I.1 Java Spring Boot
Den er velegnet til opbygning af mikroservicesystemer
- Ved at bruge Spring Project Bootstrap-siden kan du bygge et projekt på få sekunder
- Det er praktisk at eksportere forskellige former for tjenester, såsom REST API, WebSocket, Web, Streaming og Tasks
- Meget præcis integration af sikkerhedspolitik
- Relationelle og ikke-relationelle databaser understøttes
- Understøt indlejrede containere under kørsel, såsom Tomcat og Jetty
- Kraftfuld udviklingspakke med understøttelse af hot boot
- Automatisk styr afhængigheder
- Indbygget applikationsovervågning
- Understøtter forskellige IED'er, såsom IntelliJ IDEA, NetBeans
Andre sprog: .net core, Go osv
I.2 Jenkins
Automatiserede CI-procedurer til kontinuerlig integration
- Open source og gratis
- Cross-platform, understøtter alle platforme (jeg installerede på Ubuntu 14.04, brugen af Jenkins docker-image var ikke succesfuld)
- Master/slave understøtter distribuerede builds
- En visuel administrationsside i form af et web
- Installation og konfiguration er super nemme
- Tips Rettidig og hurtig hjælp
- Hundredvis af plugins, der allerede findes
I.3 GitLab
- Et selvhostet Git-projektrepository, der kan tilgås via et webinterface til offentlige eller private projektinstallationer.
- Det har lignende funktionalitet som GitHub, med mulighed for at navigere i kildekoden, håndtere fejl og kommentarer. Det er muligt at administrere teamadgang til repositoryet, det er meget nemt at gennemse indsendte versioner og tilbyder et filhistorikbibliotek.
- Teammedlemmer kan kommunikere via det indbyggede simple chatprogram (Wall). Den tilbyder også en funktion til at samle kodesnippets, som gør det nemt at genbruge koden og nemt at finde senere, når det er nødvendigt.
- Dokcer
- Docker er en open source-motor, der gør det nemt at skabe en let, bærbar og selvforsynende container til enhver applikation. Containere, som udviklere kompilerer og tester på notebooks, kan implementeres i batches i produktionsmiljøer, herunder virtuelle maskiner (VMs), bare metal, OpenStack-klynger og andre underliggende applikationsplatforme.
- Docker bruges ofte i følgende scenarier:
- automatiseret pakning og publicering af webapplikationer;
- automatiseret test og kontinuerlig integration, udgivelse;
- Udrul og finjuster databaser eller andre baggrundsapplikationer i et serviceorienteret miljø;
- Byg dit eget PaaS-miljø ved at kompilere eller udvide din eksisterende OpenShift- eller Cloud Foundry-platform fra bunden.
I.4 Kubernetes
- Kubernetes er et containerklyngestyringssystem og en open source-platform, der kan realisere funktioner som automatiseret implementering, automatisk skalering og vedligeholdelse af containerklynger.
- Med Kubernetes kan du:
- Udrul applikationer hurtigt
- Skalér dine applikationer hurtigt
- Integrer problemfrit med nye applikationsfunktioner
- Spar ressourcer og optimer brugen af hardwareressourcer
I.5 MQ
Når faktorer som hastighed eller stabilitet af "produktion" og "forbrug" er inkonsistente i systemet, er beskedkøer nødvendige som et abstraktionslag for at bygge bro mellem de to sider. En besked er en dataenhed, der transmitteres mellem to computere. Beskeder kan være meget simple, såsom kun at indeholde tekststrenge; Den kan også være mere kompleks og kan indeholde indlejrede objekter. Beskeder sendes til køer, som er beholdere, der holder beskeder under transmissionen.
- Ukoblet
- Redundans
- Skalerbarhed
- Fleksibilitet og topgennemstrømning
- Genopretning
- Levering garanteret
- Sortering garanteret
- Buffering
- Forstå datastrømme
- Asynkron kommunikation
I.6 SQL DB
- En database er et lager bygget på computerlagringsenheder, som organiserer, gemmer og administrerer data i henhold til en datastruktur.
- For at sige det enkelt kan det betragtes som et elektronisk arkivskab – et sted hvor elektroniske filer gemmes, og brugere kan tilføje, opsnappe, opdatere, slette og andre operationer på dataene i filen.
- I det daglige arbejde med økonomisk ledelse er det ofte nødvendigt at lægge relevante data ind i et sådant "lager" og behandle dem derefter efter ledelsens behov.
MySQL/PostgreSQL er en repræsentant for traditionelle relationelle databaser.
