少冗余功能；直接以硬件设备直通方式将存储、网络资源分配给容器实例，缩短 I/O 路径，提高性能。容器层组件下沉到卸载卡后，裸金属成为纯粹的计算资源，可以被容器实例或者虚机实例共享，为虚拟机和容器实例共节点奠定了基础，提高资源整体利用率。虽然裸金属容器可以通过卸载技术获得诸多益处，但同时也面临着较大的挑战：资源占用问题。由于卸载卡上的资源非常有限，容器组件需要进行轻量化瘦身后才能较好的适配卸载卡，当前业界也在推动容器引擎层面的轻量化改造，比如 kata-shim-v2 和 isulad。实例密度问题。由于容器存储和网络资源都是走 VF 直通方式，而当前卸载卡上支持的 VF数量比较有限，在小规格实例场景，VF 会成为实例密度提升的限制。此外，裸金属容器不仅在资源利用率和性能上有优势，对系统运维管理的自动化和敏捷性上有较高诉求。为了获得较高的自动化运维能力，很多的依赖组件都进行了微服务改造，借助容器编排自身能力来自动化管理所依赖的服务，甚至是节点操作系统本身。比如 AWS 为了提高容器计算节点操作系统更新管理的灵活性，推出了 bottlerocket 产品，放弃原来基于包更新的升级机制，采用镜像粒度一步更新方法，降低了 OS 更新的失败率，提高运维自动化程度和容器应用的稳定性。数字新趋势-系列35微服务理念突破软件架构的瓶颈软件设计研发交付维护治理从整体设计分解为按业务功能设计，最小化服务功能，简化单个服务设计结构，快速投产。从瀑布式开发，单次交付，演化为DevOps理念下，根据用户反馈的持续迭代，即时交付，缩短开发周期。单体应用需要整体更新，维护成本高；微服务架构下可对单个功能逻辑更新扩容，工作量大幅降低。单体架构类似于手抄卷，其中几乎没有可复用的部分，在需要修改更新的部分需要大面积翻新（重抄）。SOA架构类似于雕版印刷，虽然各服务间相对独立（单个雕版），但可复用的服务粒度较大，且受制于总线的处理能力。微服务架构像是活字印刷，其中各功能（字）各自独立，且可随意扩容，组合成为可提供服务的应用（书页）。单体应用服务服务服务服务ESB前端SOA服务服务服务服务服务服务微服务关键词：高度聚合关键词：功能分割关键词：深入解耦单体开发难度增大需求复杂拆分功能为服务去中心化架构数据规模大幅上涨中心化架构性能不足架构变革带来的积极作用功能功能功能功能3.1.2 微服务从软件架构的演化来看，微服务架构的出现是用户需求、开发周期以及市场规模变化下的必然发展。在单体架构中，应用大多数通过瀑布式模型进行开发，计划、开发、测试、上线等阶段单独进行，以整个应用为单位进行开发、维护。这种开发模式与印刷术出现之前的手写时代相似：手写卷很难根据场景复用，有按需更新或修改的部分则需要整体重构。借由类比，单体架构的优点和缺点都十分明显：在小型应用中整体从设计到上线的速度很快，其中的管理工作简单；但是在需要更新和修改的情况下，应用整体高度聚合，各部分高耦合，牵一发而动全身，常常需要整体重新开发。随着市场发展，高速变化且复杂的需求使单体架构不足以满足用户要求，且开发人员的心智负担增大。因此，面向服务架构（SOA）应运而生。通过将用户的需求从单体应用中的各个功能拆分出来，变为可复用的服务分别开发。再将多个服务以接口和协议进行组合，由消息总线统一处理各服务和外部进入的请求。消息总线作为 SOA 架构中各服务通信的主要部件，成为整个体系中最重要的一环。应用的效率极大依赖于总线的处理和容错能力，总线的故障或阻塞会导致整体应用的崩溃。SOA 架构的出现标志软件开发进入“雕版印刷”时代，将原本整体的应用拆分为可复用的“雕版”，复用性相对于单体架构大大提升，缺点在于可用性极大依赖于服务总线。云原生 新生产力的飞跃36服务网格：业务逻辑与技术架构的再解耦 服务网格将服务通信从业务中分离并下沉到基础设施层，使其和业务系统完全解耦。业务与治理的解耦 支持多种语言应用的统一治理。轻松支持多语言、异构技术栈。异构语言/框架 对于业务共用的、通用的场景和需求都可成为服务网格的一部分。公共治理模块的复用 用于跨多个集群部署大量微服务，以及支持容器/k8s和虚拟机的混合部署。异构基础设施可观测性微服务时代服务网格 实现对业务应用的实时监控。以更好地理解集群状态、快速调试和更深入地理解系统。使用服务网格技术将服务通信下沉到到边车代理中成为单独的一层。使用服务网格前的服务治理依赖于内嵌在程序中的SDK，消耗业务应用本身的资源。业务逻辑服务治理微服务B业务逻辑服务治理服务治理服务治理微服务A微服务A业务逻辑微服务A微服务A业务逻辑微服务B服务网格模型数据时代的来临将数据规模提升到了另一个量级。数据规模大幅上涨对应用性能的要求提高，SOA 架构在数据量的冲击下，对总线强依赖的特点被放大，对于大规模的数据冲击显露疲态。微服务架构将应用进一步解耦，服务粒度更细，使用轻量级通信协议简化服务间通信压力。并且其基于容器平台的部署方式，充分发挥云环境下的弹性和高可用等优势。在各行业上云，互联网化的大趋势下，应用需求可总结出三大特征：业务创新需求加快应用迭代频率；数据冲击提升服务弹性需求；用户体验驱动服务高可用。基于此，为了适应新环境，企业需要构建弹性高可用且健壮的微服务应用保有用户及市场。一般来说，微服务应用的生命周期应该从服务的设计以及拆分开始。通常企业应以成熟的业务应用为基础进行分析，确定微服务化改造的需求。在明确架构和需求后，通过统一的开发规范和流程对相应的功能以及底层基础设施进行开发构建。整体流程与传统应用开发流程类似，先将微服务部署至测试环境中进行测试，通过后再正式上线。在测试方面，微服务架构中不仅可利用传统的方式进行测试，也建议生产环境中的服务进行探索性测试：因为分布式系统天然的复杂性，探究系统的可用性和稳定性不可或缺。由于微服务架构带来的系统复杂度，需要利用一系列服务治理的组件减轻开发以及运维人员的工作量，达到整个分布式微服务系统的稳定性和高可用。从单体架构到微服务架构的变革无疑突破了软件开发过程中面临的瓶颈，应用云的特性，使开发流程和架构顺应时代的发展。从软件设计角度来看，过于庞大的单体架构整体设计对人员的心智负担过大，并且设计过程中不可避免的有遗漏；微服务架构将服务单元最小化，将整体应用数字新趋势-系列37设计分割为互不影响的模块，简化单个服务的设计和开发流程。从研发交付角度看，传统的瀑布式开发虽然各阶段清晰，但是对于高频次的用户需求反馈以及软件更新乏力；微服务架构则可以及时根据用户需求快速修正错误或者添加新功能。从维护治理的角度看，单体架构虽然相较于微服务几乎不需要治理，但是弹性较差，而且对软件的维护成本极高；而微服务则可以对单个服务重构或更改，对于上下游的依赖小，开发人员的工作量大幅降低。3.1.3 ServerlessServerless：聚焦上层业务，算力泛在的理想大同当前，Serverless主要应用于逻辑简单的业务场景。随着技术演进，计算形态趋于多样化，多种计算形态相互补充，后续Serverless将适用于更多复杂的业务场景。事件生产者事件总线事件事件消费者f1(X)f1(X)f1(X)f2(X)f2(X)f3(X)f3(X)f3(X)f3(X)突发事件敏捷满足初期的快速研发需求弹性承载后期的用户规模降本降低构建成本聚焦代码逻辑只需关系核心业务代码，无需管理底层基础设施极致弹性事件驱动，可根据业务需求调整资源，几乎可无限扩容细粒度按需计费计费粒度最小可到毫秒级别，不使用不计费核心需求Serverless重要特性互联网时代，用户需求快速变化，市场机遇转瞬即逝，敏捷、弹性、降本成为应用构建的核心需求。无服务器（Serverless）架构是一种将基础设施资源抽象成按需使用的服务，用户只需关注应用逻辑，而无需管理复杂的基础设施运维工作的应用设计模式，其核心价值在于提高生产效率。Serverless主要应用场景数据来源：信息通信研究院Serverless满足高频竞争时代的效率要求Serverless技术持续升温，应用潜力巨大Serverless技术采纳情况数据来源：信息通信研究院突破技术壁垒，Serverless适用于复杂业务场景基础设施架构总是伴随软件架构演进。单体架构时代应用比较简单，应用的整体部署、业务的迭代更新，物理服务器的资源利用效率足以支撑业务的部署。随着业务的复杂程度加剧，功能模块复杂且庞大，单体架构严重阻塞了开发部署的效率，业务功能解耦，单独模块可并行开发部署的微服务架构逐渐流行开来，业务的精细化管理不可避免的推动着基础资源利用率的提升。虚拟化技术打通了物理资源的隔阂，减轻了用户管理基础架构的负担。容器/PaaS 平台则进一步抽象，提供了应用的依赖服务、运行环境和底层所需的计算资源。这使得应用的开发、部署和运维的整体效率再度提升。无服务器架构技术则将计算抽象的更加彻底，将应用架构堆栈中的各类资源的管理全部委托给平台，免去基础设施的运维，使用户能够聚焦高价值的业务领域。云原生 新生产力的飞跃38云原生的“外化招数”：因云而变的产品云原生技术自身不断创新演进，同时也不断突破影响域，持续为软件、硬件、数智算领域创造价值。云原生研发运维一体化发展，云原生DevOps使整个组织的合作以及交付和基础设施变更的自动化，从而实现持续集成、持续部署和持续交付。云原生向下定义硬件，深入到自研芯片、服务器、操作系统等底层技术，建设全新的硬件体系。