人工智能云平臺部署與開發(fā)（微課版）課件 項目1-云容器和應(yīng)用開發(fā)入門

項目1云容器和應(yīng)用開發(fā)入門目錄01

認(rèn)識云計算02認(rèn)識云容器03了解利用云容器開發(fā)人工智能應(yīng)用的優(yōu)勢01認(rèn)識云計算云計算云計算（CloudComputing）是指通過網(wǎng)絡(luò)“云”將巨大的數(shù)據(jù)計算處理程序分解成無數(shù)個小程序，然后通過由多臺服務(wù)器組成的系統(tǒng)處理和分析這些小程序，得到結(jié)果并返回給用戶。云計算從提出到現(xiàn)在只發(fā)展了十幾年的時間，但是在充滿“信息洪流”的當(dāng)下，它是不可或缺的角色。云計算與我們每一個人的生活息息相關(guān)，比如日常使用的手機(jī)應(yīng)用，就有可能用到云計算的技術(shù)。最直觀的例子就是移動支付，不論是微信支付還是支付寶支付，都得到了云服務(wù)提供的支持。本任務(wù)介紹云計算的服務(wù)類型和應(yīng)用場景。云服務(wù)的類型基礎(chǔ)設(shè)施即服務(wù)，就是服務(wù)提供商將基礎(chǔ)設(shè)施作為一種產(chǎn)品或服務(wù)提供給客戶?；A(chǔ)設(shè)施包括計算、存儲和網(wǎng)絡(luò)等資源，這些基礎(chǔ)設(shè)施資源通過網(wǎng)絡(luò)被提供給需要的客戶，這樣客戶就只需要付出租借的成本，可以節(jié)省自己建設(shè)并維護(hù)全套基礎(chǔ)設(shè)施的開支。IaaS平臺即服務(wù)，是基于基礎(chǔ)設(shè)施實現(xiàn)的，這個平臺可以是某一個場景或某一個業(yè)務(wù)的開發(fā)平臺，如Java開發(fā)平臺。在云計算提供的平臺服務(wù)中，編寫的代碼會被平臺自動完成編譯和打包，用戶只需要調(diào)用軟件開發(fā)工具包或應(yīng)用程序接口就可以使用平臺，讓用戶把注意力更多地放在自己的業(yè)務(wù)代碼上。PaaS軟件即服務(wù)，用戶直接接觸的是軟件，即用戶只負(fù)責(zé)使用軟件，而不需要去了解它的底層實現(xiàn)方法。如一些在線使用的文字編輯器、電子表格編輯器等都是使用SaaS給用戶提供軟件應(yīng)用服務(wù)的。軟件即服務(wù)的出現(xiàn)會讓更多輕量型的應(yīng)用以云服務(wù)的形式呈現(xiàn)。SaaS02認(rèn)識云容器虛擬機(jī)與云容器虛擬機(jī)（VirtualMachine，VM）是計算機(jī)系統(tǒng)的仿真器，是通過軟件模擬出來的具有完整硬件系統(tǒng)功能的、運(yùn)行在一個完全隔離環(huán)境中的完整計算機(jī)系統(tǒng)，能提供物理計算機(jī)的功能。虛擬機(jī)的配置取決于物理機(jī)的配置，虛擬機(jī)的性能也同樣取決于物理機(jī)的性能。容器虛擬的是操作系統(tǒng)，不會像虛擬機(jī)一樣，連同底層設(shè)施也一同虛擬。虛擬操作系統(tǒng)的好處在于應(yīng)用可以跨容器運(yùn)行，因為不同容器都可以看作是同一個操作系統(tǒng)，因此不同應(yīng)用在不同容器之間可以便捷地移植。云容器是在PaaS基礎(chǔ)上發(fā)展來的，是PaaS的一種具體實現(xiàn)形式，云容器的出現(xiàn)改變了過去開發(fā)人員和運(yùn)維人員之間的關(guān)系。容器中具有代表性的有Docker和Kubernetes，兩者各有各的特點。DockerDocker是由PaaS提供商dotCloud開發(fā)的，起初是為了方便創(chuàng)建和管理Linux上的容器而開發(fā)的一款工具。之后dotCloud將公司名稱更改為Docker，然后開始向全世界推廣Docker和容器技術(shù)，后來這項技術(shù)也被命名為Docker。Docker是管理Linux容器的工具，所以運(yùn)行在Linux上，但也可以運(yùn)行在Windows系統(tǒng)上。Docker引擎隸屬于Moby開源項目，是Moby開源項目中的一部分。在談?wù)揇ocker時，通常指的是Docker引擎。Docker引擎是一個基礎(chǔ)設(shè)施工具，它的作用是運(yùn)行和編排容器，企業(yè)采用的Docker技術(shù)指的就是圍繞Docker引擎開發(fā)的產(chǎn)品。Docker桌面類型的Docker引擎只支持Windows系統(tǒng)和Mac系統(tǒng)。Mac版的引擎支持ARM和Intelx86兩種類型的處理器，Windows版的則只支持Intelx86處理器，這個細(xì)小的差別主要跟蘋果計算機(jī)使用的處理器有關(guān)。