数字与物理世界深度融合背景下，中国云计算架构形态从分布式发展至云原生，头部云厂商快速推进软件、中间件的开源化和标准化，云租户或享受更加开放的计算资源集成平台。

■ 多维云资源产品化，促动传统应用软件向云原生系统转型

当今，全球头部云计算供应商共同经历了从提供基础设施到提供行业解决方案的历程，单纯的云基础设施服务已不具备前沿竞争力，提供更加贴合下游垂直应用场景的行业级解决方案成为云计算厂商突围竞争的核心策略之一，亦为云计算生态发展的大趋势。相对后起的中小云服务厂商，AWS、谷歌、微软、阿里云具备最优先发机会优势和条件，具体表现为∶

(1)自身拥有复杂的业务生态，或具备多行业云上互联网业务;

(2)先发云平台对接千万级别商家、承载上亿级别用户;

(3)针对双向数据匹配开发程序化计算模式，计算方法沉淀丰富的To B端口服务经验。

■ 随硬件层、软件层云化进程推进，云厂商着手推进云架构下层软硬件结合

应用软件向云原生系统升级的具体形态包括云原生数据库、云原生存储等，然而独立的云原生产品依然存在数据割裂、数据孤岛等问题，为了使分布式系统更加开放、更加产品化，云厂商持续加入多元中间件，如消息中间件、事务处理中间件、数据库中间件等等。2018年起，为便于开发人员基于K8S系统开展云上调研、分析，谷歌领头对大量中间件进行开源化处理，并持续推动中间件的标准化。

纵观云计算形态的发展历程，云厂商已经基本完成了分布式系统向云原生系统的进化，并开启了分布式管控完全标准化和开源化的进程，云上用户可享受愈加开放的集成性云服务平台。

中国云计算定义及再定义——云原生核心∶虚拟机和容器化

虚拟机向容器的演进 盘活有限的基础资源，在安全、效率、备份、迁移等方面获得原始资源配置

■虚拟机效力升级，追求多核、自研策略成为云厂商发展的大趋势

相对硬件服务器，虚拟机部署成本显著降低，进一步提升虚拟机效力是当前云计算龙头厂商的核心策略之一，其中，效力升级路径包括∶

(1)虚拟化能力向硬件端卸载——头部厂商如AWS、微软等，持续强化自研业务健壮度，开发专用的、负载统一的、可兼容X86等所有应用的CPU;

(2)核数升级——当前云上应用已不局限于单核能力，以ARM架构为例，厂商对多核架构的追求成为大趋势(从60核到98核，到当前120+核)。此外，自研芯片的兴起也成为云本身发展的大趋势。

■虚拟机成搭载多元化订阅服务，助力用户完成云资源的本地化部署

当前，云厂商交付业务主要方式包括一体机交付、certified交付、纯软件交付等。用户可自行购置硬件基础设施并部署业务。多数头部云厂商选择公共云服务本地化部署加虚拟机软件配置的方式，而非出售分布式存储的方式。用户可持续订阅混合云、私有云服务。

中国云计算定义及再定义——云原生架构核心∶微服务

微服务通过细粒度切分、单独进程、轻量级通信、独立部署四个特征解决了单体应用架构衍生的集中式项目迭代流程。

■微服务架构经历四轮迭代，基本实现模块松耦合

微服务架构(MSA，Microservices Architecture)是一种架构风格和设计模式，提倡将应用分割成一系列细粒度的服务，每个服务专注于单一业务功能，运行于独立部署的进程中，服务之间边界清晰，采用如HTTP/REST等轻量级通信机制。提炼出四点微服务的特征∶1、细粒度切分 2.单独的进程 3.轻量级通信 4.松耦合，可独立部署。

■ 微服务切分方法助力组织实现更细粒度的开发流程切分方法

微服务应用所完成的功能在业务域划分上相互独立，相比单体应用强行绑定语言和技术栈，微服务的好处是不同业务域有着不同的技术选择权，比如推荐系统采用Python要比Java的实现效率要更高。

于组织层面上，微服务对应的团队更小，"一个微服务团队一顿能吃掉两张披萨饼"是业内对正确划分微服务在业务域边界的隐喻，通过最大化"适度职责"实现相对自治，增益开发效率。

于开发效率上，微服务团队虽小却要求着更高的开发迭代速度，业内评价标准是至少两周完成一次迭代，所以也反向对微服务的业务域边界划分提出了要求。

中国云计算定义及再定义——云原生架构核心∶DevOps

超过50%的受访企业表示对DevOps转型项目存在强诉求，核心关注点在于∶DevOps流程下各业务线需求是否高效到达研发团队，并且是否能够适应敏捷开发流程。

■ DevOps标准化目的在实现于敏捷开发闭环

DevOps标准化流程包括集成环节自动化、部署环节自动化、测试环节自动化以及运维环节的自动化。DevVOps最终循环流以业务敏捷部署为前提，以敏捷型需求为起点，以需求落地为终点，并通过运维、监控、数据追踪分析等后端节点最终实现需求落地目标，构建DevOps闭环。

■标准化理念助力企业DevOps转型

企业选择DevOps转型的目标包括∶缩短前置时间，加快部署频率，提高系统的可用性，减少服务恢复时间，降低变更失败率等。DevOps标准化进程涵盖编码过程、环境配置、代码架构、测试工具、Cl/CD流程、系统环境等方面。

中小企业在DevOps转型过程中，逐步强化自动恢复功能、运维监控数据采集、大数据分析等能力，以协助运维人员在短时间内恢复服务的目标。业务部门及产品研发线DevOps转型项目在落地期间需要着重注意∶①∶DevOps功能质量是否达标;②∶是否充分理解并匹配业务需求。