云数融合，改变数据“仓储”、流通方式云算融合，改变超高算力的获取、分配方式云智融合，改变AI应用和算法的开发、优化方式传统架构传统架构云原生云原生传统架构云原生 计算存储耦合扩容难，缺弹性 数据来源广，难管理 搭建、部署、运维成本高 云原生湖仓一体化方案存算分离，极致弹性，具备异构数据的存储挖掘能力 HPC计算任务存在明显的波峰波谷，资源利用率低 对算力的调度效率低 云原生HPC根据负载情况动态调整云上资源，高效调度混合资源、异构算力卡 算力层面，提供面向AI场景的弹性高性能异构算力 应用开发层面，提供面向AI应用场景的低门槛开发平台 AI算法模型对底层资源的消耗大，算力供给不足 技术门槛过高，AI应用场景难下沉关注上移，云原生重塑开发测试模式向上向下向领域需求驱动，云原生重新定义底层硬件架构加速赋能，云原生技术与各领域融合发展2021年10月，阿里发布了基于ARM架构的倚天710云原生处理器芯片以及搭载倚天710的磐久云原生服务器。2021年11月，腾讯云发布全域治理的云原生操作系统遨驰。无服务器是一种架构理念，其核心思想是将提供服务资源的基础设施抽象成各种服务，以API接口的方式供给用户按需调用，真正做到按需伸缩、按使用收费。这种架构体系结构消除了对传统的海量持续在线服务器组件的需求，降低了开发和运维的复杂性，降低运营成本并缩短了业务系统的交付周期，使得用户能够专注业务本身。在无服务器架构的理念和方法下，有很多种无服务器的技术形态，目前成熟落地的有 3 种形态，函数即服务（FaaS）、后端即服务（BaaS）和Serverless 容器。3.2 云原生的“外化招数”：因云而变的演进技术 3.2.1 云原生芯片云原生技术的应用普及对云计算的上下游技术也产生了革命性的影响，芯片技术首当其冲。引发芯片云原生化演进的原因主要有两个，一是应用负载模型的精细化、动态演进，要求芯片内核技术升级。从架构设计上，芯片内核的线程处理分割需要更加细粒度，独立内核需要有独享的二级缓存，来能够最大程度的去适应云原生环境中需要平行扩展的微服务化应用，为用户提供更高性价比的服务；二是超大规模数据中心和边缘数据中心的需求猛增，这两类数据中心在延时、散热、功耗等需求与传统数据中心不同，这对 CPU 的部署密度和能耗的要求越来越高，基于 ARM数字新趋势-系列39路由模式Overlay 模式L2 模式优点 网络性能高 支持Kubernetes原生负载均衡和网络策略机制 符合传统网络的监管要求 物理网络无侵入 支持Kubernetes原生负载均衡和网络策略机制 网络性能高 可直接与 IaaS 网络层通信，易于迁移 符合传统网络的监管要求缺点 大规模应用场景需要交换机与 BGP 打通 存在封装影响性能 排查问题难，需引入额外排查工具 无法与传统的网络监管模式兼容 网络管理依赖于物理网络 大部分方案无法复用Kubernetes的网络优势实现技术方案 Calico BGP Flannel Host Gateway Kube-router Contiv BGP Calico IPIP,VXLAN Flannel VXLAN,UDP WEAVE Canal SDN 方案 Lunix Bridge Macvlan SRIOV OVS Bridge Contiv Vlan Ovn-kubernetes表 1 云原生网络方案对比数据来源：中国信息通信研究院架构的芯片成为云原生芯片的主要发展方向，比较典型的产品有阿里云的倚天 710 芯片、AWS 的Graviton 系列芯片等。3.2.2 云原生操作系统功能性解耦是云原生架构设计的核心要素，业务逻辑与服务功能的分离使得用户感知的底层系统的技术栈分层显著上移，这要求操作系统的服务边界同步上移。Linux、Windows 等经典操作系统都是面向硬件交互的，在云原生技术的影响下，软件功能模块的调度交互也下移至操作系统层面，这就要求操作系统也要因云而变，云原生操作系统通过底层系统全栈技术的协同融合，能够为云原生平台和应用提供高效和创新的系统服务。当前云原生操作系统的技术壁垒还较高，比较典型的产品有阿里云的“袋鼠”、腾讯云的“遨驰”等。3.2.3 云原生网络云原生网络的基本目标是满足云原生服务的网络端点和服务间的互通性、安全性和负载均衡要求。Kubernetes 已经成为容器编排的事实标准，容器网络也需与 Kubernetes 的调度机制相匹配。容器网络接口 CNI(Container Network Interface)是现行的网络接口标准，CNI 接口只实现创建、删除容器时的调用方法，其他所有的网络能力都交由网络厂商实现增值服务，这在一定程度上加速了网络方案的繁荣，但是给用户的方案选型造成了较大困扰。大部分的用户场景都是基于网络的通讯协议进行方案选择，根据网络协议的不同，可将网络方案分为路由模式、Overlay和 L2 方案三种。云原生 新生产力的飞跃40自 CNI 标准发布到 2020 年，云原生网络已经演进近 6 年时间。也积累了大量的用户落地案例和大规模的实践案例。未来对于云原生网络的演进，依旧会在用户落地场景方向上深度演进。总结主要是以下几个趋势：大规模、复杂的互访场景要求云原生网络扁平化。随着云原生技术的普及，容器集群规模快速增长，跨集群、跨 VPC 互访场景越来越丰富，这要求容器端点具有与宿主节点相同的互通能力，容器和服务具有独立 VPC 的子网地址，甚至具有独立的直通网口,这样在获得更高转发性能、更低损耗的同时，兼顾更好的隔离性。通过在容器挂接的网口配置安全组规则，能够实现容器级别的微分段网络管控策略。但是，容器端点规模和发放速度相对于现有 VPC 网络规格存在数量级的差距，规模扩展问题仍有待解决。eBPF 等技术将有效改善容器网络复杂链路的高延时问题。容器网络中大量依赖了 Linux 的网络虚拟化的技术，例如 iptables、bridge 等，这些复杂的链路导致网络延时显著增加。而在Linux新版本内核中引入的eBPF 技术可以通过可编程的方式去简化内核的网络转发链路，通过把XDP 程序注入到了网卡驱动程序中，大幅度缩短网络处理链路，降低复杂度，提升了网络的可靠性和性能，在未来会有广泛的应用。网络安全将成为云原生技术底座的重要组成部分，平台的安全问题在所有的平台演进和建设过程中一直扮演着非常重要，但是不十分紧急的角色，在容器安全建设上，大部分组织都是采取防守和被动姿态。但是本身在近几年陆续爆出大量的基于容器平台的安全隐患以及在国内“护网行动”的大背景之下，容器安全已经成为云原生底座无法绕开的一个问题，容器网络安全在整个底座安全里面扮演了非常重要的角色，也将成为之后的 CNI 网络演进的方向和趋势。云原生网络的规模扩展问题仍然有待解决。容器网络和 VPC 网络的扁平融合的趋势之下，容器端点规模和发放速度相对与现有 VPC 网络规格存在数量级的差距，单节点的弹性网口密度和弹性扩容速度依然不能满足云原生工作负载的要求，规模扩展问题仍待解决。数字新趋势-系列41云原生加速数据库系统演进，技术差距显著缩小磁带与卡片组网状数据库层次数据库OracleIBM DB2SybaseSQL serverPostgresMySQLTeradataSybase IQGreenplumHadoopHBaseSAP HANARedisAWS AuroraAzure SQL DatabaseGoogle Spanner国外发展情况国内发展情况开源引入分析型数据库异构NoSQL多模、HTAP云原生基础技术1950-1980商业起步1980-19901990-20002000-20102010-至今PolarDBTiDBCynosDBGuessDBOceanBase达梦数据库南大通用相对薄弱的信息化基础以及改革开放初期自由的市场竞争，国内数据库产品缺少扶持和保护，导致了在很长一段时间内国内的数据库市场被国外产品垄断。进入云原生时代，数据库架构设计的思路转向云计算的技术底座，国内互联网厂商十余年的技术积累和资金投入，促进数据库技术取得突破性进展，技术差距显著缩小。3.3 云原生数据库3.3.1 云计算加速数据库系统演进，技术代差逐步缩小数据库技术是信息技术领域的核心技术之一,几乎所有的信息系统都需要使用数据库系统来组织、存储、操纵和管理业务数据。国际数据库技术垄断，国内数据库技术发展受限。在数据库诞生之前,数据存储和数据管理已经存在了相当长的时间。当时数据管理主要是通过表格、卡片等方式进行,效率低下,需要大量人员参与,极易出错。20 世纪 50 年代,随着计算机的诞生和成熟,计算机开始运用于数据管理,与此同时,数据管理技术也迅速发展。传统的文件系统难以应对数据增长的挑战,也无法满足多用户共享数据和快速检索数据的需求。在这样的背景下,20 世纪 60 年代,数据库应运而生。在数据库技术领域,数据库所使用的典型数据模型主要有层次数据模型(Hierarchical Data Model)、网状数据模型(Network Data Model)。而这一时期，国内的数据库技术处于空白阶段。上个世纪 90年代开始，以 Oracle、IBM DB2 为代表的商业数据库进军中国，占领金融、电信等领域的数据库市场，国内数据库市场被海外品牌垄断。云原生 新生产力的飞跃42图 10 数据库发展历程受益于市场需求和技术沉淀，进入百花齐放的快速发展期。从 20 世纪 80 年代起，我国数据库市场开始逐步发展起来。经历了初始的技术萌芽期和国外厂商垄断期，21 世纪初，基于 863 计划、核高基计划等国家政策支持，一批拥有高校背景的国产厂商成立，打破了 Oracle 和 IBM 一统天下的格局。2010s，随着市场需求的增长、技术的沉淀，一批云厂商和新兴独立厂商开始提供数据库产品。近年来，借助国产化热潮，许多软件厂商、集成商、运营商等也开始入局，发展自己的数据库能力。云计算厂商整体地位上升，国内数据库抓住弯道超车机会。云计算技术的出现及成熟，给了中国数据库突破现有数据库格局的机会。