HBase er en repræsentant for Big Tables-teknologien (rækkeindeksering, kolonnelagring).
Neo4j(http://www.neo4j.org/) er en grafdatabaserepræsentant, der bruges til at lagre komplekse og multidimensionelle grafstrukturdata.
Redis er en NoSQL-repræsentant baseret på Key-Value, og der findes Redis-to-go til at levere lagringstjenester.
MongoDB/CouchDB er en NoSQL-repræsentant baseret på Document, og Couchbase er en fusion af Document/Key-Value-teknologi.
VoltDB er en repræsentant for NewSQL, med datakonsistens og god skalerbarhed, og dens ydelseskrav er adskillige gange større end MySQL.
TiDB er en distribueret SQL-database udviklet af det nationale PingCAP-team. Inspireret af Googles F1 og Google Spanner understøtter TiDB funktioner, der inkluderer traditionelle RDBMS og NoSQL.
I.7 TICK-stak
InfluxDB
Tidsseriedatabaseværktøjer.
Telegraf
er et værktøj til dataindsamling og -lagring. Den tilbyder mange input- og output-plugins, såsom indsamling af lokal CPU, belastning, netværkstrafik osv., og derefter skrive dem til InfluxDB eller Kafka.
Chronograf
Tegneværktøj
Kapacitor
Kapacitor er et alarmværktøj fra InfluxData, som læser data fra InfluxDB og konfigurerer TickScript efter DLS-typen for at advare.
I.8 Keepalived
Keepalived er en servicesoftware i klyngestyring, der sikrer høj klyngetilgængelighed, ligesom heartbeat, for at forhindre enkeltfejl.
keepalilived er baseret på VRRP-protokollen, som står for Virtual Router Redundancy Protocol, det vil sige Virtual Routing Redundancy Protocol.
Virtuel rute-redundansprotokol, som kan betragtes som en protokol til at opnå høj tilgængelighed af routere, det vil sige, N routere, der leverer de samme funktioner som en routergruppe, denne gruppe har en master og flere backups, og der er en VIP på masteren, som leverer tjenester til omverdenen (standardruten for andre maskiner i LAN'et, hvor routeren er placeret, er VIP), masteren sender en multicast, og når backup'en ikke kan modtage VRRP-pakken, betragtes masteren som nede. På dette tidspunkt skal du vælge en backup som master i henhold til VRRP'ens prioritet. Dette vil sikre routerens høje tilgængelighed.
Keepalived har tre hovedmoduler, nemlig Core, Check og VRRP. Kernemodulet er kernen i keepalived, som er ansvarlig for at starte og vedligeholde hovedprocessen samt indlæse og parse globale konfigurationsfiler. Check er ansvarlig for helbredstjek, herunder forskellige almindelige undersøgelsesmetoder. VRRP-modulet er designet til at implementere VRRP-protokollen
I.9 Havn
Harbor er en registreringsserver i enterprise-klasse til lagring og distribution af Docker-billeder.
I.10 Ignite / Redis
Apache Ignite In-Memory Data Organization Framework er en højtydende, integreret og distribueret in-memory computing- og transaktionsplatform til storskala datasætbehandling med højere ydeevne end traditionelle disk- eller flashbaserede teknologier, samtidig med at den leverer højtydende, distribueret in-memory dataorganiseringsstyring mellem applikationer og forskellige datakilder.
