華為云MVP許舟平：來自工業制造領域的微服務與云平臺實踐

很高興今天能夠和大家一起分享富士康云上的一些實踐，我負責的是富士康云平臺和工業互聯網相關產品與解決方案。首先，和大家先聊聊的是為什么微服務、DevOps和云計算會在各個產業大行其道;其次，再談談微服務架構設計有那些自己獨特的設計思想，和傳統的SOA有什么區別;最后,我們再一起看一看在工業領域云平臺和微服務應用的一些實踐。

-- 從福特T型車談起 --

這張圖片來自于1913年亨利福特的T型車，熟悉福特汽車歷史的朋友會知道，這些福特汽車都是從一些鋼板通過流水線一步一步制造出來的。今天，Uber、特斯拉等企業改變了人們的出行習慣，我們也可以看到在工業制造領域，大量的智能機器人代替人工來使用。

其實，工業互聯網已經在慢慢改變著目前的產業格局。從福特到豐田再到埃隆瑪斯克，每個工業時代都有自己鮮明的特點。福特是通過規模化降低成本，保證相應的產品質量，豐田精益制造的創始人大野耐一在二戰以后提出的精益生產和按需生產對豐田汽車和整個制造業的改變非常巨大，埃隆瑪斯克的精益生產也對特斯拉有很大的提升。

過程管控、精益制造以及九十年代開始的瀑布式模式，CMM這些使用的改變都是線性的、逐步遞增的，而隨著云計算、敏捷開發、DevOps和微服務的不斷興起，這些新興技術其實對我們業務的改變是非常巨大的，我們已經到了一個軟件定義世界的時代。敏捷開發顛覆了傳統軟件開發的瀑布式模式，通過快速迭代，保證開發人員可以盡可能快地把我們的產品原型迭代開發出來。DevOps文化、流程和工具的實踐，打通了從研發到運維的各種部門墻，讓持續交付流水線可以真正的走到生產環境，灰度發布更是在眾多企業中得到廣泛使用。

-- 云時代的應用架構特點和設計思路 --

云原生應用改變的是什么?就是改變我們對傳統的一體式軟件架構設計的方法和理念。為什么這樣去做?傳統架構都有自己很好的優勢，相對服務的設計和基于此的實現方式以及部署，八十年代到九十年代，包括在銀行的很多主機系統應用都是一體式架構。我們知道互聯網的發展以及分布式和在云上面的服務劃分，微服務就在這種場景啟動。Amazon、Google這種國外的互聯網巨頭其實都是用微服務的方式設計和應用。

有了相應的設計，如何運行應用呢?可以看到云從傳統的數據中心到按需提供服務的公有云、私有云和混合云的架構，包括服務器層面的實現。通過這種技術的更新，可以看到業務特點，怎么保證業務在線能夠7×24×365不斷做好相應的升級，尤其是以前的制造業以及銀行業的應用，一定是有相應的服務時間。包括工業級的應用和業務敏捷性的支持，都是基于業務的不停頓，可以保證相應的新的功能的上線對原有應用的穩定性，這些都是微服務的應用架構。

怎樣去做項目開發和實踐?我們來看康威定律。第一條是任何組織設計的系統都是其自身本身組織架構的父本，可以發現企業組織相應的特點。第二條是時間再多，一件事情也不可能做得完美，但總有時間做完一件事情。

之后的十二要素法則也是比較好的應用。和對應體系架構和設計過程當中，看一看哪些能夠幫助我們做好相應的技術實踐。可以參照一下我們在做相應的設計、開發和部署的過程當中有沒有做好設計，比如一套基礎架構的部署，需要在相應的環境當中推出相應的服務。基于微服務的設計理念，我們去把相應的進程做好，怎樣去做項目劃分。

立方體模型是我們常見的對服務的切分和設計原則：X軸的橫向擴展關注的是水平的數據和服務的匯總，其實在容器上做的服務擴展實現的是需要有相應的服務注冊機制，并且需要進行驅動分享，通過這種有狀態和無狀態的分離來做好服務的劃分。所以新的應用設計都是基于這方面來做分層，然后來做狀態保持。Y軸的擴展就是相對功能分解的智能劃分，其實也是采用相應的驅動設計方法，通過業務能力對服務進行劃分，所以為什么經常能夠看到我們微服務都是六邊形的形狀，避免相應的傳統服務的混合性，也是盡可能由小團隊來做。數據的使用能夠保障我們在橫向以及縱向的擴展，針對數據的分區做好相應的設計，通過微服務保護好我們分布式數據是關鍵。

橫向擴展基于前后端的分離是至關重要的，如何實現去中心化?微服務和傳統的SOA設計有很大的區別，是否存在中心化是非常關鍵的一點。微服務設計中一定是去中心化的設計思想，有狀態和無狀態，前后端的隔離是關鍵。所以基于傳統的MVC模式進行改造，包括通過端口綁定來對外提供服務，管理進程也是作為一種后端進程提供服務等等，這是我們橫向擴展當中開展設計非常重要的因素。

縱向劃分就是通過功能分解，例如，我們抽取核心訂單的項目功能作為項目基礎服務，國內大量的互聯網公司都是通過這種方式來做，包括金融行業以及制造行業都是通過這種方式來做功能分解，再以數據分區做好每一項服務，包括高可用性的定義都有不同的設計在里面。

我們嘗試通過領域驅動設計構建項目應用，為什么領域驅動設計這么火?這個概念推出已經非常久了，但是基于原生項目劃分，這種概念更多的是面向業務的角度，所以我們可以看到驅動設計和普通對象視角有很大的區別，就是需要站在相應的應用業務視角來做相應劃分，比如工業應用，每一項應用場景對于物和物、物和人的連接，包括基于此開展的客戶使用，就是通過相應的驅動設計進行。

