在 kube-killer 的中文文档里面，我简单介绍了应用架构的演变过程。
今天，我决定从更高层面，分多个维度描述应用架构的演变过程。
业务维度
一只大黄鸭
一只大黄鸭——单体架构在 docker 没有发布之前，其实容器技术就已经在探索了很多年了。实际上，Java 这门语言就是一种容器化的技术。Java 这门蹩脚的语言之所以大放异彩，是因为他通过虚拟机的方式，无视了各个操作系统以及硬件方面的差异。而对标 Java 的 C# 则是强绑定平台的，因为微软想推销自己的 windows server 。
那么，既然有一个免费的 Linux 系统，为什么还要 windows server 系统呢？ 所以 Java 相当于降维打击了 C# 。
语言是实现业务价值的一种工具。在上古时期，应用的架构更加偏向于单体应用。在这个单体应用里面，包含了整个web程序所需要包含的所有逻辑。
企业的发展在于业务，业务的发展是一个外向圆。所以很多网站发展到最后其实变成了一个巨大的航空母舰。
黄鸭漏气了
维多利亚港鸭——比喻单体应用的坍塌随着业务的膨胀，对应的源代码也相应膨胀。签入迁出的次数越来越频繁，每次代码合并都是一个噩梦。所以到这一步，单体应用的弊端开始显现。不管是开发，部署都成为了一个巨大的工程难题。
所以到了这个时候，小黄鸭就漏气了。
漏气之后那该怎么办呢？结论是分拆。
变成小小鸭
微服务架构的雏形分拆在业务维度叫做服务治理。其实远在10年前就有这种思路。当时叫做SOA。微软的那套体系叫做 WCF ，当时偶尔会有人在网上问 JAVA 程序怎么访问 WCF 服务。其实那个就是服务治理的雏形。
在我看来,近几年吹的微服务不过是新瓶装旧酒。本质的思路并没有发生根本性改变。不过话说回来，分拆业务的效果是显著的，各个模块的人只需要关注自身的业务即可。
运维维度
而从运维维度，应用部署的模型就稍显不同。
百家争鸣时代
在这个时代，各种语言你方唱罢我登场。而作为运维，总是需要自行掌握 Windows Server ，Centos ， Ubuntu 之间各个平台的差异。更苦逼的在于，语言本身也在不停地发展中，有时会出现多个版本的语言打架的情况。
中指哥除了软件层面，硬件层面也是一个问题。各个硬件厂商都想搞垄断，于是弄了一个自己才有的东西，然后申请专利，美其名曰“技术创新”，然后兜售给客户。但站在运维角度，这种差异性是很折磨人的。
而且硬件跟软件之间需要一个接入层，这个接入层叫做驱动。而有些硬件厂商懒得在特定操作系统上做驱动，于是英伟达就收获了 Linus 大佬那名扬天下的中指。
Java 容器时代
Java 其实是一种容器Java 之所以这么流行，是因为他在操作系统之上又做了一层抽象，他通过这一层抽象抹除了平台的差异性。所以我一直强调， Java 本质是一种容器技术，而不是一种语言。
那么问题又来了， 如果一台服务器上面要运行多个 Java 程序的话，怎么办呢？
docker 容器时代
这就是 docker 容器更绝的地方，他对“系统”都做了一层抽象。在这一层面上，你可以允许任意的程序，而且对机器上面的其他程序没有一点影响。
“系统”在 docker 镜像的语境里面只是一堆只读的文件，而程序是顶端可读写的一层“文件”。docker的横空出现,让单一机器上运行多版本的 Java 程序成为了可能，并且他设计的精妙之处在于各个容器之间的环境是“隔离的”（实际上服务器资源无法隔离），他的隔离是指，你在你的虚拟环境里面随便怎么装软件，都不会影响到其他容器。
到这一步，运维只需要跟开发说：“你给我个镜像吧。无论你给我什么玩意，我只需要 docker run 就可以运行。”
Serviceless 时代
我之前在《广州地铁》这篇文章说过：
当前的 web 只是 Serverless 的一种特例（存活期很长的 Serverless ）
连续是不连续的特殊态，大部分人没能认识到这一点。
而在 Serviceless 时代，容器其实是一种朝生夕死的易失架构。这对 DevOps工程师其实提出了新的要求，要设计好监控和日志系统，以适应这一套全新的架构。
公有云维度
如果站在公有云角度，就会看到另外一幅有趣的光景。
黑网吧时代
网吧是最早的云计算在黑网吧时代，公有云通过 Xen or KVM 虚拟方式切分了实际的物理机，加上计费规则之后再卖给用户。
公有云其实一直有一个“超售”的机制。他卖给你2核4G。实际上是通过切分一个虚拟的环境给你租用，物理机的实际配置是96核196G，但是实际上卖出去的“服务器”配置总和可能是200核400G。
超售是合理的，因为我们观测到大部分的服务器负载是有规律的，不可能24小时满负荷运载。那么，这里面的水分，就是超售机制成立的第一性条件。
计算存储分离时代
计算存储分离是公有云灵活售卖服务器的关键我们知道，家用PC的硬盘和CPU都是放在同一块主板上的。但是这对于公有云来说，就有点费劲。如果用户要一台2核4G的机器，但是硬盘要4T,而整台64核128G的物理机只有4T硬盘咋办？
所以计算与存储是大势所趋。因为只有架构更加灵活，才能更加适应用户多元化的选择。
集约化管理时代
Kubernetes相当于公有云的操作系统Kubernetes 是容器的调度系统，它从微观到宏观，对应用，服务器，网络等组件都做了一层抽象，这一套庞大的操作系统，其实相当于再建了一套公有云的操作系统。
对于研发而言，其实我只需要设定我的期望值就行了，剩下的交给 DevOps工程师；
对于 DevOps工程师而言，则是建立一个顺畅的构建管道，实现代码到镜像的构建，再完成从镜像到工作负载的事情。最后解决下工作负载的问题；
而对于公有云而言，根据 Kubernetes 提供的消息，我们再对应排错即可。公有云卖的不是服务器，而是算力资源池。
Serviceless 无服务器时代
Serviceless 无服务器时代ingress --> service --> deployment 已经打通了应用到web前端的交付，那对于公有云来说，是不是可以更简单利索一点。不卖服务器给用户了，只要用户给我交付一个容器，那么我就能完成一整个应用的发版？
这就是 Serviceless 无服务器时代的牛逼之处。哥卖的不是服务器，也不是服务，而是一个应用发版平台。公有云变成了一个 Cloud Native Application Store 。
而且对于公有云， Serviceless 时代有一个更大的好处：取消了虚拟化的开销。对于公有云来说，只要做好监控、资源限制、进程隔离、计费管理，他可以直接在一个超强物理机上运行你的程序。虚拟化是有开销的，如果这部分开销都可以省略，那么对于整体的公有云运作效率而言，其实是相当巨大的提升。
不过，这其实是一种理想化的架构。要实现这个目标，首先得完成对于容器的计算与存储分离。
例行吐槽
love-java.png参考链接
1 容器技术之发展简史
2 SOA架构设计经验分享—架构、职责、数据一致性
3Xen V.S. KVM终于画上了一个完美的句号
4计算应该与存储分离吗？
