图片来源:云原生社区

日期
11月 24, 2019
事件
Service Mesh Meetup #8 北京站
位置
中国北京
望京浦项中心, 北京, 北京

本期为 Service Mesh Meetup#8 特别场,联合 CNCF、阿里巴巴及蚂蚁集团共同举办。

不是任何一朵云都撑得住双 11。

成交 2684 亿,阿里巴巴核心系统 100% 上云。

蚂蚁集团的核心交易链路大规模上线 Service Mesh。

这次,让双 11 狂欢继续,让云原生经得起双 11 大考,也让云原生走到开发者身边。

你将收获 3 大经验加持:

  • 双 11 洗礼下的阿里巴巴 K8s 超大规模实践经验
  • 蚂蚁集团首次 Service Mesh 大规模落地经验
  • 阿里巴巴超大规模神龙裸金属 K8s 集群运维实践经验

讲师与演讲话题

释放云原生价值,双 11 洗礼下的阿里巴巴 K8s 超大规模实践

主讲人:曾凡松(逐灵) 、汪萌海(木苏)

2019 双 11 点燃了全球人民的购物热情,而阿里经济体核心系统全面上云则刷爆了国内的技术圈子,引起了众多热爱云计算、云原生技术专家的热议。阿里巴巴是首个在超大规模体量公司内大规模使用 K8s 的公司,借此机会将为大家带来阿里巴巴在生产场景中大规模应用 K8s 的实践经验,包括在大规模应用管理上的经验教训;当前如何通过云原生方式高效管理应用;以及对未来应用管理发展趋势的基本看法。

蚂蚁集团双 11 Service Mesh 超大规模落地实践

主讲人:黄挺(鲁直) 、雷志远(碧远)

Service Mesh 在过去几年中取得了巨大的关注,但是业界大规模的落地却比较少,目前蚂蚁集团已经在双十一的核心交易链路中大规模上线 Service Mesh,在本次分享中,我们将详细分享我们如何做大规模的落地,在大规模落地 Service Mesh 的时候遇到了什么样的问题,对应的解法又是什么,分享我们在大规模落地 Service Mesh 之后取得的收益,希望能够给有志于尝试 Service Mesh 的公司带来更多的参考。

阿里巴巴超大规模神龙裸金属 K8s 集群运维实践

主讲人:周涛 (广侯)

2019 年是云原生大规模落地的元年,阿里巴巴集团底层基础设施全部搬迁到公有云上,并基于阿里云最新一代的神龙裸金属服务器共同形成了云原生的最佳组合。本次分享将介绍大规模的神龙裸金属云原生集群如何管理和运维的实践。

深入 Kubernetes 的“无人区” — 蚂蚁集团双十一的调度系统

主讲人:曹寅

蚂蚁集团今年已全面落地 Kubernetes, 支撑双 11 大促。这次分享主要介绍我们在落地过程中面对的各项新技术挑战,及应对这些问题形成的最佳实践,话题包含了规模化 Kubernetes 实践、计算型业务的统一调度与资源混部、蚂蚁双大促分时调度以及 Service Mesh 落地等。

服务网格在“路口”的产品思考与实践

主讲人:宋顺(齐天)

这次分享主要介绍在云原生概念如火如荼而金融行业还处在数字化转型初期的当下,蚂蚁集团服务网格从技术到产品化过程中的思考与实践。内容包括:规模化场景下如何平滑过渡、如何兼顾性能与稳定性、如何支持多语言多协议、无侵入、异构服务统一治理等方面的思考和实践。

阿里集团核心应用落地 Service Mesh 的挑战与机遇

主讲人:李云(至简)

将分享阿里巴巴集团在核心应用落地 Service Mesh 时如何做到“在飞行的飞机上换引擎”,以及在落地的过程中面临的挑战。那些挑战虽然在现阶段的落地过程中并没有全面解决,但给后面的发展和技术突破重点指引了方向。此外,Service Mesh 作为云原生技术的关键内容,还将分享在这个技术趋势下的发展思考,与大家交流什么是“三位一体”,以及未来 Service Mesh 应当“长成什么模样”。

蚂蚁集团云原生 PaaS 实践之路

主讲人:王成昌(晙曦)

已实现异地多活单元化架构的蚂蚁集团、网商银行基础设施正全面拥抱云原生。本次分享将首次披露蚂蚁集团 PaaS 产品层的建设思路:SOFAStack-CAFE - 承担着海量应用管理、变更保障、容灾多活的应用 PaaS,如何结合实际金融级技术风险保障诉求,基于 Kubernetes 构建云原生运维体系。内容将包括多集群联邦、核心运维能力下沉、发布变更体系、运行时安全、应用交付模式、SOFAMesh 运维体系支撑等方面的实践探索。

函数计算在双十一小程序场景的应用

主讲人:吴天龙(木吴)

小程序是轻量级的快速迭代的移动应用,对小程序开发者的开发效率有很高的要求。使用函数计算,开发者无需关心后端服务的搭建运维,只需要编写函数就能够提供稳定可靠并且弹性伸缩的服务。双 11 中很多推广活动都是以小程序的方式提供给用户的,在活动时间会有集中的访问,这对后端服务的稳定和弹性是很大的考验。使用函数计算提供的预留实例,可提前为活动高峰预留一部分资源,结合极速的弹性伸缩,轻松应对活动高峰。