作为云原生领域重要的知识分享和实践体验平台,阿里云应邀出席首届线上 KubeCon ,同时推出“阿里巴巴云原生专场”,整场活动全天候直播,共27个议题,37位云原生专家,超过780分钟干货分享,涵盖AI 、边缘容器、Serverless 、Service Mesh、Spring Cloud、OAM等最新云原生热点话题。

我们推荐你重点关注以下议题:

演讲题目:《云原生 - 数字经济技术创新基石》

演讲时间:2020 年 8 月 1 日 15:15 - 15:30

演讲者:阿里云容器服务负责人  易立

演讲简介:2020 年疫情席卷全球,云原生计算在各个领域帮助企业与政府组织和疫情赛跑。阿里云通过弹性算力和数据服务助力疫情防控和复工复产,也帮助企业通过数字经济技术创新,提升“抗疫”核心竞争力。可以看到,实体经济与数字经济的融合发展已经成大势所趋。本次演讲将介绍阿里云通过开源云原生技术与开放云原生产品,帮助企业提升应变能力,拥抱数字经济发展的新机遇。

演讲题目:《通过 Kubernetes 与 OAM 管理应用》

演讲时间:待定

演讲者:阿里云容器平台资深技术专家  李响

演讲简介:如何提升 Kubernetes 的用户体验、降低 Kubernetes 的使用门槛和复杂度,已经成为了云原生社区最亟待解决的一道难题。在本次演讲中,我们将基于阿里巴巴大规模的 Kubernetes 集群中的真实案例,分享我们如何使用开放应用程序模型(OAM)构建出具有互操作性和可重用性的标准化应用管理平台,最终有效的打破了应用管理层中的“孤岛”,在大大节约了人力成本的同时,为用户带来了更好的使用体验。

演讲题目:《主题演讲:应用交付的五大挑战以及我们如何解决它们》

演讲时间:2020 年 8 月 1 日 15:00 - 15:15

演讲者:阿里云高级技术专家 张磊、Alois Reitbauer,Dynatrace

演讲简介:在本次演讲中,我们将深入探讨应用程序交付领域的五大问题:

应用标准化定义:当前没有统一且简单的方法进行定义,比如商业化应用的打包,即如何通过对运行在 K8s 上的商业化应用进行简单的打包交付;

多集群部署问题,SMI 是一个很好的切入点,但背后仍然有很多隐藏的问题;

应用交付的生命周期管理:在交付链条上,用户很难掌握其中安装的 Operators 的问题;

应用层面的运维能力,难以自动发现和复用的问题;

应用的依赖管理,多个应用之间和单个应用的多个组件的依赖管理的困难问题。

演讲题目:《云原生架构在阿里云的最佳实践》

演讲时间:2020 年 8 月 1 日 15:40 - 15:55

演讲者:阿里云资深产品专家  李国强

演讲简介:如何在阿里云通过开源云原生技术与开放云原生产品来构建一个云原生的应用,是每个人都关心的话题。本议题将会分享阿里云客户在构建云原生应用中的最佳实践,以及阿里云在云原生应用领域的产品布局规划。

演讲题目:《 OpenYurt:让云原生和边缘计算无缝融合的奥秘》

演讲时间:2020 年 7 月 30 日 9:30 - 10:00

演讲者:阿里云技术专家 何淋波

演讲简介:2020年阿里云正式开源了云原生边缘计算解决方案 OpenYurt,跟其他开源的容器化边缘计算方案的区别在于:OpenYurt 秉持 Extending your native Kubernetes to edge 的理念,对 Kubernetes 系统零修改,并提供一键式转换原生 Kubernetes 为 openyurt,让原生 K8s 集群具备边缘集群能力。希望借由OpenYurt的开源,可以加速云计算向边缘延伸的进程,并和社区共同探讨未来云原生边缘计算架构的统一标准。

演讲题目:《 Alluxio 助力 Kubernetes,加速云端深度学习》

演讲时间:2020 年 7 月 30 日 11:00 - 11:30

演讲者:阿里云高级技术专家 车漾、Alluxio创始成员,开源社区副总裁 范斌

演讲简介:采用公有云+Kubernetes使得算力的扩展非常简单和高效,但由于云上计算和存储分离给数据密集型应用带来了新的挑战。从云上访问对象存储或本地HDFS都有很大的延时,这反而拖慢了云上的大规模数据运算。其中一个重要原因是传统大数据场景最常用数据本地性优势,已经不复存在。Alluxio用缓存的方式,将数据带到计算端,通过更好的数据本地性提升计算效率。如何将Alluxio和Kubernetes相结合,加速云上的大规模机器学习和在线数据分析,依然需要很多的探索。在本次演讲中,我们将分享我们在Kubernetes上通过Alluxio加速机器学习场景的实践,以及我们未来的规划。

以下为详细议程

免责声明：本网站（http://www.ciotimes.com/）内容主要来自原创、合作媒体供稿和第三方投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
本网站刊载的所有内容（包括但不仅限文字、图片、LOGO、音频、视频、软件、程序等）版权归原作者所有。任何单位或个人认为本网站中的内容可能涉嫌侵犯其知识产权或存在不实内容时，请及时通知本站，予以删除。