软考系统架构设计师之云计算与容器技术笔记

一、云计算基础与架构设计

1. 云计算服务模式

• IaaS（基础设施即服务）：提供虚拟机、存储和网络资源（如AWS EC2、Azure VMs）。
• PaaS（平台即服务）：支持应用开发与部署（如Google App Engine、阿里云EDAS）。
• SaaS（软件即服务）：直接提供应用服务（如Salesforce、Google Workspace）。
• 无服务器计算（FaaS）：按需执行代码片段（如AWS Lambda）。

2. 云架构设计原则

• 可伸缩性：动态调整资源应对流量变化（垂直/水平扩展）。
• 高可用性：通过冗余和故障转移确保服务持续运行（如负载均衡）。
• 安全性：多层防护（身份验证、加密、审计）。
• 成本优化：按需付费与资源监控（如预留实例、自动伸缩策略）。

二、容器技术核心要点

1. 容器技术基础

• 定义：轻量级虚拟化，将应用与依赖环境打包（如Docker容器）。
• 优点：环境一致性、快速启动、资源效率高。
• 底层技术：Linux命名空间（Namespaces）、控制组（Cgroups）。

2. 容器编排与管理

• Kubernetes：主流编排工具，支持服务发现、自动扩缩容（如HPA）。
• Docker Swarm：轻量级编排方案，适合中小规模集群。
• 服务网格（Service Mesh）：如Istio，管理微服务间通信与流量控制。

3. 容器与虚拟机对比

维度	容器	虚拟机
启动速度	秒级启动	分钟级启动
资源占用	共享内核，资源利用率高	独占内核，资源利用率低
适用场景	微服务、快速迭代	长期稳定运行应用

三、云原生架构设计

1. 云原生定义

• 基于容器化、微服务、自动化运维构建的架构，最大化利用云平台优势（弹性、高可用）。

2. 关键技术

• 微服务架构：拆分单体应用为独立服务（如Spring Cloud Alibaba）。
• 持续集成/持续部署（CI/CD）：自动化流水线提升交付效率。
• 智能运维（AIOps）：结合机器学习优化资源调度与故障预测。

3. 云原生实践案例

• 电商平台：通过Kubernetes实现高并发订单处理。
• AI训练平台：利用GPU资源池与容器化加速模型训练。

四、考试高频考点与题型

1. 选择题

• 云计算特点：弹性伸缩、按需付费、多副本存储。
• 容器编排工具：Kubernetes（核心考点）。
• 云原生架构原则：LIFESPAR（延迟感知、弹性扩展等）。

2. 案例分析

• 传统架构改造：设计云原生架构方案（如微服务拆分、容器化部署）。
• 性能优化：通过负载均衡、缓存策略提升系统吞吐量。

3. 论文写作

• 方向：智能网联汽车边缘计算架构、医疗区块链存证系统。
• 要求：需细化技术组件（如K8s集群、Istio服务网格）并量化效果（如QPS提升）。

五、备考建议

1. 重点复习：云原生架构、容器编排、微服务设计。
2. 工具实践：掌握Docker、Kubernetes基础操作与YAML配置。
3. 真题训练：分析近五年真题高频考点（如服务网格、弹性调度）。
   通过系统掌握云计算与容器技术的核心概念与实践方法，结合考纲要求的云原生趋势，可有效提升考试通过率。