云数据库按需扩展、按需计费等特征使其获得了中小企业及互联网企业客户。而这种客户和行业的切入，也会反向推动数据库技术的发展。云计算厂商的数据库研发热情高涨，Gartner 数据库魔力象限中上榜的阿里云、腾讯云和华为其提供的数据库服务均在数十种左右。国内外数据库技术代差逐步缩小。数字新趋势-系列433.3.2 数据库中国队崛起，挑战与机遇并存过去十年，国产数据库实现长足发展，市场占有率由 2009 年 4.0%增长至 2017 年 14.26%，增长超过 3 倍。目前，数据库的国产化率仍然处于较低水平空间巨大，且渗透率有望加速提升。国内云数据库的市场占比预计将由 2020 年的 32.7%增长为 2025 年的 47.2%。当前，国产数据库已经形成四大核心竞争阵营，包括：以阿里、腾讯和华为科技巨头为代表的云数据厂商；以武汉达梦、人大金仓、南大通用和神舟通用“四小龙”为代表的传统国产厂商；以 PingCAP、巨杉、万里开源为代表的新兴自研势力；以科蓝、浪潮、星格瑞为代表的外购拥有完整产权的厂商。信创快速全面推进，国产数据库厂商迎来新机遇。信创即信息技术应用创新，是在复杂国际政治背景下，国家政策引导的新一轮信息产业创新。信创无论是对产业端还是需求端企业都是一个重要的契机。国产数据库厂商借助政策东风，有利于其拓展市场，将产品放到实际场景中打磨，不断更新迭代，实现弯道超车；传统行业企业、政府等也可以借此契机，实现数字化转型和业务的创新发展。但信创并非一日之功，从产业发展规律来看，新一轮的技术变革往往需要长达 6 年左右的实践和积累，需要上下游厂商和企业共同的长期努力。云原生数据库重塑数据库架构体系传统数据库紧耦合的设计方式能够最大效能的发挥系统优势，主导了稳态业务时期的市场。但在业务需求快速变化的数字化时代，高效扩缩容和成本控制成为传统数据库发展的瓶颈，同时伴随软件交付形态的云化，基于云计算特性设计、天然生长在云上的云原生数据库将主导未来市场。传统数据库：水井需求变化乡镇、农村|用水规模长期稳定城市|用水规模弹性变化形态变化水和井捆绑，水是资产取水方式没变工具改良升级取水方式改变原理、体系重构数据库上云：压水井云原生数据库：自来水供水体系城市化加速水井式供水能力不足水和蓄水池分离，水是资源降低使用成本提升使用便捷性云原生 新生产力的飞跃44图 11 国内数据库发展概况3.3.3 云原生数据库助力企业向数字化、在线化、智能化演进云原生数据库是云计算发展到成熟阶段，数据库针对云计算架构所作的定制化改造。在传统数据库的系统架构下，必须是紧耦合的设计方式，才能最大效能地发挥系统的优势。例如，过去每家每户会根据用水量打一口水井使用，这与传统的数据库系统使用计算、存储资源的方式一样，但它是紧耦合的方式。如果水不够了怎么办？对应的，这就是传统数据库系统里经常提到的业务扩容。在金融行业，数据库系统扩容通常需要提前几个月甚至半年去做规划，进而细致部署、缜密实施，上线灰度再验证，一整套流程就是为了扩容、缩容。传统扩容过程非常漫长，而业务高峰过后缩容也很痛苦，往往会造成极大的资源浪费，也很难应对业务层需要的快速变化能力，这是传统架构非常大的弊端之一。“云”就是使用虚拟化的技术将资源池化。水是资源，不用紧耦合的方式来部署和使用，不用家家户户打水井，而是整个村庄联合起来“打”一个湖或池塘，再修管道连到各家各户，这就是资源池化。资源池化以后可以做到按需按量使用，弹性调度，甚至还可以将资源进行解耦，比云原生数据库未来技术趋势大数据与数据库一体化行列混存 混合负载 分布式计算与分析智能化自感知 自决策 自恢复 自优化多模多引擎多模：B Tree、LSM Tree；OLTP、OLAP、HTAP多引擎：软硬件一体化RDMA/NVM GPU/FPGAX86/ARM,Intel/申威/鲲鹏/飞腾安全可信可验证日志与计算 全链路加密数字新趋势-系列45图 12 数据库技术领域的变化趋势如，将厨房当作一个计算节点，水当作存储节点，可以随时切换，如果这个厨房不够了，通过系统调度，可以快速拉起另外两三个厨房做计算。这就是云原生核心逻辑，将不同类型资源解耦，并进行池化。让原来的一口口独立水井，在背后合并成一个看不见的江河湖海。具体的，比如在云原生的计算存储分离架构下，业务节点可以根据需要自由地对计算、存储进行快速的扩缩容等操作。云原生数据库是重要的技术趋势从技术视角来看，云原生数据库最显著的特征有3个，即计算存储分离、共享分布式存储和一写多读。存算分离保障了计算和存储资源的独立弹性，使计算节点的伸缩可复用云原生的弹性；共享分布式存储保障了存储节点扩展的弹性和稳定；一写多读特征保障了数据的高可用性。传统冯诺依曼架构分布式架构云原生分布式架构优势稳定灵活的水平扩展能力数据多副本存储，无需共享存储兼具云的弹性、高可用与分布式的横向扩展劣势扩展性差计算及存储需要同时扩展不够灵活分布式查询、分布式事务处理开销大整体技术门槛较高应用范围不够普及云原生 新生产力的飞跃46云原生数据库在技术架构上的创新使得数据库具备了高扩展性、易用性、迭代快速、成本降低等特点，能够有力地支持企业向数字化、在线化、智能化演进。高扩展性：云原生分布式数据库与底层的云计算基础设施分离，所以能够灵活及时调动资源进行扩容缩容，以从容应对流量激增带来的压力，以及流量低谷期因资源过剩造成的浪费。生态兼容的特点，也让云原生数据库具备很强的可迁移性。易用性：云原生分布式数据库非常易于使用，它的计算节点在云端部署，可以随时随地从多前端访问。因其集群部署在云上，通过自动化的容灾与高可用能力，单点失败对服务的影响非常小。当需要升级或更换服务时，还可以对节点进行不中断服务的轮转升级。快速迭代：云原生分布式数据库中的各项服务之间相互独立，个别服务的更新不会对其他部分产生影响。此外，云原生的研发测试和运维工具高度自动化，也就可以实现更加敏捷的更新与迭代。节约成本：建立数据中心是一项独立而完备的工程，需要大量的硬件投资以及管理和维护数据中心的专业运维人员。此外，持续运维会造成很大的财务压力。云原生分布式数据库以较低的前期成本，获得一个可扩展的数据库，实现更优化的资源分配。中美云原生产业发展态势Chapter 333云原生将中美 ICT 技术代差从 30 年缩短至 2-3 年，为我国的技术破局提供了换道超车的可能，但当前也应清楚的认知中美云原生产业技术存在的客观差距，这在一定程度上反映了中美两国对云原生技术的价值认知和产业成果转化程度的差异。云原生时代中美云计算产业代差将缩短至 2-3 年1970s1990s2010s传统IT技术基础软硬件定义业务以IOE技术体系为代表10-15年产业代差云计算1.0软件定义资源KVM、OpenStack5-7年产业代差云原生软件定义应用Docker、Kubernetes2-3年产业代差企业信息化发展水平美国中国萌芽膨胀低谷爬升成熟新兴技术发展成熟度阶段（Gartner模型）数字新趋势-系列491现阶段中美云原生产业仍存在量级差异现阶段中美云原生产业、技术仍存在量级差距中国美国企业上云率（信通院：2020年数据）850%云服务支出占GPD比重（NASSCOM：2020年数据）5.36云技术技术专利全球占比（智慧芽：2021年7月数据）公有云市场规模（亿美元）（Gartner、信通院：前瞻研究院2021年整理）916333云计算市场增速（IDC：2021年数据）61.16215云原生计算基金会收录项目（CNCF：2021年数据）云原生计算基金会收录项目累计star数（CNCF：2021年数据）云原生计算基金会收录项目累计融资（万亿美元）（CNCF：2021年数据）2.4云原生计算基金会收录项目累计融资（十亿美元）（CNCF：2021年数据）云原生创业公司单笔最高融资（百万美元）（公开数据整理：2021年数据）云原生创业公司最高估值（十亿美元）（公开数据整理：2021年数据）3云原生 新生产力的飞跃501.1 认知：美国较中国更早的认识云计算的战略价值，政策推进云计算向纵深领域应用得益于整体技术水平和市场的成熟，美国联邦政府对云计算的商业和战略价值的认知更为深刻，云计算相关体系的刺激政策发布时间较我国均提前 2-4 年。同时在云计算的应用场景方面，美国已经迈过大规模企业上云阶段，开启实质性的云上价值挖掘阶段，相比之下我国的政策还在以鼓励用云为主。中美云计算关键政策时间线认知：中美对云计算的价值认知存在差异全美开展云计算产业相关的支持行动和具体部署，先后设立联邦政府首席信息官、首席技术官、首席数据官等职位。同年成立云计算工作组，重塑管理组织体系。云计算政策体系发布提出全面提升电子政务技术服务能力，鼓励业务应用向云计算模式迁移关于大力推进信息化发展和切实保障信息安全的若干意见发布2012年2009年该政策（“云优先”）要求标志着美国政府首次大规模地向云计算转移。其后相关政策进一步强化了云计算在联邦政府IT架构中的地位，并指出IT服务转向云平台的重要性。联邦云计算发展战略“云敏捷”战略让各机构采用可以简化转型并拥抱具有现代化能力的云解决方案，使其能够根据其使命需求做出信息技术决策，并利用私营部门的解决方案为美国人民提供最佳服务。更新联邦云发展战略2018年2021年战略制定了美国本土以外的云战略愿景和目标，战略重点是将美国本土（CONUS）的云计算部署到全球范围，为作战人员提供战术边缘的云计算技术，明确提出了Kubernetes、DevSecOps等云原生代表技术的使用场景。OCONUS战术边缘云战略2011年2015年明确提出指定由云基础、云资源、云服务和云安全4个部分组成的云计算综合标准化体系框架。云计算综合标准化体系建设指南发布提出企业基于自身业务发展和信息技术应用需求，使用计算、存储、忘了、平台、软件等云服务。