K8s与云原生：从微服务到AIGC，关键技术与落地实战

云原生技术概述

• 什么是云原生？

     云原生的定义，核心理念，以及对于行业数字化转型的意义。

• 践行云原生带来的收益和面对的挑战

     分析实践云原生对企业的好处，讨论实施过程中可能遇到的困难。

• 云原生技术体系及K8s在其中的地位

      概述云原生的技术体系和常见开源项目，以及从技术和产业两个角度来看K8s在云原生体系中的核心地位。

容器技术基础

• Docker基础

     讲解Docker的核心概念、架构原理及基本操作、Docker镜像的原理和Dockerfile。

• 应用容器化的常见问题与最佳实践

     结合实际项目中遇到的问题，介绍如何把应用打包成容器镜像，以及其他将应用容器化的辅助工作。

• 容器技术的发展、Docker的替代方案及选型
• 了解Docker以外的容器技术及发展趋势，如何根据实际项目需求进行容器技术选型。

Kubernetes（K8s）基础

• 容器集群与容器编排

     了解容器集群和容器编排的概念和原理，理解K8s的作用和价值。

• K8s的架构和原理

     介绍Kubernetes的主要组成部分，包括API Server，Controller Manager，Scheduler等通常部署运行在Master节点上的组件，kubelet、kube-proxy和容器运行时等在Worker节点上的组件。

结合不同规模的项目案例，介绍K8s集群部署架构设计，涵盖从单节点到数千节点多种情况。

• K8s的核心资源及应用

     详细介绍K8s的核心资源，包括Pod、Deployment、StatefulSet、Service、Volume、Namespaces等。深入讲解这些资源对象在实际项目中如何被使用，如通过Deployment管理无状态应用，使用Service和Ingress将微服务对内和对外提供访问，以及如何通过Namespace进行资源隔离等。同时，也会介绍如何通过YAML或JSON定义和创建这些资源对象，并展示实例让学员了解它们在实际工作中的应用。

基于 K8s 构建和运行生产级微服务架构应用

• Sidecar模式及应用

     介绍什么是Sidecar模式，并结合具体实例从开发和运维两个视角讲解K8s上Sidecar模式的应用

• 应用的健康检查与故障自动处理

     结合实际项目中的不同类型应用，讲解如何做好应用的健康检查，以及如何实现故障自动处理。包括存活状态（liveness）和就绪状态（readiness）检查及K8s上相应的自动化处理机制，包括容器重启和流量熔断等。

• 容器生命周期管理与优雅下线

     理解容器生命周期（lifecycle）管理的关键，掌握如何在K8s上通过preStop lifecycle hook实现容器和应用的优雅下线，保障在滚动发布和弹性伸缩过程中服务的可用性。

• 行业应用微服务化及云原生改造案例

     分享一些行业应用转向微服务和云原生的成功案例。

K8s的网络与存储

• K8s对基础设施的南向接口标准CNI与CSI

     介绍K8s对接网络和存储基础设施的CNI和CSI接口标准及其原理

• K8s的网络模型

     讲解K8s的网络模型及K8s网络方案的实现原理。

• 典型的K8s网络方案简介：Calico、Flannel及其他

     介绍Calico、Flannel等主流K8s网络方案，比较他们的异同和使用场景。

• K8s 中使用存储的几种模式和应用场景

     讲解K8s中本地数据卷、网路数据卷、PV/PVC等几种存储使用模式及其适用场景。

• 应用的配置存储与下发

     介绍一类典型数据 —— 应用配置在K8s上的管理、存储、下发和更新。

• 在K8s上运行数据库等有状态服务

     如何通过StatefulSet和Headless Service在K8s上运行数据库、有状态中间件等服务，并介绍如何适配于行业传统应用改造中的其他有状态服务。

• 公有云/IaaS环境与物理服务器环境运行K8s的异同及对应用的影响

     对比在公有云的云主机等IaaS环境中和在物理服务器上运行K8s的不同，分析对应用的影响和典型方案。

云原生生态组件与扩展开发

• 服务网格

    介绍服务网格的概念、典型开源服务网格Istio的原理和应用，比较服务网格与传统微服务治理方案的异同和集成。

• Serverless

    讲解函数计算、分布式应用运行时等Serverless方案和应用，讨论其业务价值。

• CI/CD与云原生DevOps

    CI/CD和DevOps的概念、云原生DevOps（CI/CD）方案与传统方案的区别，典型的云原生DevOps方案及应用。

• 将云原生能力延伸到边缘

    讨论边缘计算需求及将云原生能力延伸到边缘的价值，介绍KubeEdge等云原生边缘计算和云边协同方案。

• Helm与Operator

    介绍Helm的原理及应用、Operator模式原理与开发方法，讲解如何利用Helm和Operator实现云原生应用交付和自动化运维，以及基于K8s开发云原生生态组件的方法。

构建支持大模型和AIGC的云原生平台

• 大模型的特点及对云原生技术提出的新挑战

     介绍大模型和生成式AI的概念、特点及训练和推理场景对云原生技术提出的新挑战

• OpenAI基于K8s训练和运行GPT的案例分析

    结合OpenAI将K8s扩展到2500节点和7500节点以支持GPT大模型的实践，讨论如何构建支持大模型的云原生平台。

• 基于Docker和K8s运行AIGC应用

     结合具体实操介绍如何在K8s上运行生成式AI模型并对外提供服务。

• 支持AI模型训练与运行的云原生方案

     介绍Kubeflow等一些支持AI模型训练与运行的典型云原生方案。