2019年6月，在上海 KubeCon 大会期间，阿里云容器平台团队正式宣布开源 OpenKruise——一个承载阿里巴巴经济体多年大规模应用部署、发布与运维管理最佳实践的项目。OpenKruise 本质上是一套运行在 Kubernetes 之上的云原生应用自动化引擎，核心能力来自阿里经济体超大规模业务场景的长期实战沉淀，同时也融合了阿里云 Kubernetes 服务数千家客户的真实使用需求。
OpenKruise，顾名思义，是阿里巴巴基于 Kubernetes 打造的一套云原生应用自动化引擎。Kruise 的命名源于“cruise”的谐音，其中“k”代表 Kubernetes，字面含义是“巡航”或“豪华游艇”，寓意让应用在 Kubernetes 平台上实现自动巡航，承载阿里巴巴多年应用部署、发布和管理经验，帮助企业更高效地进行容器化与云原生落地。
“云原生应用自动化引擎”加持下的阿里经济体“全面上云”
随着云原生技术的快速发展，越来越多的企业应用开始在云原生体系中演进。那么，究竟什么是云原生？简单来说，云原生是一套能够充分利用“云”能力，高效构建、交付和运行应用的方法论。应用完成容器化之后，便可以更好地享受云平台带来的弹性伸缩能力以及“不可变基础设施”的优势，从而将更多精力聚焦在核心业务创新与价值创造上。
当前，阿里巴巴基础设施的云原生升级正在持续推进。在整个经济体全面上云的过程中，阿里内部已经在超大规模互联网业务场景中大范围实践云原生理念，例如轻量级容器化。阿里经济体正在大规模推进应用的轻量级容器化建设，借助容器敏捷、标准化、一致性强等特性，快速打造符合云原生理念的电商站点交付能力，以应对类似“双十一”大促这类高并发、高稳定性要求的技术挑战。与此同时，在云原生应用管理方面，阿里经济体也在将 Kubernetes 等项目的应用编排与自动化能力下沉并融入上层运维框架，驱动电商应用按照云原生架构的技术思路进行编排、交付和运行。
在整个云原生转型过程中，阿里技术团队逐步沉淀出一套紧贴上游社区标准、又适配互联网大规模场景的技术理念与最佳实践。其中最核心的问题，就是如何实现应用的自动化发布、稳定运行与高效管理。
OpenKruise：来自阿里经济体云原生化历程的宝贵经验与最佳实践
在 KubeCon 上海大会上，阿里云容器平台团队正式宣布了重量级开源项目 OpenKruise（以下简称 Kruise）。
Kruise 的目标是 automate everything on Kubernetes！项目源自阿里经济体多年来在大规模应用部署、发布与管理中的最佳实践，也来自容器平台团队在集团级规模化运维、规模化建站方面的能力沉淀，同时还结合了阿里云 Kubernetes 服务数千客户的真实需求。Kruise 借助云原生社区生态，汇聚阿里云原生实践精华，再反哺社区，为行业提供更具参考价值的 Kubernetes 云原生最佳实践，帮助企业在云原生转型过程中少走弯路。
Kruise 的核心价值在于自动化，它从多个维度解决 Kubernetes 平台之上应用自动化管理的问题，包括部署、升级、弹性伸缩、QoS 调节、健康检查、迁移修复等。本次开源的内容主要聚焦于应用部署与升级能力，即一套增强版 controller 组件，用于应用的部署、升级与日常运维。未来，Kruise 还会陆续开源智能弹性扩缩容组件，以及应用 QoS 自调节等能力组件。
Kruise Controllers：将Kubernetes的“控制器模式”进行到底
下面重点介绍 Kruise Controllers——一套用于 Kubernetes 应用自动化部署与管理的 controller 组件。
众所周知，Kubernetes 项目的核心机制之一就是“控制器模式”。当前，Kubernetes 默认已经提供了一套 Controller 组件，例如 Deployment、StatefulSet、DaemonSet 等，这些组件具备较为丰富的应用部署与管理能力。但问题在于，随着 Kubernetes 使用范围不断扩大，越来越多真实企业场景和大规模业务诉求开始出现，而这些需求与上游原生 Controller 的功能并不完全匹配，这种差异也变得越来越普遍。
以阿里巴巴为例，内部 Kubernetes 集群需要服务 50 多个 BU、上万种应用，整体规模极其庞大，这对系统的规模性与高可用能力提出了非常高的要求。与此同时，阿里云上的 Kubernetes 服务也已接入上千家企业客户，持续积累并支撑了丰富多样的业务需求。正是这些现实场景中的诉求，结合阿里经济体的实践经验，最终推动了 Kruise 开源项目的诞生。
Kruise 第一期开源主要包含以下几类 Controller，后续还会持续扩展，加入更多能力。
Advanced StatefulSet：具备丰富发布策略、支持原地升级的StatefulSet
