I.1 Java Spring Boot
Den är lämplig för att bygga mikroservicesystem
- Att använda sidan Spring Project Bootstrap kan bygga ett projekt på några sekunder
- Det är bekvämt att exportera olika typer av tjänster, såsom REST API, WebSocket, Web, Streaming och Tasks
- Mycket koncis integration av säkerhetspolicys
- Relationella och icke-relationella databaser stöds
- Stöd inbäddade containrar under körning, såsom Tomcat och Jetty
- Kraftfullt utvecklingspaket med stöd för hot boot
- Hantera beroenden automatiskt
- Inbyggd applikationsövervakning
- Stöder olika IED:er, såsom IntelliJ IDEA, NetBeans
Andra språk: .net core, Go, etc
I.2 Jenkins
Automatiserade CI-procedurer för kontinuerlig integration
- Öppen källkod och fri
- Plattformsoberoende och stöd för alla plattformar (jag installerade på Ubuntu 14.04, med Jenkins docker-image lyckades inte)
- Master/slave stödjer distribuerade byggen
- En visuell hanteringssida i form av en webb
- Installation och konfiguration är superenkla
- Tips Snabb och snabb hjälp
- Hundratals plugins som redan finns
I.3 GitLab
- Ett självhostat Git-projektarkiv som kan nås via ett webbgränssnitt för offentliga eller privata projektinstallationer.
- Det har liknande funktionalitet som GitHub, med möjlighet att navigera i källkoden, hantera buggar och kommentarer. Det är möjligt att hantera teamåtkomst till arkivet, det är mycket enkelt att bläddra bland inskickade versioner och tillhandahåller ett filhistorikbibliotek.
- Teammedlemmar kan kommunicera med det inbyggda enkla chattprogrammet (Wall). Den erbjuder också en funktion för att samla kodfragment som gör det enkelt att återanvända koden och lätt att hitta senare vid behov.
- Dokcer
- Docker är en öppen källkodsmotor som gör det enkelt att skapa en lättviktig, portabel och självförsörjande container för vilken applikation som helst. Containrar som utvecklare kompilerar och testar på anteckningsböcker kan distribueras i batcher i produktionsmiljöer, inklusive virtuella maskiner (VM), bare metal, OpenStack-kluster och andra underliggande applikationsplattformar.
- Docker används ofta i följande scenarier:
- automatiserad paketering och publicering av webbapplikationer;
- automatiserad testning och kontinuerlig integration, release;
- Distribuera och finjustera databaser eller andra bakgrundsapplikationer i en tjänsteorienterad miljö;
- Bygg din egen PaaS-miljö genom att kompilera eller utöka din befintliga OpenShift- eller Cloud Foundry-plattform från grunden.
I.4 Kubernetes
- Kubernetes är ett containerklusterhanteringssystem och en öppen källkodsplattform som kan realisera funktioner som automatiserad distribution, automatisk skalning och underhåll av containerkluster.
- Med Kubernetes kan du:
- Distribuera applikationer snabbt
- Skala dina applikationer snabbt
- Integrera sömlöst med nya applikationsfunktioner
- Spara resurser och optimera användningen av hårdvaruresurser
I.5 MQ
När faktorer som hastighet eller stabilitet i "produktion" och "konsumtion" är inkonsekventa i systemet, behövs meddelandeköer som ett abstraktionslager för att överbrygga skillnaderna mellan de två sidorna. Ett meddelande är en dataenhet som överförs mellan två datorer. Meddelanden kan vara mycket enkla, till exempel innehålla endast textsträngar; Den kan också vara mer komplex och kan innehålla inbäddade objekt. Meddelanden skickas till köer, som är behållare som håller meddelanden under överföringen.
