美图在海外为什么选择 Google Cloud？

小提示：您能找到这篇{美图在海外为什么选择 Google Cloud？}绝对不是偶然，我们能帮您找到潜在客户，解决您的困扰。如果您对本页介绍的美图在海外为什么选择 Google Cloud？内容感兴趣，有相关需求意向欢迎拨打我们的服务热线，或留言咨询，我们将第一时间联系您！

< ">近年来，美图在海外发展迅速，BeautyPlus作为美图海外的旗舰APP，截至2019年6月，总MAU达6682万，是目前最受印度用户喜爱的相机产品之一。

< font-size: 16px;">而美图海外背后提供支撑的云端平台正是Google Cloud。美图海外业务架构全部基于Kubernetes进行容器化部署，同时依托于Google的资源，能及时、专业地解决难题。美图海外的业务迁移成为在GCP（Google Cloud Platform）上Kubernetes迁移部署的最佳实践之一。

< font-size: 16px;">其实在容器技术方向，特别是Kubernetes推进上，Google一直是引领者，其2015年推出的GKE（Google Kubernetes Engine）——Google云容器引擎，在框架、安全性能以及其他Google基础设施能力依托下，具有独到的优势。

< font-size: 16px;">2019 Arch Summit全球架构师危机管理与介入公关课程峰会北京站Google Cloud技术专场上，Google Cloud工程师魏衡、美图海外高级服务端经理陈泽青分享了GCP上Kubernetes迁移部署最佳实践相关内容。从容器集群技术方面分析了Google Cloud的优势及美图的实践，以下内容主要来自魏衡和陈泽青的分享。

< font-size: 16px;">Google与Kubernetes的关系

< font-size: 16px;">Kubernetes是Google开源的容器编排系统，2014年对外宣布，2015年发布1.0版本，同年Google与Linux基金会一起成立云原生计算基金会（CNCF-Cloud Native Computing Foundation），并把Kubernetes作为种子产品捐赠给了CNCF。Google一直在带领着Kubernetes的开发，我们也可以看到CNCF的Kubernetes项目代码贡献量，Google所占比重是最高的。

< font-size: 16px;">

< font-size: 16px;">从Borg到Kubernetes，Google的容器技术时间线

< font-size: 16px;">

< font-size: 16px;">Google在容器领域拥有超过15年的经验。

< font-size: 16px;">2003年，Google内部几个工程师做了一个集群自动化管理的工具，叫做Borg；

< font-size: 16px;">2012年，Google Borg升级成Omega，实现容器的管理；

< font-size: 16px;">2013年，随着业界Docker发布，整个行业开始往容器方向迁移；

< font-size: 16px;">2014年，Borg/Omega开源为Kubernetes项目；

< font-size: 16px;">到如今，Kubernetes已经成为整个容器编排的主流技术。

< font-size: 16px;">Kubernetes脱胎于Borg/Omega的系统设计，而因为开源，使得社区能够合力去解决Borg的遗留问题。在Kubernetes面世后，Google在开源、容器技术优化的道路上继续前行。

< font-size: 16px;">2018年，Google、IBM和Lyft联合开源了服务网格（Service Mesh）框架——Istio，发布Istio1.0版本；Google又相继推出了gVisor，Knative云原生框架、GKE On-Prem；2019年Google Cloud Next大会上隆重推出Anthos。

< font-size: 16px;">这些技术不断让容器领域大放光彩，Istio是建立于Kubernetes上层的服务，用于进行微服务管理；Knative扩展了Kubernetes，专注于解决容器为核心的Serverless应用的构建、部署和运行问题，构建在Kubernetes和Istio平台之上；gVisor作为新型沙箱解决方案网站定制开发多少钱，为容器提供安全的隔离措施，并且能够与Docker及Kubernetes实现集成，从而在生产环境中更轻松地建立起沙箱化容器系统。

< font-size: 16px;">而Google今年推出的Anthos其实是以Kubernetes为核心的混合云/多云管理平台，其下面就包括多种产品和解决方案，如GKE、GKE On-Prem、Istio on GKE等……GKE On-Prem是一种混合云软件，作为Anthos的核心组件，可将GKE引入本地数据中心。

< font-size: 16px;">GKE架构与特色

< font-size: 16px;">什么是GKE？

< font-size: 16px;">有了运行Gmail和YouTube等容器化服务超过12年的丰富经验，Google 2015年推出的GKE——Google云容器引擎，是一个可用于生产的托管式环境，用于部署容器化应用。

< font-size: 16px;">通过GKE，用户可以管理Google计算引擎（GCE）资源的逻辑集群，其中包括使用Kubernetes在集群节点上自动部署Docker容器。根据需要，GKE将虚拟机的配置、启动和停止过程，以及在数量可变的Docker容器上部署容器化应用程序的过程自动化。

< font-size: 16px;">关于GKE架构

< font-size: 16px;">Kubernetes的架构都由Master（控制节点）和Node（计算节点）两种节点组成，通常，发布一个命令后，由控制节点分配到计算节点。