中国云计算定义及再定义——云原生全景图简述

■云原生全景4层供应、运行时、编排管理、应用定义及开发)全方位定义基础设施

云原生基础设施包括供应层、运行时层、编排和管理层以及应用定义和开发层。供应层包括自动化和部署工具、容器注册表、安全及合规框架、秘钥管理方案等，供应层工具协助工程师编写基础设施参数以保证一致性、安全性。

运行时层需保障容器化应用程序组件顺利运行并达到通信目标，覆盖云原生存储(虚拟磁盘、持久化存储)、容器运行时(容器隔离、容器资源及安全)、云网络(分布式系统节点、节点连接及通信)。编排和管理层依托云原生天然的可扩展性，顺支持容器化服务形成管理群组。编排和管理层覆盖节点包括编排调度、协调及服务发现、远程进程调度、服务代理、API网关、Service Mesh等。

应用定义及开发层作为云原生全景的最顶层，需要可靠、安全的作业环境。该层涵盖数据库、流和消息传递、应用程序定义和镜像构建、持续集成和交付等环节。业务线或可实现代码在生产环境的自 动部署。

■可观察性及分析工具贯穿云原生全景4层

云原生团队在选择技术栈时，需注重考虑各类工具能力及功能平衡性，以确定最合适的工具组合。与此同时选择适应度最高的数据存储、基础设施管理、消息系统等方案。

■实践过程中，用户及开发者可对应云原生全景路线图选择软件和产品

云原生全景路线图整合用户及平台开发者在实际环境中应用云原生技术所思考和处理的问题，包括容器化、持续集成和持续发布、应用编排、监控和分析、服务代理、服务发现、治理、网络、分布式数据库和存储、流和消息处理、容器镜像库和运行环境、软件发布等。

■云市场需求差异化演进为趋势性事务，云厂商向行业解决方案供应商迈进

基于当前市场背景，中国头部云厂商进入云钟算重新定义的时期，当下中国市场的云是否体现出差异化特征仍然基于云厂商对于云计算定义的不同，但可以确定的是，中国云市场的差异化是趋势性事务。正如AWS、谷歌、微软等全球头部云厂商，从原本单一的基础设施供应商逐渐演化为行业解决方案供应商，云计算服务的集成和整合亦为大势所趋。

一些原本在云上部署自身互联网业务的云厂商，天生具备更优越的机会和条件，例如数据的原生性、庞大的用户访问量、长期实时匹配不同用户端的经验等，种种原生业务助力中国云厂商在计算方面积累充分的下游应用场景服务经验。

中国云计算市场差异化特点——单点需求+云原生数据分析

■相对一整套基础设施，中国云计算市场下游用户更加需要单点问题、单点应用解决方案

在驱动因素方面，我们观察到，中国云计算市场下游企业多数是受应用驱动，而非受下层基础设施驱动。例如，政务部门往往并非需要购买一整个云上系统，而是需要解决单点问题。与之相似企业用户也更多需要解决一个或多个应用层面的问题。面对政企用户对单点问题或单点应用层面的需求，当前中国云厂商能够提供的服务存在距离。

中国第一代云市场本质上市互联网公司系统，以基础设施为服务核心，但政企用户通常需要的是解决方案。因此，当前云厂商要更加强针对各行各业解决方案的智能化设计，而非简单的流程设置。可以说，传统模式下，供应商将用户系统简单搬运到云上是较为初级、简单、门槛较低的流程，而当下，能否利用更先进技术明显改善用户业务流程是云厂商提高差异化竞争优势的核心战略。

■搭建云原生大数据分析能力成为趋势和潮流

在大数据分析领域，中国市场的差异化特征亦为优势特征，即构建基于云原生的大数据分析能力。云计算市场发展至今，基础设施已基本满足市场需求，在云原生数据库、云原生存储服务趋于成熟的同时，供应商及下游用户更衍生出对云原生大数据分析服务的需求，基于云原生的数据分析服务将成为市场趋势和潮流。

中国云计算市场成长空间—Snowflake对中国市场的启示

Snowflake架构的出现印证了数据仓库理念向微服务模式演进的逻辑，在云服务逐步成熟的时代实现对业务侧需求的精准应对，未来或顺应本地和云端更多的整合、迁移而持续演进。

■ Snowflake时代∶源于云原生且专注于数据仓库闭环服务

区别于多数数据仓库服务供应商，Snowflake构建出诞生于云原生时代的数据服务产品，针对传统数据服务产品受限于自身架构而无法全方位支持云端负载的局限性，为企业面临的多元数据需求和问题提出新型解决方案。

Snowflake强化了数据仓库的价值服务点，核心包括性能、并发性和易用性。在性能层面，启发更多供应商思考针对petabyte级别海量数据的处理方案和降本方案，最大限度发挥云资源效用。

在并发性层面，Snowflake的产品逻辑启发开发者更加重视数据层版本迭代可能对用户业务产生的影响，有效应对self-BI时代数据高并发、安全强需求的挑战。而在易用性层面为了让应用层企业用户更加专注于开发核心业务、创造价值，云原生的数据服务可依托更多的自动化方案承揽底层基础业务，持续提升功能易用度。

■ 底层架构持续演进∶提升存储、计算、管理服务分离度

传统数据仓储服务模式下，用户享用位置相同的资源，在访问量激增的环境下易导致系统崩溃等问题，在高频读写、数据复制、数据迁移等方面也存在显著劣势，延展性、并发性落后于应用层业务需求。而在Snowflake主导的分离式架构下，系统可通过优化规则分配资源，通过节点的独立有效应对延展性和并发性。