- Okopplad
- Redundans
- Skalbarhet
- Flexibilitet och toppgenomströmning
- Återvinningsförmåga
- Leverans garanterad
- Sortering garanterad
- Buffring
- Förstå dataflöden
- Asynkron kommunikation
I.6 SQL DB
- En databas är ett lager byggt på datorlagringsenheter som organiserar, lagrar och hanterar data enligt en datastruktur.
- Enkelt uttryckt kan det betraktas som ett elektroniskt arkivskåp – en plats där elektroniska filer lagras, och användare kan lägga till, avlyssna, uppdatera, radera och andra operationer på datan i filen.
- I det dagliga arbetet med ekonomisk förvaltning är det ofta nödvändigt att lägga in relevant data i ett sådant "lager" och bearbeta den därefter enligt ledningens behov.
MySQL/PostgreSQL är en representant för traditionella relationsdatabaser.
HBase är en representant för Big Tables-teknologin (radindexering, kolumnlagring).
Neo4j(http://www.neo4j.org/) är en grafdatabasrepresentant som används för att lagra komplexa och flerdimensionella grafstrukturdata.
Redis är en NoSQL-representant baserad på Key-Value, och det finns Redis-to-go som tillhandahåller lagringstjänster.
MongoDB/CouchDB är en NoSQL-representant baserad på Document, och Couchbase är en fusion av Document/Key-Value-teknologi.
VoltDB är en representant för NewSQL, med datakonsistens och god skalbarhet, och dess prestandapåstående är dussintals gånger större än MySQL.
TiDB är en distribuerad SQL-databas utvecklad av det inhemska PingCAP-teamet. Inspirerad av Googles F1 och Google Spanner stöder TiDB funktioner som inkluderar traditionell RDBMS och NoSQL.
I.7 TICK-stack
InfluxDB
Tidsseriedatabasverktyg.
Telegraf
är ett verktyg för datainsamling och lagring. Den tillhandahåller många in- och utmatningsplugins, såsom att samla in lokal CPU, belastning, nätverkstrafik med mera, och sedan skriva dem till InfluxDB eller Kafka.
Chronograf
Ritverktyg
Kapacitor
Kapacitor är ett larmverktyg från InfluxData, som läser data från InfluxDB och konfigurerar TickScript enligt DLS-typen för att larma.
I.8 Håll livet
Keepalive är en tjänstemjukvara i klusterhantering som säkerställer hög klustertillgänglighet, liknande heartbeat, för att förhindra enskilda felpunkter.
keepalilived baseras på VRRP-protokollet, vilket står för Virtual Router Redundancy Protocol, det vill säga Virtual Routing Redundancy Protocol.
Virtuellt ruttredundansprotokoll, som kan betraktas som ett protokoll för att uppnå hög tillgänglighet av routrar, det vill säga N routrar som tillhandahåller samma funktioner som en routergrupp, denna grupp har en master och flera backuper, och det finns en VIP på mastern som tillhandahåller tjänster till omvärlden (standardrutten för andra maskiner i LAN:et där routern är placerad är VIP), mastern skickar en multicast, och när backupen inte kan ta emot VRRP-paketet anses mastern vara nere. Vid denna tidpunkt måste du välja en backup som master enligt VRRP:ns prioritet. Detta säkerställer hög tillgänglighet för routern.
Keepalive har tre huvudmoduler, nämligen Core, Check och VRRP. Kärnmodulen är kärnan i keepalived, som ansvarar för att starta och underhålla huvudprocessen samt ladda och tolka globala konfigurationsfiler. Check ansvarar för hälsokontroller, inklusive olika vanliga undersökningsmetoder. VRRP-modulen är utformad för att implementera VRRP-protokollet
I.9 Hamn
Harbor är en företagsklassad registerserver för lagring och distribution av Docker-bilder.