推动企业上云实施指南（2018-2020年发布提出加快数字化转型共性技术、关键技术研发应用。支持企业探索云计算的技术应用和集成创新。关于推进“上云用数赋智行动培育新经济发展实施方案发布2020年得益于整体技术水平和市场的成熟，美国联邦政府对云计算的商业和战略价值的认知更为深刻，云计算相关体系的刺激政策发布时间较我国均提前2-4年。同时在云计算的应用场景方面，美国已经迈过大规模企业上云阶段，开启实质性的云上价值挖掘阶段，相比之下我国的政策还在以鼓励用云为主。数字新趋势-系列511.2 市场：美国领跑全球中国主导亚太，中美云原生产业鸿沟持续收窄市场：亚太地区以中国市场为主全球市场鸿沟将逐渐收窄发展预估：阿里云 VS AWS阿里云 VS AWS&Azure全球市场连年增长，3A（AWS Azure Alibaba）竞争格局逐渐稳固，中国企业跻身全球前列市场鸿沟逐渐收窄0 1620172018201920202021全球云计算市场份额，2016-2021（IaaS）AmazonMicrosoftAlibaba数据来源：Gartner，Market Share：IT services worldwide，2018-2021036912151821（USSB)6 years20132019E2021E2007201450 1556d 16E2017EAmazon Web Services ebitdamargin4 years3.5 years20132025EstimatesSources:Company data,Morgan StanleySCMP38.92!.07%9.55%7.08%4.61%2.84.83%全球云计算laaS市场，2021亚马逊微软阿里云谷歌云华为云腾讯云其它数据来源：Gartner Market Share：IT Services,Worldwide 202115.80.03%.53.95%7.67%.02%亚太云计算laaS市场，2021亚马逊微软阿里云华为云腾讯云其它数据来源：Gartner Market Share：IT Services,Worldwide 20213A 领跑全球，美企占比近六成。2021 年 Gartner 全球公有云 IaaS 服务市场数据显示，市场占比前三的企业分别为亚马逊、微软和阿里云，市场份额分别为 38.92%、21.07%和 9.55%。相比中国，美国云计算产业发展较早，发达的本土市场（产业规模全球占比为 44%）、成熟完善的技术服务体系以及长期主导的全球霸权体系为美国云原生产业的全球化发展提供了绝对优势。尽管我国企业的发展基础相对薄弱，但头部云服务商阿里云的市场份额连续五年上涨，从 2016 年的 3.7%上涨至 2021 年的 9.55%，超过 Google 的 7.08%，稳居全球第三的位置，全球云计算的 3A 格局趋于稳固，市场差距逐年缩小。云原生 新生产力的飞跃52中国主导亚太，阿里云、华为云、腾讯云占比超过 2A 市场总和。Gartner 发布的 2021 年IT服务市场报告数据显示，阿里云以25.53%的成绩位居亚太云计算服务市场第一，超过了微软和亚马逊市场份额。得益于全线产品的彻底云原生化，阿里云在云操作系统、数据库、容器等多个核心技术领域取得了跨越式的发展，形成了可比肩美国的技术竞争力。同时，亚太地区国家的文化价值认同和我国国际影响力的显著提升，也为中国云服务商的商业拓展提供了重要机遇。2020 全球基础设施即服务市场报告6.10%9.50.70.80#.90%GoogleAlibaba GroupMicrosoftAmazonOthersInfrastructure as a Service,World Wide Share,2020亚太区云计算市场份额变化38.92!.07%9.55%7.08%4.61%2.84.83%全球云计算laaS市场，2021亚马逊微软阿里云谷歌云华为云腾讯云其它数据来源：Gartner Market Share：IT Services,Worldwide 202115.80.03%.53.95%7.67%.02%亚太云计算laaS市场，2021亚马逊微软阿里云华为云腾讯云其它数据来源：Gartner Market Share：IT Services,Worldwide 20211.3 资本：华尔街押注创新技术，中资偏重基础产品技术成熟、生态完备，细分领域的技术创新引爆美投资市场。云原生基础技术在美已经成熟，行业用户接纳度较高，细分领域的中小创业公司与巨头已发展出良性的生态共生模式，商业路线逐渐清晰，大幅增强了资本信心，催生出一批百亿市值的云原生独角兽公司。最具代表性的是云原生数据仓库服务商 Snowflake，诞生 3 年就实现了美国迄今为止最大规模的软件 IPO，上市首日市值突破 700 亿美金。数字新趋势-系列53资本：美资本市场成熟对云原生接纳度高中国仍处观望状态云原生产业在美进入高景气周期，亿级美元的投融资事件频发，催生出一批百亿市值的技术新贵公司；中国资方对云原生产业的发展前景看好，但仍处观望状态，战略性试水投资是主流。企业融资金额(元）业务领域行翼云数千万云原生SaaS偶数科技近2亿云原生数据仓库KodeRover数千万云原生软件数字化交付行云创新-一站式云原生开发平台PingCAP亿级云原生分布式数据库云溪科技超千万云原生安全PPIO千万级分布式云计算拾联科技-云原生AIoT 视频赋能中台九章云极DataCanvas3亿面向云原生的数据科学平台行翼云千万云原生ERPSphereEx千万级分布式中间件分秒帧千万级基于云原生构建音视频协作工具平台Kyligence4.5亿企业级开源数据管理与分析支流科技千万级云原生API网关九科信息千万级云原生RPA平台小佑科技千万级云原生安全探真科技千万级云原生安全雅克云千万级云原生安全奇点云8000万云原生数据中台总融资超15亿元（不完全统计）企业近一批融资/总融资(美元）估值/总市值（美元）Elastic-/1.04亿-/114.8亿MongoDB-/2.1亿-/367.9亿Snowflake-/13.87亿-/1069.7亿Sysdig3.5亿/7.28亿25亿/-Databricks16亿/34.97亿380亿/-Datadog-/1.47亿-/562.8亿Kong1亿/1.7亿14亿/-Confluent-/4.56亿-/186.9亿D2IQ1.25亿/2.45亿7.75亿/-Cockroach2.73亿/-50亿/-美国典型原生公司投融资情况中国近1年云原生领域投融资情况数据来源：CB insights数据查询（截止至2021年12月）单笔融资超16亿美元数据来源：科创板日报不完全统计总融资超百亿美元（不完全统计）孵化出千亿市值的上市企业单笔融资3亿元首个估值超百亿的企业垂直行业应用深度不足，国内资本聚焦云原生基础设施。相较美国中国云计算产业整体发展历程较短，国内云原生虽已在互联网和金融领域深化应用，但在传统制造、能源以及政务、军工等行业对云原生技术接受度不高，云原生化仍处于低位。据信通院调查数据显示，业务云原生化的安全可靠性、迁移的高成本和效果不可预期是企业选择云原生技术的最大顾虑。而上述行业对于数据和业务的安全稳定要求更高，且大多选择私有云或混合云，这些领域大型公有云服务商无法完全覆盖，因此国内诞生了一批容器云、云原生管理运维以及云原生安全企业，并受到到资本市场高度关注，融资规模渐趋稳定。云原生 新生产力的飞跃542美国引领核心技术，中国技术影响力显著增强云原生技术生态由美国企业开创，美国开源项目贡献度远超其他国家。云原生的概念以及最核心的容器、容器编排引擎项目均由美国科技公司推出，云原生领域最具影响力的开源生态系统CNCF 是由 Google、RedHat 和微软等公司牵头创立，目前全球主流的云计算科技企业绝大部分都是 CNCF 会员，而开源的生态系统无疑是推动云原生技术创新的源动力。根据 CNCF 统计，在Kubernetes、Contained、Envoy、Prometheus 等核心技术项目中，美国贡献度排名第一其占比极高，Google、RedHat、IBM 等美国企业贡献度名列前茅。技术：美国主导核心技术中国影响力显著增强数字新趋势-系列553中美产业用户的云原生应用深度存在显著差异美国已在国防科工等。云原生技术在美国国防部“云战略”中扮演重要角色。2021 年 5 月26 日，美国国防部公布美国本土以外（OCONUS）的战术边缘云战略，旨在通过云创新和弹性实现军事主导的全领域优势，支撑全球海陆空天网联合作战，应对国防挑战。不同军兵种可以基于JCF 开发特定任务的 AI/ML 算法，并通过 MLOps 流水线，基于 Kubernetes 云原生保证的开发测中国云原生技术起步虽晚于美国，但在中国超大规模应用丰富的互联网环境孕育下发展非常迅速。一方面中国科技公司加大技术投入，CNCF 开源社区核心项目贡献度提升，并引领细分领域技术的创新。CNCF 整体贡献度中国科技公司打破美国垄断进入前十，Kubernetes 项目贡献度仅次于 Google、RedHat，同时中国科技公司贡献并主导了 Dargonfly、KubeEdge 等新项目。另一方面阿里云、腾讯云、华为等企业已具备全球竞争力，陆续入 Gartner、Forrester 等国际权威咨询机构云原生类竞争分析报告，打破美国企业独占的格局，进入头部序列。阿里云连续两年入选Gartner竞争格局：公有云容器服务，并于 2021 年与 AWS 并列成为全球容器产品最完善的云服务厂商。