云原生无处不在，数字化转型怎样才能不迷路？
当一个企业发生数字化转型，这个企业IT部门就会发生巨大的变革。
原来企业IT和企业财务、法务、人力资源都是支持部门、成本中心，但是现在他们开始变成了企业运营和实现价值、实现增长的核心抓手。在这样一个大背景之下，传统IT必然会面临多方面的需求和挑战。
首先，大量新增企业应用的运维。以往运维的应用主要是ERP、财务、OA系统，数字化转型时代，大量新兴数字化业务的数量可能带来几何级的增加。
第二，不断增长的企业自研应用。以前企业更多通过采购获得新的IT能力，但是现在数字化业务和企业核心业务息息相关，是企业竞争力的来源，结合业务需求不断打磨、自研才是可行途径。
像房地产、工业制造这类相对传统的企业也在向“软件企业”转型，Gartner指出2020年企业有75%的业务来自于自研而非采购。
第三， 业务复杂度导致业务必须要解耦。传统业务系统，更多是基于信息的记录，但是在数字化的今天，系统更多是基于交互。
因此业务系统越来越复杂，传统单体架构在功能开发、软件交付、测试更新等各方面都不能胜任。从单体式架构解耦变成小服务甚至微服务才是良策。
这些也是“敏态IT”的需求，敏态IT对传统IT意味着强烈的“破坏性”、“颠覆性”。
基于过去标准构建的IT运维和运营体系在敏态IT的面前变得疲于应对、捉襟见肘。这就需要一些新的思维方式、新的技术体系来解决敏捷IT问题，这个解决方法就是云原生。
数字化转型
怎样才能不迷路？
受新冠疫情影响的这两年，产品和服务的数字化进程进一步提速，据麦肯锡的调研数据显示，全球的数字化进程整体提前了7年，其中，亚太地区更是提前了10年。
毋庸置疑，数字化是中国经济转型升级的一个重点，但也是痛点。中国数字经济的快速发展为中国经济巨轮劈波斩浪前行注入新动力，但中国数字经济依然大而不强，面临着高速增长和高质量发展的双重攻坚任务。
虽然目前各行业的数字化转型进度并不统一，但很多企业的数字化转型已经取得了阶段性成果。随着各行业数字化转型的深入，它们完成“上云”之后，发现其数字应用更加丰富、也更加复杂。
资源弹性与简化运维的价值依然是企业上云的基础，传统云服务已经远远不能适应企业的需要。
资源极致弹性、应用敏捷开发迭代正在发展成为云服务的新常态。因此，“火爆”的云原生也成为互联网企业和传统政企的共同选择，云原生不仅掀起了云计算时代一股新浪潮，也开辟出一条企业数字化转型的最佳路径。
随着云原生应用深入企业各个业务场景，跨云、跨地域统一协同治理，保证一致应用体验等新的需求日渐突出。
对于传统政企应用，除了自身云原生改造获得资源和敏捷收益，更要充分与大数据、AI等新的云原生能力相结合，创造更大的价值。
以政务云场景为例，首先，各局办委的OA应用重复建设，需要应用市场的统一管理。
应用更新发布难，需要在各个局点部署安装，面临原生云应用分发的挑战。其次，资源独享，不支持共享池，ISV应用独立建设平台，平台厂商绑定导致重复建设，资源利用率低。再次，现有的平台缺乏应用的高可用和连续性保障、缺乏业务安全防护机制。
最后，市民类业务越来越多，市民服务类业务往往都有弹性的需求，缺乏弹性，无法应对突发的流量。各省、地市、县不同级别的各类单位需要全局统一的业务分发与资源管理能力。
以金融场景为例，很多金融企业进行了“多云”的部署。
其中，金融监管较弱的业务(消金、互金、三方支付的核心系统和行情等)和面向互联网的敏态业务部署在公有云上，主要面临着无法极速扩容和支持大规模治理、难以有效应对流量冲击等算力方面的挑战。
金融监管最强的数据敏感业务(证券/银行风控，银行核心)、时延敏感业务(资管，证券核心)和信创部署在IDC中，难以满足资管衍生品定价和风险定价等业务的高性能要求，例如每次请求有100TPS并发度，需要95%的时延能在5秒内返回。
在营业厅、关键安防等节点，无法有效管理海量终端，实施有效监管和运营，缺乏统一体验(云边协同)。
总体来说，金融场景缺乏统一的多云/多中心联邦治理能力，金融数字化新核心需要多地多中心架构，跨中心监控与治理，业务实例秒级跨云迁移成为新需求。
以汽车制造的场景来看，传统制造行业数字化转型的痛点十分突出，财务、ERP、考勤等传统稳态业务资源利用率不高，基础资源无法有效整合、资源协同性差。
车联网等创新业务部署在公有云上，面临着弹性能力无法满足海量并发接入需求，难以保障业务就近接入、访问时延高等挑战;智慧门店和数字工厂等业务存在分布式集群业务交互入口分散，面临运维困难，用户体验差等问题。
那么，落地到具体的业务场景，企业要想切入云原生赛道，应该从何处入手？其实并没有统一答案。
有公司是从开发部门开始，有公司是从运维开始，而有公司则从整个平台的架构设计端导入，不同企业要结合自己的业务状况，根据企业的发展阶段以及业务特点来选择。
比如金融行业客户，有自己的开发团队，一般开启云原生的方式会从开发部门开始，从微服务、容器化和Serverless开始导入，然后逐渐推广。
再比如制造业企业，一般没有自己的开发团队，更多是从第三方软件采购商那里获得云原生应用。
并且，除了应用外，还有大数据、人工智能等很多数据处理平台，这些平台本身已经云原生化。
就像在工业领域应用比较广泛的深度学习框架tensorflow，就有和kubernetes相结合的项目，叫做Kubeflow，很多客户通过这种方式来落地。
另外，还有一些政府类的客户，在构建新的平台的时候，直接按照云原生的方式来实施和部署。
总体来看，在传统应用架构下，网络流量大多是南北走向，但是到了云原生平台时代，会变成东西走向，这对整个数据的传输、存储和计算产生非常大的压力。
为了让数据移动得更快，存储得更多，适应更广泛，帮助企业快速走向云原生时代。
可以预测，在未来企业加快数字化转型过程中，云原生一定会变成现代业务的基础应用，其广度和深度会远远超过当年的虚拟化，最终变成企业应用现代化之旅的坚实底座。
【科技云报道原创】
转载请注明“科技云报道”并附本文链接