I.10 Ignite / Redis
Apache Ignite In-Memory Data Organization Framework är en högpresterande, integrerad och distribuerad in-memory beräknings- och transaktionsplattform för storskalig datamängdsbearbetning med högre prestanda än traditionella disk- eller flashbaserade teknologier, samtidigt som den erbjuder högpresterande, distribuerad dataorganisering i minnet mellan applikationer och olika datakällor.
| serienummer | Jämför projekt | Apache Ignite | Redis | | 1 | JCache (JSR 107) | Ignite är fullt kompatibel med JCache (JSR107) caching-specifikationen | Ej stödd | | 2 | ACID-transaktioner | Ignite stöder fullt ut ACID-transaktioner, inklusive optimistiska och pessimistiska samtidighetsmodeller samt READ_COMMITTED, REPEATABLE_READ och SERIALISERBARA isoleringsnivåer. | Redis erbjuder begränsat stöd för klientsidan optimistiska transaktioner, som kräver att klienten manuellt försöker göra om transaktionen vid samtidiga uppdateringar. | | 3 | Datapartitionering | Ignite stödjer partitionerad cache, liknande en distribuerad hash, där varje nod i klustret lagrar en del av datan, och Ignite balanserar automatiskt om datan vid en topologiförändring. | Redis tillhandahåller inte partitionering, men tillhandahåller sharding av repliker, vilket är mycket rigid att använda och kräver en serie ganska komplexa manuella steg när topologin ändras, både klient och server. | | 4 | Fullständig kopia | Ignite stödjer cachad replikering, vilket stöds av varje nyckel-värde-par för varje nod i klustret. | Redis erbjuder inte direkt stöd för fullständig replikation. | | 5 | Inhemskt objekt | Ignite låter användare använda sin egen domänobjektmodell och erbjuder inbyggt stöd för alla Java/Scala-, C++- och .NET/C#-datatyper (objekt), vilket gör det enkelt att lagra vilket program och domänobjekt som helst i Ignite-cachen. | Redis tillåter inte användare att använda egna datatyper, utan stöder endast fördefinierade samlingar av grundläggande datastrukturer, såsom Set, List, Array och några andra. | | 6 | Klient-side (närlig) cache | Ignite erbjuder direkt stöd för klientbaserad caching av nyligen åtkomna data. | Ej stödd | | 7 | (serversidan) Kontrast | Ignite stöder direkt körning av vilken Java-, C++- och .NET/C#-kod som helst på ett kompletterande sätt nära datan på serversidan. | Redis har vanligtvis inga kollokeringsmöjligheter, och serversidan stöder i princip bara LUA-skriptspråket, och serversidan stöder inte direkt körning av Java-, .NET- eller C++-kod. | | 8 | SQL-frågor | Ignite stöder full SQL (ANSI-99) syntax för att fråga data i minnet. | Redis stöder inget frågespråk, endast klientsidans cache-API. | | 9 | Kontinuerlig undersökning | Ignite erbjuder stöd för både klient- och serverbaserade persistenta frågor, och användare kan ställa in serverfilter för att minska och minska antalet händelser som skickas till klienten. | Redis erbjuder stöd för klientsidans nyckelbaserade händelsenotiser, men tillhandahåller inga serverfilter, vilket resulterar i en betydande ökning av nätverkstrafiken för uppdateringsnotiser på både klient- och serversidan. | | 10 | Databasintegration | Ignite kan automatiskt integrera externa databaser – RDBMS, NoSQL och HDFS. | Redis kan inte integreras med externa databaser. |
I.11 ELK
ELK består av tre komponenter: Elasticsearch, Logstash och Kibana;
Elasticsearch är en öppen källkodsbaserad distribuerad sökmotor som erbjuder distribuerad, nollkonfiguration, automatisk upptäckt, indexautomatisk sharding, indexreplikamekanism, restful-stilgränssnitt, flera datakällor och automatisk söklast.
Logstash är ett helt öppet verktyg som samlar in, analyserar och lagrar dina loggar för senare användning
Kibana är ett öppen källkod och gratis verktyg som ger Logstash och ElasticSearch ett logganalysvänligt webbgränssnitt som kan hjälpa dig att samla in, analysera och söka i viktiga dataloggar.
