概要

分享主题

《CED 云边同力, 加速制品分发》

演讲提纲

  • CED/TCR 简介
  • 镜像分发概述
  • 数据中心分发场景
  • 边缘机房分发与挑战
  • CED 落地场景

各位嘉宾朋友们，同学们，大家好，欢迎观看我这次的演讲。今天，我会和大家分享在分布式云和边缘计算场景中，如何协同云上和边缘侧，对各类云原生制品进行分发，以及这些场景下制品分发的困难和挑战。

① 背景与简介

内容上会分为三个部分：

  1. 背景和介绍
  2. 云边场景的镜像分发
  3. CED 的应用落地

首先，来做一个简短的自我介绍。

个人简介

我的名字是孔矾建，是腾讯云个人版镜像仓库 CCR 和企业版镜像仓库 TCR 的负责人；也是开源镜像仓库 Harbor 的核心维护者。

所有腾讯云使用 TKE、EKS、云函数等等容器和云原生相关产品的客户，都会使用到我负责的产品。

CED/TCR 简介

这里，先介绍下腾讯镜像仓库 TCR，这是我们推出的一款云原生订阅制服务。TCR 有下面这些特色：

  • 多租户独立托管
  • 容器化高可用部署
  • 多地域数就近访问
  • 用户数据自主可控
  • 高等级租户资源隔离

腾讯云镜像仓库服务了数十万人次的用户，产品上积累了大量富有商业价值的数据。

同时，我个人在容器镜像与数据分发这一领域，已经深耕了五六年时间。纵观大量的，不同规模的客户在容器化、云原生上的实践，我们发现不同的客户群体对镜像分发有着不同的场景与需求。随着边缘计算的兴起，边缘容器落地，镜像数据的分发业务所要面对的需求也越来越多元化。

为了能更好的服务使用边缘计算的客户，我们开发了新服务： CED ，Cloud Edge Distribution，云边分发。它为客户提供轻量便捷的部署方式，同时提供丰富的功能，可以实现云边协同联动，为客户省流加速。

② 云边场景镜像分发

为了帮助大家更好的理解云边场景下，镜像分发会遇到的困难与挑战，我会先简单介绍下镜像分发的核心工作，然后对比介绍传统数据中心和边缘机房这两个不同的场景。

镜像分发概述

镜像是什么，它是启动容器的模板。从数据存储的角度来看，镜像就是使用特定结构组织起来的多个 gzip 压缩包。镜像分发的核心工作，就是根据客户端的请求，去检索这些结构化的数据，并提供文件传输服务。

镜像数据分发的核心工作概述起来简单易懂。但是一款稳定的产品和服务，和只有核心功能的演示品是完全不同的两样东西。当面临的数据量、请求量和服务场景不同，很多细节都将成为巨大的挑战。下面我们先说说数据中心的场景。

数据中心分发

数据中心最大的特点在于，一般都会有充沛的能源和资源，完善的 IT 基础设施。比如说，

  • 高质量的基础网络
  • 大量可以按需索取计算资源
  • 支持良好的存储设施和数据库服务

基于这些完备的设施，我们可以站在巨人的肩膀上，构建部署高可用、大吞吐的仓库产品，为租户提供高质量的数据中心内分发服务。

边缘机房的挑战

让我们把视线从数据中心转移到边缘机房来。工作在边缘的计算节点所处的环境是什么样的呢？有内容分发领域经验的同学们应该知道，在边缘的 OC 机房，节点数量，多的时候，会有几十到上百台，少的时候，可能也就只有数台而已。

这样的环境中，除了计算资源有限，通常也无法提供各种云上的基础设施，而我们部署镜像仓库需要的各种服务，比如数据库、Redis、对象储存和负载均衡器等基本上都是缺失的。

边缘机房除了IaaS层各种基础设施的缺失，额外的挑战在于，分散于各个全球各地节点群基本上不会接入昂贵的专线网络，也不会对外开放宝贵的公网地址。这使得管控各个OC机房的仓库，分发镜像数据过去，也变成了一种挑战。直接通过公网向云端拉取镜像，会占用原本分配给业务的带宽和流量。同一个机房部署多个业务副本，会重复下载相同的镜像数据，在按流量计费网络中也会造成额外的经济成本💰。

CED 原理

CED 正是为解决边缘场景中这些问题而生的。

它由两部分组成，一是和 TCR 实例一起部署在云端的 Harbor manager 组件，用于给用户提供交互接口，实现对边缘机房仓库的注册和主动预热、被动缓存策略管理。

第二个组件是安装在各个机房的 Avatar 实例。Avatar 是一个 DSP（Domain Special Proxy），领域专用代理服务。边缘机房拉取业务镜像时，将会通过 Avatar，当机房本地没有需要的数据的时候，Avatar 会阻塞请求并回源获取数据。这是被动缓存模式。当需要快速部署大量业务副本时，我们可以通过设置预热策略，让选定机房的 Avatar 实例主动缓存镜像，加速容器启动时间。为了适应没有开放公网地址的场景，Avatar 采用轮询的方式同步云上设定的管控策略。

为了适应不同的机房环境和云厂商，Avatar 采用和 Docker Distribution 一样的储存驱动机制，目前为止，我们支持三类储存系统。一是 Filesystem， 用于支持各种适配 POSIX 意义的本地和远程文件储存；二是适配了腾讯云的 COS 对象储存服务；三是 S3 对象储存协议，可以对接各类 S3 兼容的对象储存服务，比如开源软件 MinIO。

在认证鉴权上。出于安全考虑，所有经过 Avatar 的认证请求，都会回源到云端，遵从云端的权限管理政策。

③ CED 应用落地场景

介绍完 CED 的一些原理和设计，我再和大家分享下 CED 的落地场景。

跨数据中心镜像分发加速

第一个场景是，云上 TCR 与多个不同的数据中心之间分发加速。这个场景中，通过缓存实现镜像数据的就近下载，起到加速分发的效果。存储使用云厂商自有的对象存储服务。

云边同力，加速边缘业务部署

第二个场景是，云上 TCR 与 CDN OC 机房结合，这个场景， Avatar 数量较多，并且和 TCR 没有专线直连，并且设施不完善。这一场景下，目标是通过缓存降低带宽成本💰。存储可以是单机本地磁盘，也可以使用minio自建小型对象存储集群。

这就是我今天分享的内容，感谢大家聆听。