服務(wù)器類型的Docker引擎支持4種操作系統(tǒng)，分別是Fedora、CentOS、Ubuntu和Debian。Docker引擎部署支持多種操作系統(tǒng)和處理器類型，用戶可以根據(jù)自己的操作系統(tǒng)類型、處理器類型選擇不同平臺的引擎安裝部署，也可以直接在云端嘗試使用Docker引擎。KubernetesKubernetes，簡稱k8s，是谷歌公司的開源項目，用于管理容器化的工作負(fù)載和服務(wù)。Kubernetes的一大特點在于它可以自主地管理容器，比如開發(fā)者想讓某一種服務(wù)保持持續(xù)運(yùn)行的狀態(tài)，這時候Kubernetes就可以完成人工監(jiān)管的工作，幫助開發(fā)者持續(xù)監(jiān)控服務(wù)，保證服務(wù)能夠持續(xù)運(yùn)轉(zhuǎn)。應(yīng)用部署的發(fā)展有3個階段，分別是傳統(tǒng)部署階段、虛擬化部署階段和容器部署階段。傳統(tǒng)部署階段應(yīng)用程序部署在物理服務(wù)器之上，導(dǎo)致資源分配的問題突出。如果多個應(yīng)用程序運(yùn)行在服務(wù)器上，當(dāng)一個應(yīng)用程序占用了過多的資源，就會導(dǎo)致其他應(yīng)用程序得不到資源而性能下降。因此，其中一種解決方案是一個應(yīng)用程序?qū)?yīng)一套服務(wù)器和操作系統(tǒng)，應(yīng)用程序單獨(dú)占用資源。不過這種解決方案可能會導(dǎo)致資源利用率不足，而且當(dāng)應(yīng)用程序過多的時候，維護(hù)成本也會隨之提高。傳統(tǒng)部署階段應(yīng)用程序單獨(dú)占用資源Kubernetes虛擬化技術(shù)的出現(xiàn)讓應(yīng)用程序的部署進(jìn)入虛擬化部署階段。虛擬化部署階段解決了硬件資源利用率的問題，通過虛擬化技術(shù)把一臺物理服務(wù)器虛擬成多個虛擬的服務(wù)器，即在一個中央處理器（CentralProcessingUnit，CPU）上運(yùn)行多個虛擬機(jī)。虛擬化技術(shù)在更好地利用服務(wù)器資源的基礎(chǔ)上，還可以在物理硬件允許的條件下自由、有彈性地添加新應(yīng)用程序。虛擬化部署階段Kubernetes虛擬機(jī)就是虛擬出一臺服務(wù)器，其所有的內(nèi)容都跟物理服務(wù)器相似，是一臺完整的計算機(jī)，有自己的操作系統(tǒng)，也可以在虛擬機(jī)上部署多個應(yīng)用程序，在資源的配置調(diào)度上，虛擬機(jī)比物理機(jī)靈活許多。隨著PaaS的發(fā)展，出現(xiàn)了容器技術(shù)，容器技術(shù)給應(yīng)用部署提供了新的選擇。容器跟虛擬機(jī)相似，容器之間也有隔離，但是容器化跟虛擬機(jī)之間的差異在于，每一臺虛擬機(jī)都有自己的操作系統(tǒng)，而所有的容器是共享同一個操作系統(tǒng)的，容器的輕量級由此而來。容器所具有的文件系統(tǒng)、內(nèi)存、CPU等都和虛擬機(jī)相同。容器化部署階段03了解利用云容器開發(fā)人工智能應(yīng)用的優(yōu)勢人工智能人工智能是計算機(jī)科學(xué)的一個分支學(xué)科，從名稱上可以知道，它指的是通過人類的努力讓機(jī)器擁有像人一樣的智能。在人工智能領(lǐng)域有機(jī)器人、圖像識別、語音識別、自然語言處理等研究方向。自然語言處理（NaturalLanguageProcessing，NLP）是人工智能領(lǐng)域的一大方向，它主要研究人與計算機(jī)之間用自然語言進(jìn)行有效溝通的理論和方法。自然語言處理涉及語言學(xué)、計算機(jī)科學(xué)和數(shù)學(xué)領(lǐng)域的知識，自然語言處理的研究與一般的語言學(xué)研究有所區(qū)別，自然語言處理研究的內(nèi)容是如何讓計算機(jī)系統(tǒng)有效地實現(xiàn)自然語言通信。人工智能計算機(jī)視覺（ComputerVision，CV）研究的是讓計算機(jī)“看”東西，而且不僅是“看”，還需要“看懂”。在計算機(jī)視覺中，也有分支研究方向，如圖像處理、模式識別、圖像理解等。圖像處理就是將圖像交給計算機(jī)，讓計算機(jī)輸出一幅使用者所期望的圖像。圖像理解則比較復(fù)雜，給定一幅圖像，計算機(jī)除了要描述圖像本身，還得解釋圖像所代表的景物，為計算機(jī)做決定提供參考。用云容器開發(fā)人工智能應(yīng)用的優(yōu)勢人工智能應(yīng)用的部署，與傳統(tǒng)應(yīng)用的部署在本質(zhì)上沒有太大的差異，都需要依賴設(shè)備的性能。傳統(tǒng)的部署方案需要根據(jù)實際的設(shè)備性能條件、場地、開銷等限制，控制應(yīng)用部署的規(guī)模。云