I.12 Kong(Nginx)
Kong är ett mycket tillgängligt, lättutbyggligt API-projekt skrivet på Nginx_Lua moduler och är öppen källkod från Mashape. Eftersom Kong är baserat på Nginx kan den skala flera Kong-servrar horisontellt och fördela förfrågningar jämnt till varje server via en frontladdningskonfiguration för att hantera ett stort antal nätverksförfrågningar.
Kong har tre huvudkomponenter:
KongServer: En server baserad på nginx som tar emot API-förfrågningar.
ApacheCassandra/PostgreSQL: Används för att lagra operativ data.
Kongdashboard: Officiellt rekommenderat UI-hanteringsverktyg, förstås, du kan också använda restfull för att hantera adminapi.
Kong använder en pluginmekanism för funktionell anpassning, där en uppsättning plugins (som kan vara 0 eller n) körs under livscykeln för API:s begäran och svarsloop. Pluginet är skrivet i Lua och har för närvarande flera grundläggande funktioner: HTTP-grundläggande autentisering, nyckelautentisering, CORS (Cross-originResourceSharing), TCP, UDP, filregistrering, API-förfrågningsbegränsning, vidarebefordran av begäranden och nginx-övervakning.
I.13 Openstack
OpenStack+KVM
OpenStack: Projekt för hantering av öppen källkod
OpenStack är ett open source-projekt som syftar till att tillhandahålla mjukvara för konstruktion och hantering av publika och privata moln. Det är inte ett program, utan en kombination av flera huvudkomponenter för att utföra ett specifikt arbete. OpenStack består av följande fem relativt oberoende komponenter:
OpenStackCompute (Nova) är en uppsättning kontrollers som används för virtuell maskinberäkning eller för att starta virtuella maskininstanser med hjälp av grupper;
OpenStack Image Service (Glance) är ett system för bildsökning och hämtning av virtuella maskiner som hanterar avbildning i virtuella maskiner.
OpenStack Object Storage (Swift) är ett objektbaserat lagringssystem för storskaliga system med inbyggd redundans och feltolerans, liknande Amazon S3.
OpenStackKeystone för användaridentitetstjänster och resurshantering, samt
OpenStackHorizon, ett Django-baserat dashboard-gränssnitt, är ett grafiskt hanteringsgränssnitt.
Ursprungligen utvecklat av NASA och Rackspace i slutet av 2010, syftar detta open source-projekt till att skapa en lättimplementerad, funktionsrik och skalbar molnplattform. OpenStack-projektets första uppgift är att förenkla molnets distributionsprocess och ge god skalbarhet, i ett försök att bli datacenterets operativsystem, det vill säga molnets operativsystem.
KVM: Öppen virtualiseringsteknologi
KVM (Kernel-based VirtualMachine) är en öppen källkodsmodul för systemvirtualisering som kräver hårdvarustöd, såsom IntelVT-teknik eller AMDV-teknologi, som är helt virtualiserad baserad på hårdvara och är helt inbyggd i Linux.
År 2008 förvärvade Red Hat Qumranet för att förvärva KVM-teknologin och marknadsföra den som en del av sin virtualiseringsstrategi, och stödde KVM som enda hypervisor när RHEL 6 släpptes 2011. KVM fokuserar på hög prestanda, skalbarhet, hög säkerhet och låg kostnad.
I.14 Disconf
Med fokus på olika "gemensamma komponenter" och "gemensamma plattformar" för "distribuerad systemkonfigurationshantering" erbjuder vi enhetliga "konfigurationshanteringstjänster".
I.15 Apollo
Apollo är en konfigurationshanteringsplattform utvecklad av Ctrips ramverksavdelning, som kan centralisera konfigurationen av olika miljöer och kluster av applikationer, och som kan flyttas till applikationssidan i realtid efter konfigurationsändringar, samt har standardiserade behörigheter, processstyrning och andra egenskaper.