Forrester 发布的The Forrester New WaveTM:函数及服务平台）Q1 2020报告中仅有美国和中国服务商入选。技术：美国主导核心技术中国影响力显著增强项目美国贡献占比中国贡献占比KubernetesUS 1st 接近50%Google 1stRed hat 2ndVMWare 3rdCHN 4th 接近2%华为 4thContainerdUS 1st 接近83%Docker 1stGoogle 2ndIBM 3rdCHN 3rd 接近2%华为 8thEnvoyUS 1st 接近50%Lyft 1stGoogle 2ndCHN 3rd 接近1%阿里巴巴 9thHelmUS 1st 接近45%Microsoft 1stBitnami 2ndCHN 12rd 接近1oCloud 20th中美云原生核心开源项目贡献对比本土开源反推国际的热门项目Harbor项目16.4KStarsNacos项目OAM项目2,323Stars20.1KStars云原生 新生产力的飞跃56用户：美国军政核心系统中有广泛应用中国集中泛互联网化应用用户分析中国用户使用云原生技术情况互联网和信息服务企业、金融、制造、政府、电信软件/技术公司、金融、咨询、电信、教育互联网行业用户对比传统行业用户对比对公有云存疑担忧，私有化建设能力供给不足，现行企业已有创新应用，长尾企业采纳度低。广泛基于公有云服务将云原生技术应用于业务创新中军政行业用户对比美军政用户已将云原生技术广泛且深度用于创新领域，如F-16战机软件升级、陆海空天联合作战协同领域等。美国用户使用云原生技术情况典型应用案例美国国防部发布DoD战术边缘云战略，提出基于云原生环境一致性特性，实现作战能力到战术边缘的快速部署。用户占比Top5对云原生技术已有初步了解，逐渐接纳基于云原生技术构建数字基础设施，在便民因为系统中试点应用。技术引领者技术引领者抗疫健康码平台的研发部署。试环境与战术边缘侧生产环境的一致性特性，将人工智能/机器学习作战能力快速部署到战术边缘，从而快速、适应性地实现信息优势和决策优势。战术边缘侧的数据，也可以通过软件定义广域网，反馈传回到 CONUS 的云上进行分析和训练和评估。云原生技术尚未进入中国军政核心领域应用，商业领域的云原生化应用逐步加深。随着数字化转型的深入，企业需要充分享受云计算带来的红利，需要让业务能力生于云、长于云，由现在的 ON Cloud 进阶到 IN Cloud。随着云原生技术的不断演进和持续发力，云原生应用呈现出繁荣生态，云游戏、新零售、金融、政务、交通、能源等各个领域开始呈现出越来越多的云原生应用实例。云原生在各个行业的应用逐渐普及，助力企业云原生化转型。互联网、泛互联网行业率先开启了云原生化改造，以微服务为架构模型、容器为技术载体、实现产品研发运营一体化的云原生应用模式，助力企业以灵活应用架构承载和应对了多变的业务需求，实现了业务短期迭代、产品快速更新、应用弹性伸缩。随着用户对云原生技术的认知和使用进入了新的阶段，云原生化需求也从互联网行业走向越来越多的传统行业，从行业头部企业逐步下沉到中小规模企业，从领先企业尝鲜变为主流企业必备，云原生已经成为新常态。根据中国信通院 2020 年和 2021 年组织的云原生应用十佳案例评选可以看到，金融、零售、能源、工业等企业开始走进云原生时代，拥抱以容器、微服务、DevOps 为主的技术应用，支撑业务创新。云原生技术行业应用Chapter 44云原生 新生产力的飞跃584随着云计算、大数据以及人工智能等技术步入成熟，数字化正逐步从消费互联网向产业互联网延伸。在工业制造领域，产品生产工艺流程通常极为繁琐，涉及物料采购、产品生产、质量跟踪、物流仓储、用户交付等关键环节，其中任何环节出现问题或延误，将直接影响产品的安全生产与高质量交付。因此，如何优化整个工业制造生产链条，实现产品全生命周期数字化成为工业企业数字化转型的重点。通过云原生技术能够帮助工业企业快速构建平台，实现设备、机器、人力互联，用户、产品互联、企业、供应链互联，全面提升工业生产中数据的价值，服务于安全生产、质量监控、产品1制造业：打造产品生命周期数字化工业物联网：产品生命周期数字化在应用云原生技术后，制造业可以低成本进行数字化转型，在设备、机器、人力间互联互通，企业与供应链的互联互通以及用户与产品的互联互通。及时将各环节信息集中反馈，从而实现新的盈利模式，及时通过用户反馈开发新的产品。飞利浦：飞利浦的IT运维成本缩减了54%;部署一台能够直接应用的服务器仅需几分钟;实现按需调节服务器资源使用量;运维人力成本也显著降低，解放时间专注业务系统的运维与优化。老板电器：在关键物料质量控制方面，老板电器各片区检验员根据当班叶轮上线检查的质量情况输入到该表单当中，计划、生产和品质人员通过图表直观的反应质量波动状况，及时掌握质量信息，当出现异常时能快速响应。云原生应用成效设备、机器、人力互联企业、供应链互联用户、产品互联万物互联-工业物联网云原生化转型生产质检运输用户物料工业产品的生命周期中每个环节制造种类繁多，量级巨大的数据。各环节的信息反馈。传统制造业中对于数据的利用率不足，生产中难以灵活应对，对数据结果的反应滞后，错失机会。数字新趋势-系列59制造业 MES 云原生化改变市场格局对于现代工业，传统点对点生产运营模式的工厂已经不能满足现代追求特型化的用户需求，进而带给工业企业一个关乎生存的挑战：如何让整个制造链对业务变化快速响应。作为智能制造的核心，MES（制造执行系统）如何利用消费者数据适时调整策略成为捕捉市场动向，扩展商业版图的重点。而云原生化的MES为中小企业带来了弯道超车的可能。传统MES云原生化MES成本连同专用硬件打包出售，成本极高功能模块化，按需配置，计费灵活部署本地化部署 实施时间以年为单位云上灵活部署 实施时间以月为单位可复用性高度定制化功能产品化、普适化迭代代码固定，更新难高频次迭代更新飞利浦：飞利浦的IT运维成本缩减了54%;部署一台能够直接应用的服务器仅需几分钟;实现按需调节服务器资源使用量;运维人力成本也显著降低，解放时间专注业务系统的运维与优化。老板电器：在关键物料质量控制方面，老板电器各片区检验员根据当班叶轮上线检查的质量情况输入到该表单当中，计划、生产和品质人员通过图表直观的反应质量波动状况，及时掌握质量信息，当出现异常时能快速响应。云原生应用成效研发迭代，进而打造产品全生命周期数字化，实现工业企业数字化转型。一方面，通过云原生平台实现了生产设备间数据互联互通，通过对生产质量数据实时监测与自动化分析，有效提升了产品生产良品率，帮助企业大幅度降低生产成本。另一方面，多变的市场环境促使客户需求向高品质、定制化发展，依托于云原生平台，整个生产制造产业链实现了以最快的速度响应客户需求变化，促进了企业业务创新发展。以老板电器为例，由于企业内部使用的 ERP、CRM、SRM、OA 以及 PLM 等应用系统间无法实现业务流程与数据打通，成为了其数字化转型过程中的痛点和瓶颈。通过借助云原生平台，企业实现了代码零基础的部门业务人员也能轻松搭建应用，核心功能表单、流程、图表使用频率极高，这就使得业务人员从产生想法到辅助实施都能很快完成，大大缩短了系统开发周期，业务应用灵活度高、迭代速度快，更方便、快捷地解决部门品质管理上的需要。同时，通过平台数据信息打通，实现了生产数据的实时监控与分析。例如，各片区检验员可将当班叶轮上线检查的质量情况输入平台表单，计划、生产和品质人员即可通过图表至关的反应质量波动状况，及时掌握质量信息，当出现异常时能快速响应。云原生 新生产力的飞跃602金融业:从架构敏捷到业务敏捷的质变金融业-平台云原生化硬件整体扩容，差异化严重大规模计算推理场景用户画像精准营销屏蔽硬件差异，服务级别扩容服务集群容器化随着互联网行业的高速发展，金融行业也步入互联网化。利用互联网即可轻易获取大量用户数据，在此基础上进行用户画像、精准营销，直击用户需求，推送金融产品。并且电子交易时代的到来使各金融行业的线上系统弹性压力陡增，亟需更新架构。敏捷开发交付建立应用开发、测试、运维流水线提高服务发布效率容器镜像分层精简、构建应用镜像分钟级交付，秒级启动应用交付周期缩短80%业务需求响应速度提高50%提高资源利用效率资源弹性供给动态灵活配置降低IT资源的运行和集成成本容器云平台整合比1：48 资源利用率提升6倍 自动化高效运维Kubernetes自动管理容器状态，自愈能力强自动化动态扩缩容，高效应对容量压力滚动升级、灰度发布、应用不间断提供服务光大银行引入基于云原生平台的效能提升传统金融行业系统云原生化平台资源异质化严重，协作困难，利用率低容器技术屏蔽底层硬件差异，最大化资源利用率弹性高频金融交易场景下并发失衡微服务架构拆分应用，针对性按需扩容，及时低成本扩充服务能力迁移硬件与厂商绑定，新业务开发困难云原生应用不与厂商绑定，随时迁移。并且能灵活应对业务发展中不同的需求，不间断升级应用。数字新趋势-系列61随着互联网的高速发展，作为率先步入了互联网时代的行业，金融业成为了数字化转型的领航者。互联网海量数据、高频线上交易等层出不穷的应用场景无一不牵引着金融业商业模式的变革。一方面，为应对各类大促场景与电子交易，金融行业面临业务系统流量弹性压力陡增。由于历史遗留原因，基础设施资源异构化严重，资源利用率普遍较低，弹性伸缩能力较弱，金融企业应用基础设施及软件架构均亟需升级。另一方面，互联网金融促使传统金融企业转型，驱动金融科技和金融产品的升级。金融企业唯有基于大量的用户数据，进行有效利用形成用户画像，实现精准营销，才能直击用户需求，精准推送金融产品，促进企业业务迈入数字化发展阶段。云原生平台则完美地帮助金融企业解决了这一难题。