gydtep

为了更好地采用人工智能，人们需要了解一些基本知识。数字时代最主要的事情之一就是保护隐私。人工智能革命为希望保护隐私的人们带来了巨大的麻烦。有时候，人工智能机器人的预测能力可能为注重隐私的人们带来困扰和影响。随着人工智能和机器学习的普及，数据治理将成为未来最关键的事情之一。

gydtep

认识K8S集群资源时，不再按照传统方式以节点单元切分，笔者选择工作负载，存储以及网络这三个方面介绍资源类型，是基于K8S提供的核心资源对象Pod，PVC/PV以及Service/Ingress实现了最基本的集群资源管理与容器编排。

gydtep

传统的分布式系统，比如ZooKeeper，常常使用的是客户端发现方式，进行服务间自动发现。客户端服务内置了可以发现服务注册中心以及选择其中某个服务实例进行通信的探针Agent。服务端服务实例将自己的状态上报到服务注册中心，客户端服务通过查询服务注册中心信息，选择并唤醒响应的服务实例进行交互。

gydtep

K8S实现的服务发现是基于服务端方式，即服务端Pod要主动上报自己的服务容量到服务注册中心。客户端Pod要能访问服务注册中心，并且可以通过服务注册中心提供服务信息，可以访问到响应服务端Pod。客户端Pod通过代理服务，使用一个恒定不变的虚拟IP对同一个服务访问，而不在意提供服务的Pod是哪个。

gydtep

K8S实现服务端发现逻辑的是Service资源对象。Service通过Pod selector和port number定义，可以给一组Pod绑定一个虚拟IP，也称为clusterIP，示例如下：

gydtep

apiVersion: v1
kind: Service
metadata:
  name: index-helm
  namespace: bss-dev
spec:
  clusterIP: 172.21.7.94
  ports:
    - name: http
      port: 8081 //service对外提供服务的端口号
      protocol: TCP
      targetPort: 8081 //Pod监听的端口号
  selector:
    app.kubernetes.io/instance: index //spec->selector绑定了对应的Pod
    app.kubernetes.io/name: helm
  sessionAffinity: None
  type: ClusterIP //ClusterIP 是默认service类型

gydtep

既然ClusterIP都是在Pod启动之后随机分配的，那么其他服务Pod是如何发现这个ClusterIP并与其通信的呢？主要有两种方式：
环境变量
当Pod被创建后，与之绑定的Service服务对象也随之被创建，并且立即开始监听绑定的端口号。与Service相关的ClusterIP和Port值以环境变量方式自动设置到Pod中，该应用服务就能通过clusterIP和port对外提供服务了。

gydtep

如果客户端服务已知ServiceName和对应的Namespace，就可以直接通过内部域名地址service-name.namsapce.svc.cluster.local直接访问应用服务Pod。

service-name是service对象定义的名称

namespace是service和pod所在的命名空间名

svc代表这是一个service资源

gydtep

笔者最近在整理K8S入门的基础知识点，本篇做为“从应用开发角度认识K8S”的姐妹篇，从资源管理角度重新认识了K8S。K8S平台的用户一般分为应用开发和集群管理员。集群管理员在掌握K8S的时候，更多时候要从集群层面，资源层面，性能层面多维度认识K8S，这时就需要我们掌握和了解最基本的Pod调度与资源管理，存储与网络资源以及服务与流量管理等知识点。

gydtep

智能化方式无论是使用计算机视觉还是深度学习技术，都会有准确率的问题，准确率低在线上环境可能无法被接受。需要建立一套与线上用户使用数据形成闭环的算法工程链路，实现样本自动化收集、算法工程链路的闭环才能让模型线上识别准确率不断提升。目前在 imgcook 的系统中，Icon 识别从样本收集到模型识别结果的最终应用已经形成了完整的链路闭环，开发同学不需要花太多精力用于模型的优化。对于其他的模型，后续也会用同样的思路让模型具有自我迭代的能力。