Servern är utvecklad baserat på SpringBoot och SpringCloud, och kan köras direkt efter paketering utan att installera ytterligare applikationscontainrar som Tomcat.
I.16 gRPC
gRPC är ett högpresterande, öppen källkod och mångsidigt RPC-ramverk för mobila och HTTP/2-designer. För närvarande finns versioner för C-, Java- och Go-språken, nämligen: grpc, grpc-java och grpc-go. C-versionen stöder C, C++, Node.js, Python, Ruby, Objective-C, PHP och C#.
gRPC är designad baserat på HTTP/2-standarden och erbjuder funktioner som tvåvägs flöde, flödeskontroll, huvudkomprimering och multiplexeringsförfrågningar på en enda TCP-anslutning. Dessa funktioner gör att den presterar bättre på mobila enheter, vilket sparar energi och plats.
I.17-kanalen
canal är ett open source-projekt under Alibaba, enbart Java-utveckling. Baserat på databasens inkrementell loggparsning erbjuder den inkrementell dataprenumeration och konsumtion, och stöder för närvarande främst MySQL (stöder även mariaDB).
Tjänster baserade på logginkrementell prenumerations- och konsumtionsstöd:
- Databasspegling
- Realtidssäkerhetskopiering av databasen
- Flernivåindexering (säljare och köpare separata index)
- searchbuild
- Uppdatering av tjänstecachen
- Viktiga affärsnyheter såsom prisförändringar
I.18 Sparkstreaming
SparkStreaming är en utvidgning av Spark core API som möjliggör högkapacitets- och feltolerant bearbetning av realtidsströmmande data. Stöd för datainsamling från olika datakällor, inklusive Kafk, Flume, Twitter, ZeroMQ, Kinesis och TCPsockets, och efter att data hämtats från datakällor kan komplexa algoritmer bearbetas med avancerade funktioner som karta, reducera, ansluta och fönster.
I.19 SonarQube
Sonar är en öppen källkodsplattform för kodkvalitetshantering för att hantera källkodens kvalitet och upptäcka kodkvalitet från sju dimensioner
Genom form av plug-ins kan den stödja kodkvalitetshantering och detektering i mer än 20 programmeringsspråk, inklusive Java, C#, C/C++, PL/SQL, Cobol, JavaScrip, Groovy med flera
I.20 DataX
DataX är ett offline-synkroniseringsverktyg för heterogena datakällor, dedikerat till att uppnå stabil och effektiv datasynkronisering mellan olika heterogena datakällor, inklusive relationsdatabaser (MySQL, Oracle, etc.), HDFS, Hive, ODPS, HBase, FTP och fler.
I.21 Zen Management/Jira
Zenfunktion
1) Produktledning: produkter, krav, planer, lanseringar, färdplaner och andra funktioner.
2) Projektledning: projekt, uppgifter, team, byggen, burndown-diagram och andra funktioner.
3) Kvalitetshantering: buggar, testfall, testuppgifter, testresultat och andra funktioner.
4) Dokumenthantering: produktdokumentbibliotek, projektdokumentbibliotek, specialdokumentbibliotek och andra funktioner.
5) Transaktionshantering: att-do-hantering, funktioner för hantering av personliga ärenden såsom Mina uppgifter, Mina buggar, Mina behov och Mina projekt.
6) Organisation och ledning: avdelningar, användare, grupper, behörigheter och andra funktioner.
7) Statistisk funktion: rik statistisk tabell.
8) Sökfunktion: Hitta motsvarande data genom sökning.
JIRA:s funktioner
1) Problemhantering och uppföljning (problemtyper inkluderar NewFeature, Bug, Task och Improvement);
2) Analysrapport om problemuppföljning;
3) Projektkategorihanteringsfunktion;
4) komponent-/modulledarfunktion;
5) Projekt-e-postadressfunktion;
6) Obegränsade arbetsflöden.
