存储、计算操作系统及云计算大趋势

参加完reInvent总得再写点啥吧。PingCAP 东旭兄已经在朋友圈发了万字长文的预告，内容关于存算分离，考虑到我想写的也涉及这块，得抓紧错开点档期。东旭兄准备写万字长文，实在是羡慕，专心一个方向真好。实在没这个时间，所以就简略写写一些核心结论吧，反正读者也没时间。

第一、存算分离。A记这次一口气把Redshift和ElasticSearch都改成存算分离架构了，ES的存储成本一下子降了90%。因为之前在再谈云原生时代的系统软件，创造一个开放、无锁定、低成本的技术体系中算过，90%这个数字很熟，马上查了一下文档，果然是把存储丢S3上去了。存算分离是必然，一因为EC之后存算不得不分离，二因为分离后计算才好弹，三因为分离后计算可以被统一的操作系统调度降低成本。

第二、K8S是计算操作系统，而且是一个面向分布式应用的操作系统。首先资源调度层面K8S除了在线业务，也已经搞定了大数据（如Spark、Flink）和AI（如Kubeflow），其次CRD和Operator首次定义了分布式应用的架构标准。不要给我讲之前的应用服务器、App Engine或Spring Cloud等，这些都不灵，想想你能把一个数据库跑在上面的体系里吗？显然不行，但是CRD+Operator可以。当然这得依赖于Operator的实现，但接口已经标准化，何愁实现。关于这块之前转过一篇文章面向 Kubernetes 编程：Kubernetes 是下一代操作系统，需要的话看那个。

第三、公有云将软硬分离。目前公有云是软硬一体的，如A记的RDS和Redshift好用，但只能跑在A记的硬件上。这导致对一个客户来说，计算资源无法统一调度成本高，且软件无法自主选择。统一调度能降成本，一是因为离线计算可以大胆超售，万一过载可以立马杀掉；二是因为错峰如在线通常白天忙离线通常晚上忙。别的例子不举了，你一个码农要做PPT、写文档、写代码，你用一台电脑4核，不会给写PPT单独配一个核。有了K8S，一个客户的所有计算就相当于你码农的一台电脑。

第四、公有云厂商对软硬分离无能为力，不是因为技术，而是经济模型决定的。公有云厂商对软硬分离是不爽的，所以很花心思。A记搞Firecracker和Lambda，想把弹性做到极致。理论上如果各个服务弹性都做到极致，不是跟K8S统一调度一样吗？技术上说，Yes；但是经济上说，No。因为用K8S你可以用便宜的预留实例，用云厂商的弹性，你得用按需实例，价格差2～3倍啊。那云厂商能不能设计更好的经济模型呢，不能，因为每个客户的负载特性都不一样，省钱这个事情只有客户自己懂（也只有客户自己有动力）。

第五、Serverless也改变不了软硬分离的趋势。A记苦心Lambda多年，据说S3都已经是Lambda实现了，牛逼，膜拜。如果都用上Lambda，岂非不需要K8S了？技术上说，Yes；但是经济上说，No，再说一遍。因为Lambda还是按需计费。Serverless要上，但是应该在客户可控的K8S集群内上。

所以，结论是公有云将软硬分离，因为公有云是未来，所以也可以说未来是软硬分离，大家各做各的生意。当然这四十年的主流就是软硬分离的，无非公有云插了一脚想上下通吃，不会成而已。

没东旭兄那把时间，四十分钟草草写就。