| serienummer | Sammenlign projekter | Apache Ignite | Redis | | 1 | JCache (JSR 107) | Ignite er fuldt kompatibel med JCache (JSR107) caching-specifikationen | Ikke understøttet | | 2 | ACID-transaktioner | Ignite understøtter fuldt ud ACID-transaktioner, herunder optimistiske og pessimistiske samtidighedsmodeller samt READ_COMMITTED, REPEATABLE_READ og SERIALIZABLE isolationsniveauer. | Redis tilbyder begrænset support til optimistiske transaktioner på klientsiden, som kræver, at klienten manuelt prøver transaktionen igen i tilfælde af samtidige opdateringer. | | 3 | Datapartitionering | Ignite understøtter partitioneret caching, svarende til en distribueret hash, hvor hver node i klyngen gemmer en del af dataene, og Ignite automatisk balancerer dataene i tilfælde af en topologiændring. | Redis tilbyder ikke partitionering, men tilbyder sharding af replikker, hvilket er meget stift at bruge og kræver en række ret komplekse manuelle trin, hver gang topologien ændres, både klient og server. | | 4 | Fuld kopi | Ignite understøtter cachet replikering, understøttet af hvert nøgle-værdi-par for hver node i klyngen. | Redis understøtter ikke direkte fuld replikation. | | 5 | Native objekt | Ignite tillader brugere at bruge deres egen domæneobjektmodel og tilbyder native understøttelse af enhver Java/Scala-, C++- og .NET/C#-datatype (objekt), hvilket gør det nemt at gemme ethvert program og domæneobjekt i Ignite-cachen. | Redis tillader ikke brugere at bruge brugerdefinerede datatyper, men understøtter kun foruddefinerede samlinger af grundlæggende datastrukturer, såsom Set, List, Array og nogle få andre. | | 6 | Client-side (nær) cache | Ignite yder direkte support til klient-side caching af nyligt tilgåede data. | Ikke understøttet | | 7 | (serverside) Sammenstilling | Ignite understøtter direkte udførelse af enhver Java-, C++- og .NET/C#-kode på en sideløbende måde tæt på dataene på serversiden. | Redis har som regel ingen collocation-muligheder, og serversiden understøtter stort set kun LUA-scriptingsprog, og serversiden understøtter ikke direkte udførelse af Java-, .NET- eller C++-kode. | | 8 | SQL-forespørgsler | Ignite understøtter fuld SQL (ANSI-99) syntaks til forespørgsel i hukommelsen. | Redis understøtter ikke noget forespørgselssprog, kun klient-side caching API'et. | | 9 | Kontinuerlig undersøgelse | Ignite understøtter både klient- og server-side vedvarende forespørgsler, og brugere kan sætte server-side filtre for at reducere og sænke antallet af hændelser, der sendes til klienten. | Redis understøtter klientside-nøglebaserede hændelsesnotifikationer, men tilbyder ikke server-side filtre, hvilket resulterer i en betydelig stigning i netværkstrafik til opdateringsmeddelelser på både klient- og serversiden. | | 10 | Databaseintegration | Ignite kan automatisk integrere eksterne databaser – RDBMS, NoSQL og HDFS. | Redis kan ikke integreres med eksterne databaser. |
I.11 ELG
ELK består af tre komponenter: Elasticsearch, Logstash og Kibana;
Elasticsearch er en open source distribueret søgemaskine, der har distribueret, nul-konfiguration, auto-opdagelse, indeks-auto-sharding, indeksreplika-mekanisme, restful-stil interface, flere datakilder og auto-søgningspayload.
Logstash er et fuldstændig open source-værktøj, der indsamler, analyserer og gemmer dine logfiler til senere brug
Kibana er et open source og gratis værktøj, der giver Logstash og ElasticSearch en loganalysevenlig webgrænseflade, som kan hjælpe dig med at samle, analysere og søge i vigtige datalogfiler.
I.12 Kong(Nginx)
Kong er et meget tilgængeligt, let at udvide API-projekt skrevet på Nginx_Lua moduler og er open source fra Mashape. Da Kong er baseret på Nginx, kan den skalere flere Kong-servere horisontalt og fordele anmodninger jævnt til hver server via en frontloading-konfiguration for at håndtere et stort antal netværksforespørgsler.
Kong har tre hovedkomponenter:
KongServer: En server baseret på nginx, som modtager API-forespørgsler.
ApacheCassandra/PostgreSQL: Bruges til at gemme operationelle data.
Kongdashboard: Officielt anbefalet UI-administrationsværktøj, selvfølgelig kan du også bruge restfull til at administrere adminapi.
Kong bruger en plugin-mekanisme til funktionel tilpasning, hvor et sæt plugins (som kan være 0 eller n) udføres under livscyklussen for API-anmodningssvarsløjfen. Plugin'et er skrevet i Lua og har i øjeblikket flere grundlæggende funktioner: HTTP grundlæggende autentificering, nøgleautentificering, CORS (Cross-originResourceSharing), TCP, UDP, fillogning, API-anmodningsbegrænsning, anmodningsvideresendelse og nginx-overvågning.
I.13 Openstack
OpenStack+KVM
OpenStack: Open source management projekt
OpenStack er et open source-projekt, der har til formål at levere software til opbygning og administration af offentlige og private clouds. Det er ikke et stykke software, men en kombination af flere hovedkomponenter til at udføre et specifikt arbejde. OpenStack består af følgende fem relativt uafhængige komponenter:
OpenStackCompute (Nova) er et sæt controllere, der bruges til virtuelle maskiners beregning eller til at starte virtuelle maskininstanser ved hjælp af grupper;
OpenStack Image Service (Glance) er et system til søgning og hentning af billeder af virtuelle maskiner, der udfører håndtering af virtuelle maskiners billeder.