容器技术能够屏蔽底层基础实施架构差异，实现资源利用率最大化；微服务架构拆分应用，实现服务按需弹性的同时，降低了应用研发和运维运营成本。基于云原生构建的业务应用具备弹性、高可用且快速迭代等优势，助力企业灵活应对业务发展中不断变化的客户需求，促进了金融业务的可持续发展。某大型股份制银行容器云 PaaS 平台运用分布式微服务框架、云中间件、容器、DevOps 等云原生技术，搭建了可提供横向扩展、秒级伸缩、智能运维、适应快速开发持续交付的 PaaS 级云平台，推动光大从传统架构向互联网架构演进。该平台基于 Docker 容器进行应用部署、运行、调度资源，利用容器的轻量级特性，在服务数量激增的情况下节省更多应用部署和运行资源，可以轻松应对波动的业务流量。同时，应用的镜像交付形式实现了“一次构建，多次部署”，避免传统部署过程带来的操作复杂度与操作风险。通过该平台，应用交付周期缩短了 80%，业务需求响应速度提高 50%。金融行业传统业务系统与云原生系统的对比传统金融行业系统云原生化平台资源异质化严重，协作困难，利用率低容器技术屏蔽底层硬件差异，最大化资源利用率弹性高频金融交易场景下并发失衡微服务架构拆分应用，针对性按需扩容，及时低成本扩充服务能力迁移硬件与厂商绑定，新业务开发困难云原生应用不与厂商绑定，随时迁移。并且能灵活应对业务发展中不同的需求，不间断升级应用。云原生 新生产力的飞跃62云原生中间件：承上启下的中流砥柱企业生态：从专注于企业自己的纵向业务发展，升级到通过API实现生态的横向联通。模型编程：从面向操作系统编程，升级为面向BaaS的云原生编程。软件工程：从大部分企业挣扎于迭代速度，升级为常见的敏捷业务迭代。数据处理：从大量连接人的计算，升级到大量连接IoT设备计算，IT设施升级到围绕云边端进行实践响应。中间件经过传统架构向当前互联网高度分布式和系统频繁变化的架构变迁，云原生中间件从底层资源、设计原则、运行时、呈现形态都发生了脱胎换骨的变化，呈现出构建云原生中间件的十个关键要素，全方位的赋能各类应用场景。1946ENIAC的诞生1990s互联网时代来临现代中间件诞生2010开源技术兴起开放协作推动中间件技术发展1960s软件登上历史舞台2006云计算时代为中间件提供了平台2013云原生时代赋予中间件新的内涵十要素资源支持中间件运行时呈现形态设计原则容器原生组件模块化、服务状态、事件驱动、可观测性统一响应式与声明式的API平台化服务韧性设计、弹性伸缩、动态部署应用场景赋能数字新趋势-系列63新零售-营销与供应链数字化新零售在销售核心、销售方式、营销策略以及供应链等方面给零售行业带来颠覆性改变。商品推送更贴合：消费者购买数据智能化分析，消费客户画像更清晰，商品推送更加贴合用户需求商户选品更精准：商品销售数据智能化分析，商户商品品类进货更精准，降低库存成本供应链更透明：基于智能营销库存分析，供应链决策更加数据化、智能化，实现供应链共赢云原生数字营销与供应链平台：数据量变带来服务质变传统零售新零售核心内容商品消费者销售方式线下、实体店线上、电商营销策略被动主动，个性化推送供应链个体经济，供应链相对较短平台经济，供应链一体化互联网的高速发展同样给传统零售行业带来了巨大冲击，“新零售”在销售核心、销售方式、营销策略以及供应链等方面相对传统零售有着颠覆性的改变。从销售核心上看，传统零售以商品为核心管理运营，而新零售的核心在于触达消费者，通过准确把握住消费者心理与消费习惯获得商业成功；从销售方式上看，传统零售以线下和实体店为主，而新零售的核心战场在线上以及电商应用中，只要打造智能、易用的线上消费场景才能为消费者带来更好的购物体验；从营销策略上看，传统零售多应用电视广告、传单等被动营销手段，而新零售则更注重主动营销策略，通过客户画像智能分析进行个性化多渠道的商品推送；从商品供应链来看，传统零售属于个体经济，其供应链相对较短，而在新零售则进入了平台经济时代，实现供应链一体化才能实现整个产业的共赢。3零售业:营销与供应链数字化体验云原生 新生产力的飞跃64基于云原生构建的数字营销与供应链平台，基于大量消费数据为“新零售”从数据量变带来了服务质变。一是商品推送更贴合，通过对消费者消费行为分析，使得客户画像更加清晰，商品推送更加贴合用户实际购买需求；二是商户选品更精准，通过对销售数据智能化分析，商户商品品类进货更精准，从而降低了商品库存成本；三是供应链更透明，基于智能营销库存分析，新零售供应链决策更加数据化，智能化，实现整个产业供应链共赢。作为中国领先的现场娱乐全产业综合服务提供商大麦网，在融入阿里巴巴大文娱生态后，通过业务中台快速完成了其业务系统的更替，涉及业务域有会员、商品、交易、营销等核心链路，将线下票仓、大麦网、大麦 APP、大麦天猫旗舰店业务系统合一。新系统上线后网站成交金额（GMV）提升 148%，购买 UV 增长 257%。传统零售与新零售的对比传统零售新零售核心内容商品消费者销售方式线下、实体店线上、电商营销策略被动主动，个性化推送供应链个体经济，供应链相对较短平台经济，供应链一体化数字新趋势-系列65随着电商逐步发展成熟，物流行业的应用场景愈加丰富，对快件交付效率、物流服务品质等均提出了更高要求。首先，对于物流行业而言交付效率是第一要务，特别是在冷链配送、商务快件等场景中对快件的交付时效性与安全性均有严格要求，需要不断根据经验积累优化配送流程，以是用户体验到更加极致的物流速度。其次，用户希望在快件准时交付的同时，能够实时了解物流的状态，满足更多个性化的物流需求，因此对物流业务创新与应用迭代速度提出了更高要求。从总体上看，物流行业具有转运环节多、快递件数多、调度操作多等诸多业务痛点，如何运用新技术手段实现快件的智能化调度、智能化服务成为了物流行业数字化转型的难点。依托于云原生平台，物流行业实现了物流转运数据打通、物流配送流程智能化以及物流服务品质提升。从物流转运数据上看，通过云原生平台实现不同应用系统间转运数据的流通与实时呈现，做到了快件转运数据全流程跟踪；从物流配送流程上看，通过云原生平台，实现配送路径的智能规划与调度，进一步加快物流时效，降低运输与仓储成本；从物流服务品质上，通过云原生平台实现业务应用按需弹性与高可用，满足了大促活动等对物流业务量的考验，提升用户的服务体验。4物流行业:转运作业数字化征程智慧物流-转运作业数字化传统物流智慧物流电商应用场景复杂大促活动频次增加转运环节多：装车、卸车、分拣等流程繁琐快递件数多：快递随电商促销等活动数量激增调度操作多：高峰时期单日千万 级别操作次数物流转运数据精细跟踪：数据线上化，全流程跟踪物流配送流程智能调度：加快物流时效，降低成本物流高峰业务零异常：提升服务体验云原生转运作业平台业务痛点数字化提升云原生 新生产力的飞跃66以物流行业申通快递为例，通过申通通用云原生技术平台，解决了传统应用升级缓慢、架构臃肿，不能快速迭代等问题。通过云原生架构体系，在成本、稳定性、效率、赋能业务等四个维度获得了显著成效。目前申通核心业务系统已经在云上完成流量承接，每天处理订单量在千万级别，处理物流轨迹在亿级别，每天产生的数据量在 1T，使用 1300 个计算节点来实时处理业务。数字原生企业的崛起Chapter 555前述文章详细的介绍了云原生的产生背景、技术特征、典型服务产品、全球视角下的产业技术发展现状以及云原生在各行业中的落地实践应用。本章将对基于云原生技术实现数字化转型的企业进行系统性分析，并对典型数字原生企业的商业成功模式进行剖析。数字新趋势-系列69IDC 于 2017 年提出了数字原生企业（digital-native enterprise）的概念，预测了一种由技术强驱动、以数据为核心的颠覆性运营革新的企业形态的出现，这种前瞻性的预测成为了企业数字化转型的灯塔。但是 2017 年能够支撑产业大规模数字化转型的底座技术尚未成熟，digital-native 更多是描述一种愿景和最终形态。同年云计算技术领域再次迎来转折点，Kubernetes 统一云原生编排技术，技术生态发展路径逐渐清晰，为云原生技术的快速普及发展提供了基础，云原生元年就此开启。现如今，基于云原生技术来构建企业的数字基础设施实现全生产周期的要素数字化，进而加速数据与生产业务的融合贯通，实现数字化转型已经成为广泛共识。因此在现阶段数字原生的更准确定义应是 Cloud-Native Digital，即基于云原生技术实现的全面数字原生。1从云原生到数字原生云原生与数字原生的关系传统企业数字原生企业阶段一数据原生阶段二数业融合数字原生云原生云原生数字化转型云原生 新生产力的飞跃702数字原生企业概念及全景视图2.1 数字原生企业概念数字原生企业概念数字原生企业六大特点治理战略化数字文化、数字营理念为核心战略业技融合化生产经营和内部管理业务融合数字技术平台云智化云化平台为核心载体，构建敏捷数字底座运营生态化客户需求、体验、忠诚度作为核心竞争力数据价值化数据和算法是核心资产风险横贯化以数字化思维保障生产安全典型代表特征产品或服务即软件数字技术直接加速生产效率商业模式和运营方式诞生起就强依赖于数字技术和数据商业模式和运营方式根植于传统利用数字技术完成数字重生Snowflake、平凯星辰阿里云、亚马逊企业类型互联网厂商、云服务ISV强互联网属性的泛行业新锐传统行业的数字先行企业蘑菇物联、元气森林蔚来汽车建信金科、上汽大通海尔卡奥斯技术定位供给方使用方一体两面泛传统行业新锐传统行业企业的新部门互联网企业“原生”来源于原理主义，以某种理念为思维的出发点。“数字原生”是指企业、组织或产业在发展的过程中，将以互联网、云计算等“数字技术”为代表的思维，充分融入组织、业务、技术、人才的资源配置和模式创新。