现在谈到云原生， 绕不开“容器”。
 
在《Cloud Native Patterns》一书中，作者Cornelia Davis指出：“容器是云原生应用的基石”;
 
云原生基金会将微服务容器化作为云原生旅行的第一步。
 
很容易就想到将微服务容器化， 过程也很简单。
 
将代码、依赖项和运行时打包到一个称为容器镜像的二进制文件中。镜像存储在镜像仓库，Docker官方维护了Docker Hub镜像仓库。
 
需要时，可以将镜像转换为可运行的容器实例，该实例可在装有容器运行时引擎的任何计算机上运行，你可以按需部署任意数量的容器实例。
 
下图显示了三个微服务在单主机以容器化运行。
 
 
 
每个容器维护自己的依赖关系和运行时，这可能会有所不同,上图我们看到在同一主机上运行的Product微服务的不同版本。每个容器共享基础主机操作系统，内存和处理器的一部分，但彼此隔离。
 
容器模型遵守“十二要素应用”的Dependencies原则。
 
要素2指定“每个微服务隔离并打包其自己的依赖项、更改项(不影响整个系统)”
 
容器同时支持Linux和Windows工作负载。
 
虽然存在多个容器供应商，但Docker已经成为打包、部署和运行云原生应用程序的事实标准，Docker占据了最大的市场份额，该公司一直在推动软件容器的发展。
 
Why containers
 
容器提供了移植性，并保证在跨环境时，能输出一致。通过将所有内容封装进单个程序包，可以将微服务+依赖项与基础设施隔离。
你可以在安装Docker运行时引擎的 任何环境部署同一容器，容器化消除了预先配置环境的时间开销 (for框架、程序库文件、和运行时)。
通过共享底层操作系统和主机资源，容器的占用空间比完整的虚拟机小很多，小体积，高密度，在一台主机上可以运行多个微服务。
容器编排
 
Docker Api/工具创建镜像和容器，你还需要工具管理容器。
 
管理容器的软件称为"容器编排器"，大规模使用容器时，容器编排器至关重要。
 
 
 
容器编排器做了什么 ?
 
任务 描述
Scheduling 自动配置、调度容器实例
Affinity/anti-affinity 在附近或相距较远的位置调配容器，以提高可用性和性能
Health monitoring 自动探测并修复故障
Failover 自动将失败的实例转移到状况良好的机器
Scaling 自动增减容器 去匹配预期状态
Networking 给容器提供覆盖网络
Service Discovery 容器之间互相发现
Rolling Upgrades 零停机增量升级，零停机自动回滚
容器编排器遵循“十二要素应用程序”中的disposability和concurrency原则。
 
要素9：强调“服务实例应该是一次性的，这样有利于快速启动(提供可伸缩能力)，优雅关闭让系统保持正确状态”，
 
要素8：强调“服务在大量小的相同进程(副本)上扩展，而不是在可用的功能最强大的计算机上扩展单个大型实例”。
 
目前市面上存在多个容器编排器，但Kubernetes已成为云原生世界的事实标准，这是一个可移植、可扩展的、开源的、管理容器的平台。
 
你可以自建k8s集群，自行调配和管理k8s资源，这可能很复杂。
 
Azure云将K8s作为托管服务(AKS),你只需要利用K8s功能，而不需要维护K8s集群。
 
Azure Kubernets Services在第2章“Scaling Cloud-Native Applications”中详细介绍。