OpenStack Object Storage (Swift) er et objektbaseret lagringssystem til store systemer med indbygget redundans og fejltolerance, ligesom Amazon S3.
OpenStackKeystone til brugeridentitetstjenester og ressourcestyring samt
OpenStackHorizon, et Django-baseret dashboard-interface, er en grafisk administrationsfront-end.
Oprindeligt udviklet af NASA og Rackspace i slutningen af 2010, har dette open source-projekt til formål at skabe en nem at implementere, funktionsrig og skalerbar cloud computing-platform. Den første opgave for OpenStack-projektet er at forenkle implementeringsprocessen for skyen og bringe god skalerbarhed til den, i et forsøg på at blive datacenterets operativsystem, altså cloud-operativsystemet.
KVM: Åben virtualiseringsteknologi
KVM (Kernel-based VirtualMachine) er et open source systemvirtualiseringsmodul, der kræver hardwareunderstøttelse, såsom IntelVT-teknologi eller AMDV-teknologi, som er fuldt virtualiseret baseret på hardware og fuldt integreret i Linux.
I 2008 opkøbte Red Hat Qumranet for at erhverve KVM-teknologi og promovere den som en del af sin virtualiseringsstrategi, og støttede KVM som den eneste hypervisor, da RHEL 6 blev lanceret i 2011. KVM fokuserer på høj ydeevne, skalerbarhed, høj sikkerhed og lave omkostninger.
I.14 Disconf
Med fokus på forskellige "fælles komponenter" og "fælles platforme" inden for "distribueret systemkonfigurationsstyring" tilbyder vi fælles "konfigurationsstyringstjenester".
I.15 Apollo
Apollo er en konfigurationsstyringsplatform udviklet af Ctrips rammeværksafdeling, som centralt kan styre konfigurationen af forskellige miljøer og klynger af applikationer, kan skubbes til applikationssiden i realtid efter konfigurationsændringer, og har standardiserede tilladelser, processtyring og andre egenskaber.
Serveren er udviklet baseret på SpringBoot og SpringCloud og kan køres direkte efter pakning uden at installere yderligere applikationscontainere som Tomcat.
I.16 gRPC
gRPC er et højtydende, open source og alsidigt RPC-framework til mobil- og HTTP/2-designs. I øjeblikket findes der versioner af C-, Java- og Go-sprog, nemlig: grpc, grpc-Java og grpc-go. C-versionen understøtter C, C++, Node.js, Python, Ruby, Objective-C, PHP og C#.
gRPC er designet baseret på HTTP/2-standarden og bringer funktioner som tovejsflow, flowkontrol, hovedkomprimering og multiplexing af forespørgsler på en enkelt TCP-forbindelse. Disse funktioner gør den bedre på mobile enheder og sparer strøm og plads.
I.17-kanalen
Canal er et open source-projekt under Alibaba, udelukkende Java-udvikling. Baseret på databaseinkrementel logparsing tilbyder den inkrementel data-abonnement og forbrug, og understøtter i øjeblikket primært MySQL (understøtter også mariaDB).
Tjenester baseret på log-inkrementell abonnements- og forbrugssupport:
- Databasespejling
- Realtids databasebackup
- Multi-level indeksering (sælgere og købere adskilte indeks)
- searchbuild
- Service cache-opdatering
- Vigtige forretningsnyheder såsom prisændringer
I.18 Sparkstreaming
SparkStreaming er en udvidelse af Spark kerne-API'en, der muliggør højkapacitets- og fejltolerant behandling af realtidsstreamingdata. Understøttelse af dataindsamling fra en række datakilder, herunder Kafk, Flume, Twitter, ZeroMQ, Kinesis og TCPsockets, og efter at have hentet data fra datakilder, kan komplekse algoritmer behandles ved hjælp af avancerede funktioner som kortlægning, reducer, sammenslutning og vindue.
I.19 SonarQube
Sonar er en open source-platform til kodekvalitetsstyring for at styre kvaliteten af kildekoden og opdage kodekvalitet fra syv dimensioner
Gennem form af plug-ins kan den understøtte kodekvalitetsstyring og detektion i mere end 20 programmeringssprog, herunder Java, C#, C/C++, PL/SQL, Cobol, JavaScrip, Groovy osv
I.20 DataX
DataX er et offline synkroniseringsværktøj for heterogene datakilder, dedikeret til at opnå stabil og effektiv datasynkronisering mellem forskellige heterogene datakilder, herunder relationelle databaser (MySQL, Oracle osv.), HDFS, Hive, ODPS, HBase, FTP og flere.