“数字原生”企业：全面数字化的时代已到来，在我国大力推进数字技术与实体经济相融合的大背景下，我国涌现出一批体量小、估值高、发展快、天生拥有“数字化基因”，通过数字化思维和技术开展企业生产经营的新兴机构。数字原生企业（Cloud-Native Digital Enterprise）是指业务流程、交易和交互很大程度上由技术支持的组织，即企业在内、外部运营中均依赖数字技术获取竞争优势。相较传统企业，数字原生企业以数据为媒介，以软件系统为入口，颠覆了传统企业感知和调度物理世界资源的方式。全面数字化的时代已到来，在我国大力推进数字技术与实体经济相融合的大背景下，我国涌现出一批体量小、估值高、发展快、天生拥有“数字化基因”，通过数字化思维和技术开展企业生产经营的新兴机构。数字新趋势-系列71数字原生企业分类及其特征典型代表特征产品或服务即软件数字技术直接加速生产效率商业模式和运营方式诞生起就强依赖于数字技术和数据商业模式和运营方式根植于传统利用数字技术完成数字重生Snowflake、平凯星辰阿里云、亚马逊企业类型互联网厂商、云服务ISV强互联网属性的泛行业新锐传统行业的数字先行企业蘑菇物联、元气森林蔚来汽车建信金科、上汽大通海尔卡奥斯技术定位供给方使用方一体两面泛传统行业新锐传统行业企业的新部门互联网企业2.2 数字原生企业分类根据企业数字化基础和归属行业特征，可将数字原生企业分为三类，即互联网企业、传统行业新企业以及传统行业企业的创新部门。互联网企业是数字技术的创造者和深度践行者，其核心服务或产品是软件，数字技术的引入直接加速研发生产的效率。泛传统行业新锐企业以互联网思维改造传统行业的商业及运营模式，这类企业没有技术的历史包袱，自诞生起生产、运营决策强依赖于数字技术和数据，业务表现出较强的互联网属性，典型代表有蘑菇物联、犀牛智造、元气森林等。传统行业企业的创新部门，主要指传统行业企业新成立的负责数字化建设的子公司，是传统行业中数字先行企业在数字化转型过程中的自然衍生，它们在传统商业模式和运营方式的基础上，利用数字技术完成生产效能的跃升，典型企业有建信金科、上汽大通等。云原生 新生产力的飞跃722.3 数字原生企业特征技术驱动、数据指引是数字原生企业的核心，这与传统企业形成了本质区别，具体表现总结为七个核心特征：以互联网平台为核心载体，全周期的生产活动、用户信息感知等供需两侧数据均由互联网平台作为统一入口，为数据流通提供基础载体；以获客数量和规模为核心战略，大体量的获客数量能够为产品优化提供更精准的数据样本，增强获客提升-产品优化的良性循环；以服务客户为核心竞争力，将客户的需求、体验和忠诚度作为企业最重要的竞争力，由追求短期利益向商业长期主义过渡；以快速迭代试错持续出新为核心手段，依靠数字技术降低探索和创新的试错成本，加速业务敏捷实现产品的小步快跑、高速迭代；以人才、数据和算法为核心资产，将高科技人才、信息基础设施、技术体系、数据资产和算法作为企业的战略资产，持续开发、优化上述资产；以商业生态的拓展维护为核心能力，将生态系统开发、平台整合能力和核心IP视为同等重要的能力，通过不断整合外部资源，提供新的产品和服务，确保客户的多元需求得到满足，增强客户的黏性和忠诚度；以多维数据整合作为核心知识，将网络空间海量数据的分析处理、异构数据的整合、分析与决策支持能力和人工智能技术的应用作为组织的关键知识。数字原生企业七核心数字原生企业七核心核心载体互联网平台核心战略获客数量规模核心竞争力客户需求、体验和忠诚度核心手段快速迭代试错持续出新核心资产人才数据算法核心商业生态生态系统开发平台整合能力核心IP核心知识海量网络空间数据的整合分析处理和AI技术应用数字新趋势-系列733典型数字原生企业剖析3.1 SnowflakeSnowflake：现象级云原生初创企业High Growth SaaS IPO Benchmarks传统数仓云上数仓云原生数仓On-Premise：古法陈酿旧瓶装旧酒Cloud-Based：古法新酿新瓶装旧酒Cloud Native：酿造工艺和酒瓶的革命性升级技术形态性能受限底层硬件存算分离10倍以上提升受限架构形态爬坡周期36个月612个月24个月以上市值1000亿美元平均增速121%创业仅3年峰值股价429美元DBEngines排名18位IPO规模软件历史之最以Snowflake为代表的第一类数字原生企业其产品即软件，服务的本质是降低用户生产、加工数据的门槛，主要反映在两方面，一是降低使用者的心智负担，使弱技术背景的业务人员也能用好数据；二是更快、更便宜的处理数据。云原生 新生产力的飞跃74Snowflake Inc.是一家成立于 2012 年，总部位于加州圣马特奥，主营云数据存储的创业公司，旨在为客户提供一种基于云计算的数据存储、管理和分析服务。Snowflake 利用了当今企业技术的两个最大趋势：大数据处理和公共云。Snowflake 的核心产品基于云的数据仓库，该仓库可在三个主要的公共云之间无缝运行，与最初设计用于内部部署数据中心的旧数据仓库形成了鲜明对比。公司从最初的产品扩展到现在，提供了统一的大数据查询，治理和服务套件。首先，有别于受底层硬件限制的传统数仓服务，Snowflake 是一款全托管的 SaaS 产品，这极大的降低了客户的心理负担；其次，Snowflake 是数字原生的，更是云原生的，它摆脱了业务架构形态的限制，适用场景更加广泛；再次，Snowflake 存算分离的服务为客户提供了一种弹性的价格模型，依据存储和计算的使用量定价，同时，利用公有云的弹性和性能，使客户以几乎为零的运维成本、安全合规的方式从快速增长的数据集中获取价值。Snowflake 产品的优势来自三个核心的系统特性：首先，Snowflake 是一款全托管的 SaaS 产品，几乎将运维负担降到了零。虽然像 Amazon Redshift 这样的服务极大地降低了创建数据仓库的负担，但今后仍然会有管理和扩展 Redshift 的运维负担。其次，Snowflake 的构建是为了支持结构化和半结构化数据的组合使用。例如，它可以接收 JSON、XML 或 Avro 格式的任意数据，并且全部支持嵌套和重复数据类型。这使得 Snowflake 既适用于传统的数据仓库使用场景，也适用于 Hadoop 或其它半结构化使用场景。最后，服务弹性为数据仓库市场带来了一种新的、有趣的价格模型。价格依据数据存储大小和每小时使用的计算资源而定。如果不需要计算（比如在夜间），那么就可以缩减计算资源，一直到再次需要为止。Redshift 使用快照和恢复提供了类似的功能，但恢复需要花费大量的时间将数据重新复制到 Redshift 主机。相比之下，Snowflake 根据需要向主机复制数据，其启动速度更快。不同架构的数据仓库特点对比Benchmarks传统数仓云上数仓云原生数仓On-Premise：古法陈酿旧瓶装旧酒Cloud-Based：古法新酿新瓶装旧酒Cloud Native：酿造工艺和酒瓶的革命性升级技术形态性能受限底层硬件存算分离10倍以上提升受限架构形态爬坡周期36个月612个月24个月以上数字新趋势-系列75Snowflake 的商业模式有些相似，它的主要业务包含三块：首先，Snowflake 要做云数据仓库（Cloud Data Warehouse），但是它自己并没有云设施。所以 Snowflake 与三大云巨头 Azure、AWS 和 GCP（谷歌云平台）合作，从三家云服务商”批发“来云设施资源，做成自己增值服务的 SaaS 产品，再转售给客户。其技术核心是将数据的多云（Multi-Cloud）存储，变为集中存储（Centralized Storage），这能使最终用户的数据处理速度大幅提升。云资源经过批发转零售本身也会产生差价，让利给最终消费者的结果，使用 Snowflake 的云服务更便宜。其次，Snowflake 致力于打造云数据平台（Cloud Data Platform），所提供的服务为基于DW（数据仓库）的数据分析服务。其技术核心是计算分析与存储相分离，这与多数云服务计算与存储紧密耦合的技术方式完全相反。这种技术方式的好处是专注于数据仓库的分析能力，将复杂的数据专家工作变成傻瓜 UI，使没有数据分析知识的用户，也可以按照自己的想法使用 DW 的数据。最后，Snowflake新的服务产品是数据云（Data Cloud），应用层面的数据内容价值共享与交换。其技术核心是虚拟的云服务，也就是说使用者不用再考虑”多云“数据问题，只对Snowflake一家就好。这三个阶段的产品，完美演绎了 Snowflake 的 SaaS 化过程；即将一个物理的数据存储服务，成功转化为一个通用的云 DW 的 SaaS 服务。云原生 新生产力的飞跃76元气森林：“互联网 饮料”的“网红”式崛起元气森林，将数据优先的理念引入研发运营的全流程，优化和创新各环节，加速了“试”的过程，大幅提升了爆款出现的概率。传统消费品元气森林经验优先：焦点小组座谈会（FGD）数据优先：多线并行快速试错测试方式DTC渠道测试线下问卷、试吃微信私域运营，大数据分析挖掘用户习惯测试成本测试周期几十万不等不足万元1年左右36个月电商测试几乎没有电商平台优先后台销售数据判断是否规模化量产便利店测试报表数据反馈周期极长竞品同框摆放，记录分析消费者选购行为，根据抬头率等数据调整产品估值60亿美元销售27亿元增长309%占有率3.5%成立5年世界从来以及未来都不可能达到所谓的“扁平状态”，而所谓成功的商人，比的就是谁能够率先将利用信息落差而谋得利益。-地缘套利理论3.2 元气森林2016 年，元气森林成立，凭其“0 糖 0 脂 0 卡”的宣传迅速风靡全国，只用了短短 4 年时间，估值就从 0 飙升到 140 亿。