第1章 云原生数据基础设施：持久化、流式传输与批量分析

在解决与数据相关问题的时候，是否常常需要一种现代化的方案？云原生应用是否也时常受限于微服务和服务网格的使用？如果你在Kubernetes（通常缩写为K8s）上部署了应用却从未涉及过数据服务，那么恐怕你还没有充分拥抱云原生。云原生应用的各个方面，包括数据处理，都应当符合可扩展性、弹性、自愈性和可观测性等云原生基本准则。

由于工程师主要关注有状态服务，因此本书旨在帮助工程师提升管理Kubernetes云原生数据的能力，并让大家在通往云原生数据的旅途上领略更美好的风光。如果你刚开始使用云原生应用，那么现在正是时候去了解技术栈的方方面面。技术栈融合是充分利用云资源的未来趋势的。

我们共同创造的未来是什么样的呢？

过去，数据通常被部署到Kubernetes以外的某个地方，这带来了大量额外的工作。造成这种结果的原因将在下文讨论，现在先聚焦如何组合整个技术栈来实现应用的按需快速部署。这在当前的技术背景下是切实可行的。单独部署服务器的时代已经过去，未来整个数据中心的虚拟化部署正在成为可能。过去数月甚至数年的开发周期如今已缩短至数天或数周。现在可以将多个开源组件整合到Kubernetes应用中，以便应用从个人计算机上灵活地迁移至大型云服务器上。

开源贡献是很关键的部分。如无特别指明，本书中提及的Kubernetes及相关项目都应遵守Apache License 2.0。若基础设施可在任意环境中自由运行，则需要许可协议加以证明。开源的免费和自由对于构建Kubernetes云原生应用至关重要。开源驱动着基础设施的变革，在数据方面也不例外。

这是我们努力前进的方向，在不久的将来应用将会完全Kubernetes化。最后一个部分也是最重要的，那就是你。作为本书的读者，你也是成就这一未来的建设者。工程师的本职工作是建设。面对不断增加的需求，复杂基础设施的部署方式在不断地推陈出新。美国航空公司的第一个电子数据库系统于1960年上线，那时需要一群工程师来保障其全天在线运行。经过技术革新，原先的大型计算机变成了小型计算机，后来出现了微型计算机，如今已经发展到了我们正在做的多主机管理。现在，同样的演进正发生在云原生领域。

本章将介绍云原生应用的各种组件，探讨运行有状态工作负载面临的挑战，并介绍一些相关领域。下面首先介绍构成云原生数据的基础设施的基本模块。