• 容器未来会怎么发展?容器安全怎么样?容器使用效果如何?


     

    Sysdig 2021 容器安全和使用报告

    客户正在运行哪些服务?

        在容器中运行的十大开源解决方案

    开源改变了企业在云计算领域的面貌。它不仅推动了基础设施的创新,也推动了应用研发的创新。Sysdig能够自动发现容器内的进程,这让我们能够即时了解客户在生产中,运行云原生服务的解决方案。以下是Sysdig客户部署的十大开源技术:

    640.png

    2021年的榜单包括了各种各样的服务——每一种服务都对应用程序的功能至关重要,包括:

    • http服务器和反向代理解决方案- NGINX

    • NoSQL, 关系和内存数据库解决方案-MongoDB, Postgres和Redis

    • 日志和数据分析——Elasticsearch

    • 编程语言和框架 — node. js, Go, and Java/JVMs

    • 消息队列代理软件 — RabbitMQ

    开源社区中可供选择的范围尽管很广,但在我们记录列表中的服务在过去三年中保持了惊人的一致。我们有意省略了Kubernetes组件,如etcd、fluentd以及Falco。由于这些都是默认部署的,所以对于每个Kubernetes用户来说,它们都位于列表的顶部。去年,Node.js和Go(又名golang)的使用量都超过了Java。今年,Go的使用率从14%飙升至66%,增长了470%。由谷歌工程师创建的Go语言正在迅速成为开发云原生应用程序的首选语言。列表中前10的解决方案是用户普遍部署的可信服务。如果您正在市场上寻找类似的服务,那么您应该充分利用这些开源解决方案。

      自定义指标

    自定义指标解决方案为开发人员和DevOps团队提供了一种方法来收集独一无二的数据。这种方法已经成为在生产环境中监控应用程序的主流方法。三个主要解决方案是JMX、StatsD和Prometheus,其中Prometheus连续第二年获得了胜利。

    与去年同期相比,我们的客户使用Prometheus指标的比例上升到了62%,而去年为46%。随着新编程框架的广泛使用,JMX指标(用于Java应用程序)和StatsD等替代指标继续下降,同比分别下降了35%和15%。

    640 (1).png

    Prometheus exporters 排名

    作为CNCF最成功的开源项目之一,Prometheus已经成为云原生服务监控的代名词。它现在被Kubernetes、OpenShift和Istio等项目作为监控指标广泛使用。此外,越来越多的“exporters”可以为大量的第三方解决方案提供详细的数据指标。在Sysdig为大规模环境提供完全兼容Prometheus的情况下,我们预计Prometheus的受欢迎程度将在我们的客户基础中持续增长。

    对于当前的排名情况,我们查看了在prometheus.io上列出的每个github项目。并统计了每个项目的问题、星标数和forks的数量,并将结果与Dockerhub或其他仓库拉取数量相关联。

    640 (2).png

    容器

    每年,我们都要详细统计一下容器的数量和活动,还包括容器的密度和寿命。通过对容器的采样和研究,也验证了企业正在实现的规模和效率。

        在每个团队中容器的运行数量

    为了解企业当前的规模,我们调研了每个客户在其基础设施上运行的容器数量。超过一半的客户使用250个或更少的容器。在高端市场,只有4%的客户管理着超过5000个容器。大多数客户是从小规模开始慢慢累积的,也有一些是开发人员为推动容器化加速软件交付主动增加了规模。据DevOps和云计算团队报告称,一旦容器的优势得到证明,越来越多的业务部门会关注新的平台,这些平台普及的速度将会加快。然而,企业应该应该考虑运行容器的原始数量,以及这些容器的大小(见下图)。

    640 (3).png

     镜像到底有多大?

    尽管镜像的大小取决于应用程序,但根据我们的数据,镜像的平均值是376 MB。较大的10GB 镜像是一个极端值,除非有使用该镜像的场景,否则使用较大的镜像并不是最佳实践。大型镜像不仅需要更长的部署时间,还会降低发布速度,更可能会暴露更多的漏洞。

        

    640 (4).png

      容器密度

    每个主机的容器密度增加了33%!

    在过去四年中,每一份报告中都显示容器数量中位数有所增加。然而,今年同比增幅仅为33%,而去年的增幅为100%。在将来这个数字可能会继续小幅增加,但这种密度的增加可能会以牺牲整体镜像大小为代价。尽管容器的主要目标是加速开发和部署,但在容器执行效率一定的前提下,许多团队正在提高硬件资源利用率以获取更好的效益。

    640 (5).png

  • 相关阅读:
    Flink 双流合并之connect Demo2
    Flink 双流合并之connect Demo1
    Flink 双流合并Join
    Flink状态保存CheckPoint
    Flink状态之OperatorState
    Flink状态之AggregateState
    Flink状态之ReduceState
    Flink状态之MapState
    Flink状态之KeyedListState
    大数据框架环境安装与配置01--服务器基本设置
  • 原文地址:https://www.cnblogs.com/alauda/p/15156064.html
Copyright © 2020-2023  润新知