Kubernetes在6年前推出，并在短时间内巩固了作为容器编排和管理事实上的标准的地位，不管是生产环境的采纳率，还是云原生的生态都在速度增长。Kubernetes和云原生技术具有广泛的应用范围，因为它们是无数开源创新的坚实基础，从提升开发人员和业务应用程序的效率到启用不同类型的基础架构，以及添加AI/ML功能。
对于许多企业来说，Kubernetes已经是其主要的容器管理系统。目前，在GitHub上与Kubernetes相关的分支超过60000个，随着Kubernetes在企业中的快速扩展，我们能够看到新用例的出现，比如在边缘计算中的使用。
Kubernetes具有许多优势，特别是在支持DevOps时。它可以确保对容器化应用程序和服务进行快速、轻松的管理和逻辑组织，并自动执行许多操作任务，例如扩展和可用性管理。Kubernetes服务产品在云提供商中越来越普及，而且容器本身的可移植性，确保了企业甚至可以在不同提供商之间迁移工作负载。这样的便利，更增加了企业对Kubernetes的友好程度。
根据研究机构Insight Avenue进行了一项全球研究发现，用容器传输的平均生产工作量预计将从今天的27%增长到未来的34%，两年后增长到47%。随着对容器化需求的增长，对容器编排的需求也随之增加，这反映了随着企业继续向全云原生解决方案发展，其成熟度也在不断提高。
总之，Kubernetes对于希望现在和将来促进创新的企业至关重要。它在帮助企业利用容器化和云原生工作负载加速应用交付方面发挥着至关重要的作用。随着边缘计算和混合云的兴起，新的需求正逐渐明朗。研究指出，企业期望采用物联网的占比为82%，边缘计算为80%，采用开源为70%，对业务成功产生了重要影响。
边缘到核心再到云
如今，边缘计算已在许多不同行业中实现。它带有很多应用程序。边缘计算需要基础架构，数据和应用程序管理，以及与本地，私有数据中心和公有云的无缝集成。尽管云的服务和边缘的基于设备的方法在最初看起来可能非常不同，但是它们紧密地相互联系并且相互依赖。
自动驾驶是边缘到核心到云的很好用例。自动驾驶汽车完全配备了传感器和计算单元，是大规模分布式综合系统的边缘架构的终点。自动驾驶汽车产生大量数据，其中一些是在本地处理的，因为延迟并不是驾驶反应的所有数据都能处理，有些数据则返回到汽车制造商的数据中心进行存储，过滤，处理和分析。汽车系统也需要更新配置，最终托管集中数据和最终用户应用程序的公有云将连接到自动驾驶汽车。
所以你能看到几个明显的组成部分，自动驾驶汽车，数据中心，云。当然还有运维、解决方案和流程。有活跃的用户以及IT和开发人员团队利用工具和流程来管理应用程序，数据，基础结构，安全性和监控。它们使整个系统成为现实，并为所有组件提供必要的支持。
当然，边缘计算网络变得非常大、非常快。其中包括各种类型的云和基础架构。但是，有一些开源项目，例如K3s和KubeEdge使用户能够在边缘环境中使用Kubernetes，并且还有让用户能够管理整个生态系统的云原生技术，比如多云或多集群。
不仅是自动驾驶，零售、医疗保健和工业制造等。这些应用场景都需要边缘计算，也需要一个从边缘到核心再到云的集成基础架构。