驅動設計其實是一個很大的范圍，最底層的Infrastructure，包括業務對象的持續化需要我們在這個層面來做相應的實現，軟件系統的核心層，具有相應的狀態和持久化，相應的細節是由底層來做實現，再往上的Application在做前后分離劃分的時候并不包含相應的業務邏輯和業務對象，這樣再做橫向擴展的時候可以非常方便，User Interface就是負責相關交互，也是驅動設計的相應方法。

-- 工業互聯網領域實踐 --

有了這些東西，我們看一看實際應用項目的工業領域場景。

很多朋友問我，工業互聯網和物聯網IoT有什么區別?這是我們總結的基于我們理解的工業互聯網的核心模型。前面曾經講過，這種架構就是基于核心的通用互聯網平臺，所以可以看到云的基礎包括移動端的使用都是列入通用的互聯網技術，無論是國內的阿里云、騰訊云還是其它基于基礎的狀態，5G應用很大程度上是2B的案例。工業領域的IoT場景是在物聯網的層面，就是基于通用互聯網技術來做相應的實現，工業互聯針對工業數據分析和工業系統模型的建立是保障我們針對數據采集以后再上一層去做相應的大數據分析很重要的應用，再往上就是工業互聯網平臺、微服務的劃分和APP的設計，包括平臺生態集群。

項目模型當中，我們做過一個Overview的架構設計，包括邊緣層。工業互聯網為什么相對比較難做?就是因為工業級的產品不多，比如GE的Predix在支持其核心產業能源、醫療、航天都是基于工業互聯網平臺。工業互聯網平臺中的邊緣計算和數據采集非常關鍵。因為我們知道物和物相連，想要做好相應的數據，尤其是工業級的數據，這種數據量非常巨大，要是不進行分析，并且在邊緣層來做數據的話，直接進入云端，其實從技術難度和運營成本上來說都是很高的，并且即便上了云，也可能會有很多問題。我們基于硬件，在邊緣層把數據計算做好處理。現在云的平臺已經比較成熟了，無論是基于工業云還是私有云。

我們認為計算層面公有和私有都有相應的設置，所以我們更關注的是上層的相應應用，所以多云的策略一定是工業互聯網當中最基礎的，包括我們去做整個流程，還有基于工業的模型庫，真正產生價值的地方在于基于PaaS平臺來做SaaS應用，這些都是真正面向工業場景和實際應用，包括剛才展示的工業機器人、SMT、AGV等技術都是在這個層面產生。

我們需要一個開發者平臺提供流水線支持，可以把基于工業的模型應用，包括可以在云端，如果是私有云就部署在企業內部，如果是公有云就在企業組織進行共享，包括基于工業的微服務建模抽取出來，然后進行標準的打包、發布以及上線部署，建立一套完整的流程，也是方便我們做好DevOps開發，完成工業互聯網的生態建設。

這些就是我們基于富士康的云平臺建立的完整生態，也有很多項目應用都是基于數據做好工業模型的設計，并且在人工智能領域做好這種算法劃分，下面來看我們在其它方面的項目實踐。

首先就是組織架構，任何一個企業的能力都是和組織架構直接相關的，但是想做微服務設計是很難的事情。前端都有相應的產品設計、開發、測試、運維這種項目劃分，包括市場銷售技術支持，所以這些都是相應的嘗試。我們要做科技轉型要把組織扁平化，然后去做相應的嘗試，能夠通過去中心化構建是至關重要的。

有了這些以后設置OKR目標非常關鍵，每個組織定好目標都是非常關鍵的，基于工業項目的場景需要平臺，每個團隊都知道我們的目標在哪里，這樣大家才能努力去做，所以這是基于OKR的項目劃分。

再做技術項目選型，Cloud Native云原生是我們的方向，具體要看場景，我們希望能夠真正解耦，就是微服務架構過渡，因為微服務和基于DevOps這樣的方式會讓我們的業務發展做得更長久。

我們希望能夠重新定義失敗，為什么這樣去做?失敗并不可怕，可怕的是如何定義失敗，并且利用失敗獲得經驗。我們也希望避免犯錯誤，具體要在工業互聯網去做這些產品很難，所以建立起學習氛圍是關鍵，我們要把失敗看成一種學習的機會。如何能夠在失敗當中學習，這個項目氛圍非常重要，也是搭建業務團隊過程當中非常看重的。我們希望快速地、低成本地試錯，所以我們要做團隊產品劃分，快速看到原型，不是等到最后一剎那才知道不行。

微服務我們項目成功的要素，形成一個標準的黃金三角。中心就是以客戶為中心，還有三個項目要素：微服務的架構設計、敏捷組織劃分、DevOps使用和好的流水線過程。

DevOps 工業智能體 微服務

版權聲明：本文內容由網絡用戶投稿，版權歸原作者所有，本站不擁有其著作權，亦不承擔相應法律責任。如果您發現本站中有涉嫌抄襲或描述失實的內容，請聯系我們jiasou666@gmail.com 處理，核實后本網站將在24小時內刪除侵權內容。

版權聲明：本文內容由網絡用戶投稿，版權歸原作者所有，本站不擁有其著作權，亦不承擔相應法律責任。如果您發現本站中有涉嫌抄襲或描述失實的內容，請聯系我們jiasou666@gmail.com 處理，核實后本網站將在24小時內刪除侵權內容。