Kyma 1.0发布:简化企业应用程序与云原生服务的集成

2019 年 7 月 01 日

Kyma 1.0发布:简化企业应用程序与云原生服务的集成

Kyma是一个开源项目,旨在简化构建基于云的企业应用程序,最近发布了它的第一个主要版本。Kyma 提供了许多组件来连接现有和新的 Kubernetes 应用程序,并通过 Kubernetes 服务目录公开它们。此外,Kyma 还为连通监控、日志、事件、跟踪和身份验证提供了开箱即用的支持。


Kyma 是由 SAP 贡献出来的一个开源项目,项目官方网站把它描述成“在云原生世界中连接和扩展企业应用程序的一种灵活而简单的方式”。Kyma 运行在 Kubernetes 上,并提供了许多组件,允许将现有的企业应用程序连接到基于事件驱动的架构中,包括应用程序连接器、无服务器和服务目录。



Kyma 组件与外部应用程序集成


应用程序连接器支持将任何应用程序连接到 Kyma,并通过 Kubernetes 服务目录公开其 API 和事件。Kyma 确保外部系统和自身之间的连接是安全地,并提供对连接的监视和跟踪。


无服务器组件允许通过 JavaScript 和 Node.js 向应用程序中添加扩展,可以通过外部系统的 API 调用和事件来触发这些 function 代码。Kyma 还提供了从这些 function 中安地回调集成系统的功能。这些无服务器 function 可以独立于核心应用程序进行伸缩和更改,为事件提供者和使用者提供松散的耦合。无服务器组件构建在 Kubeless 框架之上,可以在 Kubernetes 上部署 lambda。


服务目录列出了所有注册到服务代理上的服务,包括连接的应用程序和来自云提供商(如 Azure、AWS 和谷歌云)的服务。服务目录实现了开放服务代理标准,允许使用统一的方式消费内部和外部服务。


除了这些组件之外,Kyma 还从 CNCF 挑选了一些项目,将它们集成到 Kyma 中,包括用于监控和警报的 Prometheus 和 Grafana、用于日志记录的 Loki、用于事件处理的 Knative 和 NATS、用于服务网格的 Istio、用于跟踪的 Jaeger,以及通过 dex 提供的身份验证支持。Kyma 会使用这些工具的最新版本,所以,要保持更新,只需要通过 Kyma 的自定义安装程序Helm chart更新 Kyma 即可。



Kyma 组件架构图,包括一些组成 Kyma 生态系统的组件


Kyma 希望起到的一个关键作用是让单体企业应用程序也能够使用新应用程序所使用的功能。在通过应用程序连接器将企业应用程序连接到 Kyma 后,就可以将事件发送到 Kyma 事件总线。此外,Kyma 还设置了一个经过身份验证的管道,用以回调注册的应用程序。


在撰写本文时,应用程序和 Kyma 之间的通信支持同步和异步的方式。对于同步通信,目前支持 REST(基于 OpenAPI 规范)和 OData(基于实体数据模型规范)。异步通信是通过基于AsyncAPI规范注册事件来实现的。这个示例演示了如何将单体应用程序连接到 Kyma。


Kyma 是开源的,可以通过自定义安装程序或 Helm chart 来安装。核心开发团队遵循 Kubernetes 所采用的社区开发方法,与特定的兴趣小组一起开展工作。有兴趣为 Kyma 做贡献的读者可以通过 Twitter 或 Slack 与开发团队取得联系。


原文链接


Kyma 1.0 Released Simplfying Integrating Enterprise Applications With Cloud-Native Services


2019 年 7 月 01 日 08:00 4561
用户头像

发布了 731 篇内容, 共 355.5 次阅读, 收获喜欢 1804 次。

关注

评论

发布
暂无评论
发现更多内容

要弄清楚if/switch的本质区别,以及优化方式

张驰

Java Agent

《从0到1学习Flink》—— Flink 中几种 Time 详解

zhisheng

大数据 flink 流计算

Review week1: Amazon的领导力法则

猫吃小怪兽

高效工作 学习方法 程序员 个人成长

【迁移】读完了GFS论文之后的感悟

罗琦

大数据 GFS 论文阅读

《从0到1学习Flink》—— Flink 项目如何运行?

zhisheng

大数据 flink 流计算

《从0到1学习Flink》—— Mac 上搭建 Flink 1.6.0 环境并构建运行简单程序入门

zhisheng

大数据 flink 流计算

《从0到1学习Flink》—— Data Source 介绍

zhisheng

大数据 flink 流计算

《从0到1学习Flink》—— Data Sink 介绍

zhisheng

大数据 flink 流计算

传统岗位新挑战:信息安全之路

nexpose

安全架构师 安全 安全管理

程序员的晚餐 | 5 月 21 日 四季豆炒腊肠

清远

美食

图文并茂讲述如何正确的使用缓存

后端学长

缓存 后端 缓存穿透 缓存击穿 缓存雪崩

《从0到1学习Flink》—— Flink 配置文件详解

zhisheng

大数据 flink 流计算

你没必要活的那么累

小天同学

深度思考 个人成长 生活 成长 感悟

ARTS 第 51 周

马克图布

ARTS 打卡计划

【迁移】用Redlock构建Redis分布式锁【译】

罗琦

分布式锁

【迁移】CQRS很难吗?(译文:底部有原文地址)

罗琦

领域驱动设计 DDD

《从0到1学习Flink》—— 如何自定义 Data Source ?

zhisheng

大数据 flink 流计算

《从0到1学习Flink》—— Flink 写入数据到 ElasticSearch

zhisheng

大数据 flink 流计算

《从0到1学习Flink》—— 介绍Flink中的Stream Windows

zhisheng

大数据 flink 流计算

小岑的架构学习笔记-架构是什么?

程序员小岑

勇攀监控高峰-EMonitor之根因分析

乒乓狂魔

监控 全链路监控 故障定位 根因分析 AIOPS

《从0到1学习Flink》—— 如何自定义 Data Sink ?

zhisheng

大数据 flink 流计算

【迁移】Flink vs Spark

罗琦

flink spark 大数据处理

《从0到1学习Flink》—— Flink Data transformation(转换)

zhisheng

大数据 flink 流计算

小岑的架构学习笔记-架构设计的历史背景

程序员小岑

两边夹的应用三

孙苏勇

算法 两边夹

写给产品经理的信(1):产品经理的经济基础逻辑思维能力

夜来妖

产品经理 产品设计 职业规划 逻辑思维 工作

《从0到1学习Flink》—— Apache Flink 介绍

zhisheng

大数据 flink 流计算

码农理财(二)

北漂码农有话说

极客时间的三种身份:碎片整合的大师、成长焦虑的救星、工作技能的提升站

大橘栗

python 实现·十大排序算法之选择排序(Selection Sort)

南风以南

Python 排序算法

Kyma 1.0发布:简化企业应用程序与云原生服务的集成-InfoQ