Advanced StatefulSet 在原生 StatefulSet 的基础上进行了增强，新增了两个关键特性。
原地升级（In-place update strategy）
原生 StatefulSet 在执行 rolling update 时，通常会销毁并重建 Pod。但在阿里巴巴这类超大规模业务场景中，这种升级方式代价非常高。首先，被删除的应用 Pod 需要重新调度，而当 Pod 数量非常庞大时，会给调度系统带来额外压力；更重要的是，重新调度后的 Pod 可能因为资源不足、亲和性约束等原因无法成功落位。与此同时，Pod 一旦被调度到新的 Node 上，原有的本地 State 会丢失，虽然很多情况下可以重建，但依然会带来额外成本。重调度后的 Pod 若分布在不同机器上，由于网络拓扑变化，需要重新申请 IP，一些依赖固定 IP 的应用就可能受到影响，网络流量路径也会变得更不确定。对于多容器 Pod 而言，如果只是升级 Sidecar 容器却导致主容器被一并重建，通常也是业务无法接受的。
Advanced StatefulSet 引入原地升级能力，允许在不销毁 Pod 的前提下直接更新容器镜像。这样带来的优势主要体现在效率与稳定性两个方面。效率上，Pod 无需重新调度，仍然运行在原有 Node 上，本地存储 State 也能够得到保留；稳定性上，IP 保持不变，网络拓扑和流量结构基本稳定。而在阿里巴巴及阿里云的海量业务场景中，稳定性始终是极其关键的核心指标。
允许最大不可用实例的配置（Max Una vailable）
社区原生 StatefulSet 在升级过程中默认不允许多个实例同时升级，这主要是为了满足部分有状态应用必须按顺序逐个升级的需求。但从阿里巴巴内部场景以及阿里云容器平台客户反馈来看，很多应用其实并不需要严格的顺序升级语义，继续沿用这种方式会导致升级效率偏低，尤其在实例规模巨大的情况下问题更加明显。MaxUna vailable 功能正是为此而设计——它允许应用实例并行升级，同时始终保证最大不可用实例数不超过 MaxUna vailable 所设定的阈值，从而兼顾升级效率与业务可用性。
Broadcast Job：像DaemonSet那样运行的一次性Job
Broadcast Job 会在集群中的每一个 Node 上运行一个 Pod，直到任务完成。它与社区中的 DaemonSet 比较相似，但二者的区别在于：DaemonSet 会持续保证每个 Node 上长期运行一个服务型 Pod，而 BroadcastJob 中的 Pod 在任务执行结束后会退出。相比 DaemonSet，Broadcast Job 在结束后不会继续占用集群资源，因此特别适用于某些一次性任务场景，例如升级 Node 上的某些组件、检查 Node 配置是否正确等。
SidecarSet：大规模场景下Sidecar管理利器
在 Kubernetes 中，Sidecar 是一种辅助容器模式，与主容器共同运行在同一个 Pod 中。Sidecar 容器通常承载基础服务能力，例如 monitoring 容器、log collection 容器等。在企业实际场景中，主业务容器与基础组件容器往往由不同团队分别开发和维护，多个团队如果同时操作或修改同一份 YAML 文件、同一个 API 资源对象，容易产生冲突，也不利于统一管理。SidecarSet 的核心理念，就是将主业务容器和辅助容器的运维方式进行解耦：业务用户在提交应用时，无需显式声明 Sidecar 容器，而是由负责 Sidecar 的团队通过编写规则实现自动注入。在后续容器运维和升级过程中，还可以配合 Advanced StatefulSet 的原地升级能力，让业务团队和基础架构团队按照各自定义的策略分别升级对应容器，无需绑定在一起统一升级，从而避免不必要的影响。Istio 实际上也采用了类似思路来自动为业务容器注入 Sidecar，但它相对缺少对 Sidecar 容器后续升级与运维的完整管理能力。SidecarSet 则更有效地将 Sidecar 容器的部署、注入和管理进行了抽象与统一。
OpenKruise 正在面向开源社区招募合作伙伴与子项目！
Kruise 社区的准则，是基于 Kubernetes 的核心技术理念构建更强大的自动化能力。目前，Kruise 正在规划发布更多 Controller，覆盖更加丰富的应用场景和功能方向，例如多样化发布策略、金丝雀发布、蓝绿发布、分批发布等，进一步增强 Kubernetes 应用发布与运维自动化能力。
更重要的是，OpenKruise 是一个 Umbrella 项目，维护者正以开放的姿态面向全球招募合作伙伴与贡献者。非常期待您参与 OpenKruise 的共建，为项目贡献新的自动化能力，或与社区一起持续推动 Kubernetes 云原生应用编排、自动化运维与发布管理能力的演进和发展。