正如美国广告大师詹姆斯韦伯杨所说：创意，就是旧元素的新组合。在无糖茶、无糖碳酸饮料等领域，日本等其他国家明显走在前列。元气森林把这套成熟的、已经跑通的产品，拿到中国来再做一遍。元气森林的研发走的是快速试错的研发路子。以口味为例，内部平均一两天就做一次饮品口味测试，然后快速调整，整个研发周期控制在 3-6 个月，快的时候 3 个月就出产品了。元气森林把做游戏产品的那一套搬到了饮料产品测试上，用数据驱动测试，成本低、速度快，效果明显。新品投放到市场之后，元气森林的系统可以快速计算产品的销售情况、复购率等等。决策机构通过数据计算客户留存率、复购传统消费品企业与元气森林的特点对比的全流程，优化和创新各环节，加速了“试”传统消费品元气森林经验优先：焦点小组座谈会（FGD）数据优先：多线并行快速试错测试方式DTC渠道测试线下问卷、试吃微信私域运营，大数据分析挖掘用户习惯测试成本测试周期几十万不等不足万元1年左右36个月电商测试几乎没有电商平台优先后台销售数据判断是否规模化量产便利店测试报表数据反馈周期极长竞品同框摆放，记录分析消费者选购行为，根据抬头率等数据调整产品数字新趋势-系列77率，从而大幅度降低了库存的堆积。这与有着强大供销体系的传统饮料巨头形成了鲜明对比。在产品研发上，传统公司一直沿用过去几十年经过时间和市场验证的焦点小组座谈会的方式，流程复杂且周期长，极大地降低了企业组织架构和产品研发上的灵活性，而研发与市场之间存在的数据延迟，导致很多企业都存在库存积压的问题。3.3 认养一头牛作为一家成立仅四年的品牌，认养一头牛连续多年在多个点商平台实现了销量第一，成为新锐乳业的头部玩家。食品行业是一个需要全流程高度监测的行业。源头牧场的牛群管理、饲料和奶源溯源涵盖的流程环节多，涉及的人员广，管理内容复杂，一直是传统乳业难以突破的痛点。麦肯锡在 2020 年10 月针对美国 50 多位乳业高管做调查时发现：美国乳业正在将提高数字化程度和分析预测能力作为提升企业竞争力的一项重要指标。在生产流程上，认养一头牛对企业人员和上游供应商进行数字化管理，将青贮系统与企业SAP系统集成，管理人员在地块勘测，到饲料收储以及与外部供应商协同上实现业务数字化。在打通农田与工厂之间的“任督二脉”后，认养一头牛单个牧场信息管理人员减少 1-2 人，每天可减少60 多分钟填表时间，收储效率提升 20%，饲料品控提升了 25%。原奶品质溯源，一直是围绕在消费者和乳业从业人员心头的难题。在奶源溯源上，认养一头牛建立了一整套奶源溯源系统，使产奶、罐装、运输、质检、加工环节流程标准、在线化，实现精准管控。从源头开始，认养一头牛进行全链路数字化的管理。“通过精细化的管理，去年认养一头牛的平均单产为 12.5 吨，相比之下老牌的养牛企业基本在 11 吨以下，其牧场单产比行业平均高出 15%-20%，接近美国水准。”除了源头牧场管理和工厂的数字化、全渠道的精细化运营同样不可或缺。“数据割裂”是整个乳制品行业存在的共性问题，而认养一头牛建立数据中台，将企业十多个一级组织的经营、销售、月度计划等报表、数据进行统一呈现，让各级部门能够及时发现问题并制定策略。在产品销售端，发货量、发货达成率可通过发货看板实时呈现；而每天新老用户数、销售金额以及复购、拉新率等则能通过看板及时汇集，为经营决策提供数据支撑。通过数据中台对经营数据的分析研判，认养一头牛能够预测出客户复购量和新客量，根据前期用户的分布情况，针对性的进行区域储备，提升从生产到销售的运营效率。云原生 新生产力的飞跃78在品牌运营上，认养一头牛凭借“认养”的概念建立品牌差异化，面向消费者提供云认养、联名认养以及实名认养三种模式，云养牛让消费者可以直接观看牧场动态和直播，联名认养让用户可以享受到新鲜产品直送到家的服务和其他权益，实名认养可以让消费者从源头上把控牛奶品质，这种“互联网 ”养牛的思维比传统乳制品企业进行生产过程的透明性和可溯源宣传对消费者展现了足够的吸引力。品牌的优势让用户快速认识并记住，成功地撬动了品效增长并实现迅速破圈。3.4 申通快递所谓的数字化转型就是利用数字化技术（如大数据、云计算、人工智能等）来推动企业组织转变业务模式、组织架构、企业文化等进行的变革措施。过去十多年，国内快递行业通过“价格战”的方式“野蛮生长”。但在快递单票价格不断逼近边际成本之时，价格战带来的规模增长空间有限，快递企业必须给未来的发展注入新动力。对此，申通快递选择了数字化转型，2020 年，继 2019 年申通快递将核心系统搬上阿里云之后，在 2020 年双 11 前，申通快递宣布将全站业务搬迁至阿里云，成为快递行业首个全站业务使用公有云的企业。2020 年 4 月份和 6 月份，申通快递发布针对网点的全视角业财一体化管理系统，随后的 9 月份，申通快递的“管家系”产品矩阵面貌全露，网点管家、中心管家等核心产品全部研发完成，覆盖揽收、中转、派送、客服等全业务流程。至此，申通快递的数字 1.0 时代的体系布局全部完成，解决了数字化建设的基础问题，实现了全链路要素数字化，并形成了数字分拨、智慧运输、风控等多个解决方案。而在今年双 11，申通快递迎来了从数字 1.0 时代向 2.0 时代跨越的分界点。2.0 时代，申通快递的目标变得更为直接：智能优化、降本增效，将数据变成数字化能力，由数字化能力去建构产品和解决方案，从而让物流的全流程更智能化、更精细。2019 年前，该公司使用线下机房作为计算及数据存储平台，业务系统是基于传统的 IOE 企业架构。随着业务规模的高速增长、数据量指数级增长以及业务形式愈发的多元化，传统 IOE 架构遇到了瓶颈，各系统架构的不规范、稳定性差和研发效率低都限制了业务的发展。如果遇到双11 之类的大促，一个较长周期的服务器采购及上架准备，更是耗时耗力。而云原生技术给申通快递带来了最急需的价值。系统上云，解决了成长空间的问题；统一包裹数据，搭建了数据基础设施。申通快递接下来的动作，就是建设智能工厂，涵盖数字设备的应用、转运中心的智能升级、人和设备的交互。数字新趋势-系列79快递行业历经电商时代的高速发展，如今已然变成水电煤一样的社会基础设施。数字的跳跃也反应了这一现状，近 3 个月，快递业务量实现从 500 亿件到 600 亿件、再到 700 亿件的连续跃升。如此大趋势下，“价格战”显然打不出赢得未来的竞争力，申通快递的选择是加速数字化转型，把数字化融入申通快递的基因。终局尚未可知，但基于数字化转型，把技术驱动落实到网络、产品、运营、服务中，变化自然就会到来。3.5 上汽大通上汽大通：传统企业的数字重生传统以产定销的汽车制造流程缺乏与用户的直接沟通，面对终端需求的个性化和智能化，上汽大通基于工业互联网实现C2B生产，使用户参与到产品架构定义、整车性能和子系统开发、订单跟踪等阶段，提供直接面向需求的生产，实现用户驱动的大规模定制。服务于研发、运营、营销等的数字化平台和进行汽车制造的智能化工厂是上汽大通实现C2B模式的两大支撑。上汽通过MAXUS等平台支撑汽车价值链从研发到消费过程的重构，同时借助物联网、云原生、大数据等技术实现生产线的智能化转型，使产品上市周期减少35%，交付周期缩短20%，加工及产线切换时间缩短30%，并实现了99.8%的配置精确度。传统ISA-95堆栈数字原生技术堆栈金字塔结构，层间数据传递效率差数据质量低扁平化，基于数据湖打通各层数据，纵向集成数据传递流程协同IT、OT脱节，业务流程碎片化IT/OT融合贯穿集成扩展厂商标准执行程度不同接口集成负责扩展性差基于云原生构建统一环境实现跨厂商、平台的强兼容性云原生 新生产力的飞跃80随着中国汽车行业在互联网时代变革的大趋势和消费需求升级的市场环境变化，汽车市场消费群体正在年轻化、个性化和多元化，传统以产定销的汽车标准化制造流程缺乏与用户的直接沟通，难以满足不同用户的差异化、个性化需求。面对终端需求的个性化和智能化，上汽大通基于工业互联网在2019中国数字化年会上，上汽大通凭借 C2B 大规模个性化定制的发展模式，斩获了“数字化创新典范”大奖。C2B 智能定制模式，即从 B 端标准主导到 C 端数据主导，包括供应链的各个环节和智能制造工厂，提供直接面向需求的生产，实现了用户参与产品架构定义、整车性能和子系统开发、订单跟踪等阶段，实现了用户驱动的大规模定制。这其中的每个环节都需要搜集、利用、分析用户数据，智能工厂最终输出成品。这个系统还包括组织结构。组织结构以用户为驱动，建立以用户需求为主导的数字化管理平台是上汽大通组织结构的特色。整个系统支撑 C2B 智能定制模式的创新实践。同时，基于数字化平台的研发、运营、营销流程再造保证了 C2B 智能定制模式的落地实施。在生产过程全链路管理上，上汽大通有限公司建设了一套全生命周期区块链数字化设计质量管理体系，以自主开发数字化工具为载体，实现研发、智选、物流、制造、质量管理和售后服务六大区块数字化，通过标准化的规范和协议，以智能合约形式建立质量管理契约，开发自动运行的智能系统，实现信息不可随意更改性和可追溯性，完善了数据信任机制；其次，将传统的中心化系统发展为多中心或完全分布式的系统，使各板块能够在同一系统中共享信息。凭借着创新全系 C2B 定制营销模式和全生命周期的质量管理体系，上汽大通去年逆势取得两位数增长优秀成绩。今年一季度，上汽大通 MAXUS 销量增长态势依然在延续，同时国内外市场全线飘红。上汽大通 C2B 平台与智能工厂数字新趋势-系列81数字原生企业视图互联网企业传统行业企业的新部门传统行业新企业 互联网企业 独立软件提供商 新制造 电商 新零售 金融 制造业 电信 能源 新金融 文娱 交通 医疗