I.22 XXJOB
XXL-JOB är ett lättviktigt distribuerat schemaläggningsramverk med de centrala designmålen snabb utveckling, enkel inlärning, lättvikt och enkel skalning.
- Enkelt: Stöd CRUD-drift på uppgifter via webbsidor, enkel drift, en minut för att komma igång;
- Dynamisk: Stöder dynamisk ändring av uppgiftsstatus, pausa/återuppta uppgifter och avsluta körande uppgifter, vilket gäller omedelbart.
- Dispatch Center HA (centraliserat): Schemaläggningen är centrerad och "Dispatch Center" baseras på klusterkvarts och stödjer klusterdistribution, vilket kan säkerställa dispatchcentrets HA.
- Exekutor HA (distribuerat): Uppgifter exekveras på ett distribuerat sätt, och uppgifts"exekutören" stödjer klusterutplacering för att säkerställa HA-exekvering av uppgifter.
- Register: Exekutören registrerar automatiskt uppgifter periodiskt, och Dispatch Center kommer automatiskt att upptäcka de registrerade uppgifterna och utlösa deras exekvering. Samtidigt stödjer den även manuell inmatning av aktuatoradresser;
- Elastisk skalning: När en ny exekutörsmaskin går online eller offline kommer uppgiften att omfördelas vid nästa schemaläggning.
- Routingstrategier: Tillhandahåller rika routningsstrategier vid distribution av ett exekutorkluster, inklusive: första, sista, polling, slumpmässig, konsekvent HASH, minst använda, senast oanvänt, failover, upptagen överföring, etc.
- Failover: Om Failover väljs för uppgiftsroutingpolicyn, om en maskin i exekutörklustret misslyckas, byter systemet automatiskt till en normal exekutor för att skicka en schemaläggningsförfrågan.
- strategi för hantering av fel; Hanteringspolicyerna för schemaläggning av fel inkluderar: felalarm (standard), felförsök;
- Misslyckad omprövning: När dispatchcenterns schemaläggning misslyckas och policyn för misslyckad omprövning är aktiverad, försöker systemet automatiskt igen en gång. Om exekutören misslyckas med att köra och callbacken misslyckas med att försöka om tillståndet, kommer den också automatiskt att försökas igen.
- Blockeringsbearbetningsstrategi: bearbetningsstrategin när schemaläggningen är för tät för exekutören att bearbeta, inklusive en maskin seriell (standard), att förkasta efterföljande schemaläggning och skriva över tidigare schemaläggning;
- Shard broadcast-uppgift: När exekutörklustret distribueras, om uppgiftsroutningspolicyn väljs som "Shard Broadcast", kommer en uppgiftsschemaläggning att sända ut för att trigga alla exekutörer i klustret att köra en uppgift, och sharding-uppgiften kan utvecklas enligt shardingparametrarna.
- Dynamisk sharding: Sharded broadcast-uppgiften shardas baserat på exekutorns dimension och stödjer dynamisk expansion av exekutörsklustret för att dynamiskt öka antalet shards och samarbeta kring affärsbearbetning. När man utför affärsverksamheter med stor datamängd kan det avsevärt förbättra kapaciteten och hastigheten för uppgiftsbearbetning.
- Händelseutlösande: Utöver cron-metoden och det uppgiftsberoende läget för att trigga uppgiftskörning stöds händelsebaserade utlösande metoder. Dispatchcentret tillhandahåller API-tjänster som triggar en enda exekvering av uppgifter, vilka flexibelt kan triggas beroende på affärshändelser.
- Övervakning av uppgiftsframsteg: Stöd realtidsövervakning av uppgiftsframsteg;
- Rullande realtidslogg: stöder att se schemaläggningsresultat online och stöder att visa hela exekveringsloggens utdata i realtid på rullande sätt.
