653
DockerCon2017 Euro D2：解密MTA
第二天的重頭戲莫過於MTA（ Modernize Traditional Apps），Docker高調宣布IBM成為MTA的新夥伴，結合Docker EE（Enterprese Edition）和IBM Cloud，使傳統應用容器化更容易。
那什麼是MTA？我的理解 MTA更象是一套方法論，Docker EE將此套方法論融入其中，提供兼容多種編程語言的應用，以及一係列自動化工具（如服務發現、依賴管理、投資回報率報表等等），降低Docker化的門檻，看到Docker化的收益。
先來看一組針對企業的調查結果：
1、IT基礎設施：
采用Hybrid Cloud的比例：39%(2016年) 50%(2017年)
采用Public Cloud的比例：27%(2016年) 29%(2017年)
采用Private Cloud的比例：23%(2016年) 9%(2017年)
采用Hosting的比例：10%(2016年) 10%(2017年)
2、應用發布頻率的速度不斷上升，以周、月、季的發布頻次為主。
3、首要考慮的問題：安全，也因此減緩了上雲的速度。
4、花費了80%的時間用於維護，隻有20%的時間用於創新。
利用Docker EE加MTA的方法論使傳統應用不多於5天即可容器化，可實現HybridCloud或SingleCloud、提高發布頻率、解決安全問題，以及減少維護時間，降低企業總成本。
Docker EE的架構圖如下：
其針對Image的scan、sign、caching、promotion、mirroring增強了容器鏡像的安全性、製作鏡像的速度，以及訪問速度，其中mirroring明年會推出，利用CDN可實現各緩存點的自動同步。
Scan/Sign: 掃描鏡像，驗證簽名
Caching/Promotion/Mirror: 通過緩存、鏡像自動複製到其他的Repository、鏡像同步等手段提高鏡像的打包及訪問速度
MTA的步驟：Governance、Platform、Pipeline、Application。
MTA的各個階段有相應的評估內容，比如在Governance階段主要是為PoC服務，重點考慮整體計劃、組織支持的力度等；在Platform和Pipeline階段需要考慮詳細的需求和計劃、基礎設施層及服務的架構（公有雲或私有雲、監控、日誌、存儲等）、與已有係統的集成（服務發現方案）、高可用、測試方案、發布頻次、擴縮容等，同時要規劃出基礎鏡像和應用鏡像（最佳實踐：鏡像Layer小於20，鏡像大小不超過400M，鏡像build時間不要超過5分鍾）。Application階段需要考慮stack的架構、Docker應用的運維、自動化測試等。
附上Pipeline的CI過程圖：
之所以有MTA，演講者分享了個曲線圖特別有意思，在最開始做PoC時，很容易，隨後需要一個真正的產品Docker化時，就進入了深淵，需要解決各種問題，所以DockerEE就是從PoC到產品真正Docker化的橋梁，不至於讓自己跌到穀底 ：）
隨著機器學習、媒體等行業的火熱，docker如何發揮GPC、FPGA、ASICS的優勢，推薦一個結合Intel的stack，主要是Media Server Studio，詳見 https://software.intel.com/en-us/intel-media-server-studio
最後這張圖是兩個小哥在分享機器學習結合OpenFaaS的案例，是這兩天我見過的最年輕的分享者，大膽預測下機器學習和Serverless是新一代的開發者方向：
最後更新：2017-10-19 06:33:20