[译] 云原生网络：展望 Kubernetes 的下一个十年-优快云博客

随着 Kubernetes 进入下一个十年，其网络与安全体系将迎来新挑战，eBPF、Gateway API 和 AI 的发展为其未来注入更多可能性。

阅读原文请转到：https://jimmysong.io/trans/kubernetes-next-decade/

随着 Kubernetes 迈入青春期，让我们思考其网络和安全系统如何进一步发展与适应。

Kubernetes 最近迎来了十周年[1]纪念。作为一名家有三子的父亲，我感觉有责任提醒 Kubernetes 的管理员们：成长中的 Kubernetes 并不总是“乖巧”。

可以预见，Kubernetes[2] 将进入其“叛逆期”。

Kubernetes 未来将经历增长的阵痛（随着新用例迫使它进行调整）；它或许会遭遇“身份危机”（到底是平台还是API？）；它将寻求更少的监控与更大的自主性（依赖AI工具来减少人类的直接监督）。

借此机会，随着 KubeCon 北美大会即将在盐湖城召开，让我们展望一下云原生网络的发展方向，并探讨一些未来的趋势。

eBPF 将无处不在

作为能够在 Linux 内核（未来也将支持 Windows[3]）中运行自定义程序的技术，eBPF[4] 的势头不减。除了网络和安全功能（例如 Cilium[5] 和 Tetragon[6] 项目），还出现了更多的应用场景：

• 测量功耗[7]：使用 eBPF。
• 引入混沌测试[8]来验证系统的弹性：使用 eBPF。
• 加速加密流量[9]：使用 eBPF。
• 在高流量加密数据中检测异常[10]：使用 eBPF。

我们可能会面临一种情况，不选择 eBPF 作为网络编程平台反而成为少数。尽管 eBPF 是一种强大的工具[11]，我们不能将所有网络问题都视为“钉子”。

最酷的组合：eBPF 与 OpenTelemetry

在 eBPF 可以访问每一个数据包的能力下，网络可视化是一个非常强大的用例。

OpenTelemetry[12] 作为 CNCF 项目中最活跃的项目之一，提供了标准的可观测框架，通过简单的应用程序仪表来生成和管理遥测数据。

考虑到网络经常被认为是应用性能问题的根源，我们可以期待使用 OpenTelemetry Network[13]，直接从 Linux 内核获取低级遥测数据，以提供关于应用健康状况的有价值见解。

展望未来：回顾与反思

在 Kubernetes 迈向十周年之际，我们也开始反思其网络架构的一些设计决策是否依然适用。

例如，Ingress API 是 Kubernetes 早期的一个重要选择，然而其继任者 Gateway API 正在取代它。

服务网格架构也在演变，从传统的 sidecar 架构向 Cilium Service Mesh[14] 和 Istio Ambient 模式的无 sidecar 方式转变。

这似乎是反思的好时机。甚至 Kubernetes 的 SIG-Network 组也在考虑是否要放弃容器网络接口插件模型[15]，并可能引入更现代的 Kubernetes 网络接口[16]（KNI）。

是时候告别 Ingress

Gateway API[17] 是 Kubernetes 生态系统中最具创新性的项目之一。它不仅解决了 Ingress 的不足，且其开发充满合作与包容精神。

随着近三十个 Gateway API 的实现和即将推出的 1.2 版本，在今年的 KubeCon 上，Gateway API 的讨论将深入到实际的部署经验，而非入门课程。

Ingress 曾经广泛使用，但现在是时候迈向 Gateway API 了。

AI 在 Kubernetes 网络中的应用

在讨论 AI 与网络[18]时，我总是将其分为“面向 AI 工作负载的网络”和“用 AI 改善网络”。后者是当下的重点。

我曾经尝试使用大型语言模型（LLM）来创建网络策略和分析日志，然而效果不一。我们期待 Kubernetes 能借助 AI 技术做出更智能的网络决策，例如自动生成网络策略。

面向 AI 的 Kubernetes 网络

随着 Kubernetes 成为 AI/ML 应用的理想平台，AI 工作负载对网络的需求也愈加显著。它不仅需要本地 GPU，还需要通过远程直接内存访问（RDMA）连接远程 GPU。

或许 Kubernetes 近期的动态资源分配（DRA[19]）功能可以用来访问专门的网络硬件资源。

结语

是的，Kubernetes 将经历类似青少年的成长过程。但没关系，它有一个支持性强、不断创新的社区来帮助其发展成为一个稳定的系统。

引用链接

[1] 十周年: https://kubernetes.io/blog/2024/06/06/10-years-of-kubernetes/
[2] Kubernetes: https://roadmap.sh/kubernetes
[3] Windows: https://thenewstack.io/ebpf-is-coming-for-windows/
[4] eBPF: https://ebpf.io/
[5] Cilium: https://cilium.io/
[6] Tetragon: https://tetragon.io/
[7] 功耗: https://sched.co/1iW8V
[8] 混沌测试: https://youtu.be/_5Zabryx0nE?si=KhGFMmeay9LtoJ_-
[9] 加密流量: https://sched.co/1i7lP
[10] 检测异常: https://sched.co/1i7ms
[11] eBPF 是一种强大的工具: https://thenewstack.io/ebpf-security-power-and-shortfalls/
[12] OpenTelemetry: https://www.cncf.io/reports/opentelemetry-project-journey-report/
[13] OpenTelemetry Network: https://sched.co/1how7
[14] Cilium Service Mesh: https://isovalent.com/blog/post/cilium-service-mesh/
[15] 容器网络接口插件模型: https://kubernetes.io/docs/concepts/extend-kubernetes/compute-storage-net/network-plugins/
[16] Kubernetes 网络接口: https://github.com/kubernetes/enhancements/issues/4410
[17] Gateway API: https://gateway-api.sigs.k8s.io/
[18] AI 与网络: https://www.youtube.com/watch?v=mUbeiDF2B4k
[19] DRA: https://kubernetes.io/docs/concepts/scheduling-eviction/dynamic-resource-allocation/