- GLUE: Tillhandahåller en WebIDE som stödjer onlineutveckling av uppgiftslogikkod, dynamisk release, realtidskompilering och effektivitet, samt eliminerar processen med distribution och lansering. Stöd 30 versioner av den historiska versionen baklänges.
- Skriptuppgifter: Stöd utveckling och körning av skriptuppgifter i GLUM-läge, inklusive Shell, Python, NodeJS och andra skript.
- Uppgiftsberoenden: Stöd för att konfigurera deluppgiftsberoenden, när föräldrauppgiften körs och exekveringen lyckas, triggas utförandet aktivt och flera deluppgifter separeras med kommatecken.
- Konsistens: Schemaläggningscentret säkerställer konsistensen i klusterdistribuerad schemaläggning via databaslås, och endast en uppgiftsschemaläggning utlöser en körning.
- Anpassade uppgiftsparametrar: Stöd online-konfiguration av schemaläggningsuppgifter som träder i kraft omedelbart;
- Schemaläggningstrådpool: Schemaläggningssystemet triggar schemaläggningsoperationer med flera trådar för att säkerställa att schemaläggningen utförs korrekt och inte blockeras.
- Datakryptering: Kommunikationen mellan dispatchcentret och exekutören krypteras för att förbättra säkerheten i dispatch-informationen.
- E-postlarm: Stöd e-postlarm när en uppgift misslyckas, och stöd för att konfigurera flera e-postadresser för att skicka larmmejl i bulk.
- Pusha Maven:s centrala arkiv: Den senaste stabila versionen kommer att flyttas till Maven:s centrala arkiv för att underlätta användaråtkomst och användning.
- Kör rapport: Stöder realtidsvisning av körande data, såsom antal uppgifter, antal scheman, antal exekutörer, etc. och schemaläggningsrapporter, såsom schema för fördelning av datum, karta över schemaläggning av framgång, etc.;
- Fullständig asynkron: Systemets bottenlager realiserar full asynkron, och trafiktoppssveding utförs för tät schemaläggning, vilket teoretiskt stödjer drift av uppgifter av vilken varaktighet som helst.
I.23 Saltstack
Ett nytt sätt att hantera infrastruktur, enkelt att implementera, kan köras på några minuter, bra skalbarhet, lätt att hantera tiotusentals servrar, tillräckligt snabb, kommunikation mellan servrar på några sekunder.
Det underliggande saltlagret använder en dynamisk anslutningsbuss som kan användas för orkestrering, fjärrkörning, konfigurationshantering med mera.
I.24 Istio
Som ett banbrytande projekt för hantering av mikroservice-aggregeringslager är Istio det första gemensamma open source-projektet mellan Google, IBM och Lyft (ett utländskt samåkningsföretag och Ubers rival), som erbjuder en enhetlig lösning, säkerhet, hantering och övervakning av mikrotjänster.
Den första betan är för närvarande för Kubernetes-miljöer, och communityn hävdar att stöd för virtuella maskiner och andra miljöer som CloudFoundry kommer att läggas till under de kommande månaderna. Istio lägger till trafikhantering i mikrotjänster och skapar en grund för värdeadderande funktioner som säkerhet, övervakning, routing, anslutningshantering och policyer.
- automatisk lastbalansering för HTTP-, gRPC- och TCP-nätverkstrafik;
- Den tillhandahåller rika routningsregler för att uppnå finjusterad kontroll av nätverkstrafikbeteende.
- trafikkryptering, autentisering mellan tjänster och starka identitetsanspråk;
- Polisövervakning i hela flottan;
- Djup telemetri och rapportering.
Arkitektur
Säkerhet
Grundfraser
Salt Stack + OpenStack + KVM + Kubernetes + Istio
|
Publicerad på 2018-05-14 13:32:51
|
|
|
|
Publicerad på 2019-07-17 13:41:46
|
