gydtep

在 CNCF 2020年度调研报告中，已经有 83％的组织也在生产环境中使用 Kubernetes，然而面临的前三大挑战是复杂性，文化改变与安全。

gydtep

声明式（Declarative）的API：在Kubernetes之上，开发者只需定义抽象资源的目标状态，而由控制器来具体实现如何达成。

gydtep

随着 Kubernetes的发展，让SRE团队可以基于K8s构建自己企业的应用平台，推进标准化和自动化，让上层应用开发团队通过自服务的方式进行资源管理和应用生命周期管理。

gydtep

这也与K8s自身定位是非常相契合的。Kubernetes的技术定位面向应用运维的基础设施和Platform for Platform，并不是面向开发者的一体化应用平台。

gydtep

分布式微服务应用不但部署和管理复杂性提升，其安全攻击面也被放大。在传统的三层架构中，安全防护主要在南北向流量，而在微服务架构中，

gydtep

得益于云原生技术生态的发展，AIOps与Kubernetes等技术将相互促进，进一步完善企业IT的成本优化、故障检测和集群优化等方案。这里面有几个重要的助力：

gydtep

如下图所示，人工智能算法可以对物理世界的人/物/场景所产生各种非结构化数据（如语音、图片、视频，语言文字、行为等）进行抽象，变成多维的向量。

gydtep

我们一般将非结构化数据变成向量的过程称为 Embedding，而非结构化检索则是对这些生成的向量进行检索，从而找到相应实体的过程。

gydtep

向量检索的算法繁多且缺乏通用性，应对不同数据维度和分布有不同算法，但总体可归为三类思想：空间划分法、空间编码和转换法、以及邻居图法。

gydtep

空间划分法以 KD-Tree、聚类检索为代表，检索时快速定位到这些小集合，从而减少需要扫描的数据点的量，提高检索效率。空间编码和转换法