OpenYurt：延伸原生 Kubernetes 到边缘场景下的落地实践
发布时间：2025-11-05 08:00:30 来源：创站工坊 作者：数据库
如何基于云原生技术构建新一代的到边的落地实边缘计算平台成为行业的新焦点。如何解决云边协同，景下践边缘自治等业界难题来帮助开发者轻松完成在海量边，延伸原生缘场端资源上大规模应用的到边的落地实交付、运维、景下践管控？延伸原生缘场我们构建并开源了 OpenYurt：业内首个基于原生 Kubernetes 构建的、对于 Kubernetes 非侵入式的到边的落地实边缘计算项目，无缝的景下践融合了云原生和边缘计算，目前已经在万台边缘节点规模场景下落地实践。延伸原生缘场本文将介绍如何融合云原生技术和边缘计算，到边的落地实解决大规模应用的景下践交付、运维、管控。源码下载
边缘计算
第一，AI、IoT 与边缘计算的融合，会有种类越来越多、规模越来越大、复杂度越来越高的业务运行在边缘计算场景中，从图上我们也能看到一些非常震撼人心的数字。
第二，高防服务器边缘计算作为云计算的延伸，将被广泛应用于混合云场景，这里面需要未来的基础设施能够去中心化、边缘设施自治、边缘云端托管能力，同样图上也有部分引用数字。
第三个场景趋势是基础设施的发展将会引爆边缘计算的增长，随着 5G、IoT、音视频行业的发展，边缘计算的爆发是理所当然，今年疫情期间在线直播、在线教育行业的爆发式增长也是一个例子。
随着架构的共识形成，落地过程中我们发现，边缘计算的规模、复杂度正逐日攀升，而短缺的运维手段和运维能力也终于开始不堪重负，那么如何去解这个问题呢？“云边端一体“的运维协同是目前比较能形成共识的一种方案。
云边一体的边缘云原生
作为云原生领域的从业人员，我们试着从云原生的角度来思考和解决这些问题：
聊完云边一体的云原生基础设施之后，接下来聊下云原生和边缘计算融合的难点，在实际落地过程中，我们主要识别了下面几个问题：
边缘计算规模和业务复杂，采取原生 Kubernetes 的 workload 管理模型远不能满足现实需求。云边网络通过公网相连，网络连接有很大不可控因素，可能带来边缘业务运行的不稳定因素。由于边缘节点一般位于用户网络的防火墙内部，从而造成云边网络只能单向连通的客观条件，因此给原生的 Kubernetes 运维监控带来很大挑战。最后是边缘资源种类多样，系统可能是 Linux/Windows，架构也可能是 amd64/arm/arm64 等等，从而给边缘标准化支持带来巨大挑战。OpenYurt 边缘计算云原生平台
接下来我们看下 OpenYurt，业界首个非侵入式 Kubernets 的边缘计算云原生开源平台。
无缝转换能力用于部分解决融合难点 4，主要用于标准 Kubernetes 和 OpenYurt 集群之间的一键式转换，目前在 Minikube，Kubeadm，ACK 等工具部署的集群上完整验证过。也欢迎有兴趣的同学来支持和贡献其他工具部署的集群。相关能力由 yurtctl 组件提供。
OpenYurt 案例介绍
接下来我们介绍一下 OpenYurt 的实践案例。
第二个，是交通领域的视频上云场景，通过云边端一体化协同，融合了中心云大交通智慧能力，边缘 CDN/ENS 等算力资源，给业务提供就近接入的资源能力；视频采集端设备的统一管理。边缘云原生的调度、编排、服务管理等能力穿插其中，三层融合。
最后，OpenYurt 还是一个比较初期的 CNCF 官方边缘计算云原生项目，需要大家的支持和帮助，也欢迎大家参与 OpenYurt 社区共建。
Q & A
Q
：YurtHub 代理实现机制，需要修改什么配置吗？
A：主要是边缘节点上组件的云端访问地址需要调整为本地 YurtHub 监听地址（http://127.0.0.1:10261），其他配置不用修改。
Q：和 KubeEdge 的优劣对比分析？
A：首先这个问题可能第三方来评价会客观一点，有兴趣看下知乎这篇文章：《家里的树莓派，如何加入阿里云搭建的 K8s 集群？》。不过站在程序员或者云原生开发者角度，也可以谈一点个人的看法：OpenYurt 对 Kubernetes 零修改，通过 Kubernetes 的插件和 Operator 机制进行增强，因此对原生 Kubernetes 使用者会比较友好。而 KubeEdge 对 Kubernetes 有比较大的修改（kubelet/kube-proxy/list-watch 机制等重写了），对原生 Kubernetes 使用者的友好性会弱一点。当然还有不少其他差别，时间有限，有兴趣的同学可以自行研究。
Q：想问问贵司在万台规模的机器采用了哪些版本系统呢？内核有什么要求吗？
A：目前主要是 AliOS，CentOS，以及 Ubuntu，内核版本基本在 3.10 以上。
Q：请问案例 1 和 2 分别是什么样的节点规模？
A：集群规模都在 100+ 以上。
Q：请问案例 1 中的 GPU 节点主要是什么功能？
A：案例 1 的 AI 训练是云端完成的，GPU 节点主要做推理相关的任务。
Q：如果中心和边缘彻底网络断开了，边缘侧是否可以继续持久运作？
A：节点重启或者业务重启的状态下，业务是可以持续运行的。如果出现节点宕机的情况下，云端还无法准确识别并在其他正常节点重建，这个会在下个版本解决。
Q：请问目前阿里内部是否会有专门的技术、产品等团队来支撑？
A：目前阿里云容器服务产品 ACK@Edge 是基于 OpenYurt 开源项目来实现的，因此是有专门团队来统一支撑的。
Q：请问边缘侧的 CPU 是否有限制？端侧呢？例如 arm。
A：边缘侧 CPU 架构目前支持 amd64/arm/arm64。端侧主要是设备端，由运行在 OpenYurt 边缘节点上的业务负责。所以端侧目前不在 OpenYurt 的覆盖范围内。
Q：请问对未来 3 年内，边缘这一块的主流应用场景在哪一块，怎么看？
A：这是一个好问题，目前能确定的是像 CDN，边缘 AI，音视频，5G MEC，IOT 等已经在大规模铺开边缘计算云原生方案。其他像后续的车联网，云游戏，其他传统行业（如农业，能源等）都在逐步展开，总之边缘这快 ToB 属性比较强。
Q：现在 Kubernetes 场景已经覆盖的场景大概能占总边缘场景的多少百分比呢？估计。
A：这个很难讲，我个人觉得目前比例应该很低，整个边缘计算场景的数字化转型应该刚刚开始。相信这是一个会持续可以做 20 年的行业^-^！
分享人简介
何淋波（花名：新胜），来自于阿里云容器服务团队，OpenYurt 作者&初创成员之一。2015 年开始从事 Kubernetes 相关产品的设计，研发，开源等工作，先后负责和参与物联网边缘计算，边缘容器服务，OpenYurt 等相关项目。
内容来源：Dockone
- Copyright © 2025 Powered by OpenYurt：延伸原生 Kubernetes 到边缘场景下的落地实践,创站工坊 滇ICP备2023006006号-44sitemap