I.21 Zen Management/Jira
Zen-funktion
1) Produktstyring: produkter, krav, planer, udgivelser, køreplaner og andre funktioner.
2) Projektledelse: projekter, opgaver, teams, builds, burndown-diagrammer og andre funktioner.
3) Kvalitetsstyring: fejl, testcases, testopgaver, testresultater og andre funktioner.
4) Dokumenthåndtering: produktdokumentbibliotek, projektdokumentbibliotek, brugerdefineret dokumentbibliotek og andre funktioner.
5) Transaktionsstyring: todo-styring, personlige anliggender som Mine Opgaver, Mine Bugs, Mine Behov og Mine Projekter.
6) Organisation og ledelse: afdelinger, brugere, grupper, tilladelser og andre funktioner.
7) Statistisk funktion: rig statistisk tabel.
8) Søgefunktion: Find de tilsvarende data ved at søge.
JIRA-funktioner
1) Problemstyring og -styring (problemtyper inkluderer NewFeature, Bug, Task og Improvement);
2) Analyserapport om opfølgning af problemer;
3) Projektkategoristyringsfunktion;
4) komponent-/modullederfunktion;
5) Projekt-e-mailadressefunktion;
6) Ubegrænsede arbejdsgange.
I.22 XXJOB
XXL-JOB er et letvægts distribueret opgaveplanlægningsframework med de centrale designmål hurtig udvikling, simpel læring, letvægt og nem at skalere.
- Simpelt: Understøt CRUD-drift på opgaver via websider, simpel drift, ét minut til at komme i gang;
- Dynamisk: Understøtter dynamisk ændring af opgavestatus, pause/genoptage opgaver og afslutning af kørende opgaver, som træder i kraft med det samme.
- Dispatch Center HA (centraliseret): Planlægningen er designet centralt, og "Dispatch Center" er baseret på cluster-Quartz og understøtter klyngeudrulning, hvilket kan sikre dispatchcenterets HA.
- Executor HA (distribueret): Opgaver udføres distribueret, og opgave-"executoren" understøtter klyngeudrulning for at sikre HA-udførelse af opgaver.
- Registreringsdatabase: Eksekutøren registrerer automatisk opgaver periodisk, og Dispatch Center opdager automatisk de registrerede opgaver og udløser deres eksekvering. Samtidig understøtter den også manuel indtastning af aktuatoradresser;
- Elastisk skalering: Når en ny eksekveringsmaskine går online eller offline, vil opgaven blive omfordelt under næste planlægning.
- Routingstrategier: Giver rige routingstrategier ved udrulning af en executor-klynge, herunder: første, sidste, polling, tilfældig, konsistent HASH, mindst brugt, senest ubrugt, failover, optaget overførsel osv.
- Failover: Hvis Failover vælges som opgaveroutingspolitik, og en maskine i eksekveringklyngen fejler, skifter systemet automatisk til en normal eksekverende for at sende en planlægningsanmodning.
- fejlhåndteringsstrategi; Håndteringspolitikkerne for planlægning af fejl inkluderer: fejlalarm (standard), fejlforsøg;
- Mislykket genforsøg: Når dispatchcenterets planlægning fejler, og politikken for mislykket genforsøg aktiveres, prøver systemet automatisk igen én gang. Hvis eksekutøren fejler i at udføre, og callbacken fejler i at prøve tilstanden igen, vil den også automatisk blive genprøvet.
- Blokeringsbehandlingsstrategi: behandlingsstrategien, når planlægningen er for tæt til, at eksekutoren kan behandle, inklusive enkelt-maskine seriel (standard), kassering af efterfølgende planlægning og overskrivning af tidligere planlægning;
- Shard broadcast-opgave: Når eksekverokklyngen implementeres, og taskrouting-politikken vælges som "Shard Broadcast", vil en task-planlægning sende ud for at udløse alle eksekverører i klyngen til at udføre en opgave, og sharding-opgaven kan udvikles i henhold til shardingparametrene.
- Dynamisk sharding: Den shardede broadcast-opgave er shardet baseret på eksekverens dimension og understøtter dynamisk udvidelse af eksekverokklyngen for dynamisk at øge antallet af shards og samarbejde om forretningsbehandling. Når man udfører store datamængder af forretninger, kan det markant forbedre kapaciteten og hastigheden af opgavebehandling.
- Hændelsesudløsing: Ud over cron-metoden og den opgaveafhængige tilstand til at udløse opgaveudførelse understøttes hændelsesbaserede udløsermetoder. Dispatchcentret leverer API-tjenester, der udløser en enkelt udførelse af opgaver, som fleksibelt kan udløses afhængigt af forretningsbegivenheder.
- Overvågning af opgavefremskridt: Understøttelse af realtidsovervågning af opgavefremskridt;
- Rullende realtidslog: understøtter visning af planlægningsresultater online og understøtter visning af den komplette udførelseslogs output fra eksekveratoren i realtid på rullende måde.
- GLUE: Leverer en WebIDE, der understøtter online udvikling af opgavelogikkode, dynamisk frigivelse, realtidskompilering og effektivitet, og eliminerer processen med udrulning og lancering. Understøt 30 versioner af den historiske version baglæns.
- Scriptopgaver: Understøttelse af udvikling og kørsel af scriptopgaver i GLUME-tilstand, herunder Shell, Python, NodeJS og andre scripts.
- Opgaveafhængigheder: Understøttelse af konfiguration af underopgaveafhængigheder; når forældreopgaven udføres og udførelsen lykkes, vil udførelsen af underopgaven blive aktivt udløst, og flere underopgaver vil være adskilt af kommaer.
- Konsistens: Planlægningscentret sikrer konsistensen af klyngedistribueret planlægning gennem databaselås, og kun én opgaveplanlægning vil udløse én eksekvering.
- Brugerdefinerede opgaveparametre: Understøtter online konfiguration af planlægningsopgaver, som træder i kraft med det samme;
- Planlægningstrådpulje: Planlægningssystemet udløser planlægningsoperationer med flere tråde for at sikre, at planlægningen udføres korrekt og ikke blokeres.
- Datakryptering: Kommunikationen mellem dispatchcenteret og eksekutøren krypteres for at forbedre sikkerheden af dispatch-information.
- Email-alarm: Understøttelse af e-mailalarm, når en opgave fejler, og support til at konfigurere flere e-mailadresser til at sende alarm-e-mails i bulk.
- Push maven central repository: Den nyeste stabile version vil blive sendt til Maven central repository for at lette brugeradgang og brug.
- Kør rapport: Understøtter realtidsvisning af kørende data, såsom antal opgaver, antal tidsplaner, antal eksekverører osv. og planlægningsrapporter, såsom planlægningsdato-fordelingsdiagram, fordelingskort over planlægningssucces osv.;
- Fuld asynkron: Det nederste lag af systemet realiserer fuld asynkron, og trafikspids-afskalningen udføres for tæt planlægning, hvilket teoretisk understøtter driften af opgaver af enhver varighed.
I.23 Saltstakke
En ny måde at administrere infrastruktur på, nem at implementere, kan køre på få minutter, god skalerbarhed, let at administrere titusindvis af servere, hurtig nok, kommunikation mellem servere på sekunder.
Det underliggende lag af salt anvender en dynamisk forbindelsesbus, der kan bruges til orkestrering, fjernudførelse, konfigurationsstyring osv.
I.24 Istio
Som et banebrydende projekt inden for management af mikroservice-aggregeringslag er Istio det første fælles open source-projekt mellem Google, IBM og Lyft (et udenlandsk samkørselsselskab og Ubers rival), der leverer en samlet løsning, sikkerhed, styring og overvågning af mikrotjenester.
Den første beta er i øjeblikket for Kubernetes-miljøer, og fællesskabet hævder, at understøttelse af virtuelle maskiner og andre miljøer som CloudFoundry vil blive tilføjet i de kommende måneder. Istio tilføjer trafikstyring til mikroservices og skaber et fundament for værdiskabende funktioner som sikkerhed, overvågning, routing, forbindelsesstyring og politikker.
- automatisk belastningsbalancering for HTTP-, gRPC- og TCP-netværkstrafik;
- Den leverer rige routingregler for at opnå fintgået kontrol af netværkstrafikadfærd.
- trafikkryptering, autentificering mellem tjenester og stærke identitetskrav;
- Håndhævelse af politikker i hele flåden;
- Dyb telemetri og rapportering.
Arkitektur
Sikkerhed
Grundlæggende
Salt Stack + OpenStack + KVM + Kubernetes + Istio
|
Opslået på 14/05/2018 13.32.51
|
|
|
|
Opslået på 17/07/2019 13.41.46
|