< font-size: 16px;">

< font-size: 16px;">上图是GKE集群的结构框架演示，我们看到有Master Node、Worker Node、Node Pool等要素。Master Node、Worker Node，这两种角色对应的是控制节点、工作节点。控制节点由几个紧密协作的组件组合而成：API Server、controller-manager、scheduler、etcd，这部分是Google管理的项目，Master内的通讯我们一般看不到。当控制节点分配任务到工作节点，Worker Node开始发挥作用。

< font-size: 16px;">但在这个地方我们发现GKE多了一个Node Pool的概念，其实是把Worker Node进行分组，根据自身需求把相同硬件或者相同需求的计算资源分组，分成一个个Node Pool。ReplicaSet、StatefulSet等可以根据属性部署在不同的Node Pool上面，部署完成后，最后创建成Service、Ingress，给到用户使用。

< font-size: 16px;">Pod水平伸缩与垂直伸缩

< font-size: 16px;">谈到容器自动伸缩的问题，Kubernetes有一个强大的功能，它能在运行的服务上进行编码并配置弹性伸缩。如果没有弹性伸缩功能，就很难适应部署的扩展和满足SLAs。而Pod就是弹性伸缩的单位。Pod，而不是容器，是Kubernetes项目中最小的编排单位，我们可以把Pod看作是传统部署环境里的”虚拟机“，而容器是其中的”用户程序“，Pod的设计可以让用户从虚拟机环境到容器环境的迁移变得更加平滑。Pod水平扩展与收缩，是平台级项目必须具备的编排能力。

< font-size: 16px;">HPA（Horizontal Pod Autoscaling），是指Kubernetes中实现Pod水平自动伸缩的功能，按需实现部署的自动扩展和缩减。在GKE，除了支持HPA，还支持VPA，VPA即Vertical Pod Autoscaler纵向扩容，用来调整CPU和内存请求，目前只在Google Cloud上支持此功能。除了Pod的伸缩，其实更重要是计算资源的伸缩，Google Cloud支持Worker Node自动部署，当HPA/VPA使用资源不够时可以自动部署Node节点。

< font-size: 16px;">

< font-size: 16px;">GKE的负载均衡

< font-size: 16px;">在GKE里可以直接享受Google强大的负载均衡。创建Ingress时，只要写一个YAML文件，Google Cloud可自动创建一个全球负载均衡。同时可以支持Secret模式创建证书，同一GCLB支持多证书，以及支持CDN和网络安全属性服务。

< font-size: 16px;">另外Google还做了一个有趣的服务叫Network Endpoint Group，把Pod作为后端负载均衡的节点，这样在服务发布的时候，遇到网络繁忙，直接检查Pod是否符合要求，如果可以就转发流量，相比分组方式常出现二次跳转的现象，优化了网络路径。

< font-size: 16px;">

< font-size: 16px;">日志和监控-与GCP Stackdriver深度集成

< font-size: 16px;">Google公司做大数据出身，日志和监控系统做的非常好，Stackdriver产品可以监控和管理服务、容器、应用及基础架构，普遍用于混合云监控、日志记录和诊断。

< font-size: 16px;">除了Kubernetes，配套的服务如容器镜像仓库、容器的可执行软件授权等，GKE也是业界最早支持Istio的Kubernetes平台。GKE是Google Cloud云上产品，如果想在自己数据中心部署，GKE On-Prem可以帮助部署在自己的数据中心，通过GKE On-Prem，可以使用到和在Google Cloud一样的GKE Service。

< font-size: 16px;">Google Cloud与美图海外的携手

< font-size: 16px;">

< font-size: 16px;">以上产品都是美图出海的明星产品，BeautyPlus和美图秀秀海外版在东南亚市场表现活跃，AirBrush主要布局在欧美市场。在本文开篇我们也提到了BeautyPlus是美图海外的旗舰APP，据美图财报显示，2019年上半年，BeautyPlus的月活跃用户数较2018年12月大涨12%达到6682万，是目前最受印度用户喜爱的相机产品之一。

< font-size: 16px;">亮眼成绩的背后离不开美图在出海策略上坚持高度本地化运营，注重与当地品牌合作，共同打造符合当地市场流行趋势及偏好的产品，

< font-size: 16px;">今年4月份美图正式发布AI开放平台，为美图全线产品提供云端图像处理能力，也为很多B端品牌客户提供AI技术的支持，比如Bobbi Brown的WebAR和五官分析，雅诗兰黛的多款定制化妆容，娇韵诗的上妆效果及拍照角度推荐等。

< font-size: 16px;">

< font-size: 16px;">能够在海外取得这样的成绩，除了得益于美图自身本地化运营策略的成功，以及美图AI开放平台为其提供AI能力外，也离不开Google Cloud的大力支持。不管是To C的BeautyPlus，还是To B的美图AI开放平台，都需要在海外有一个稳定强大的云端平台来做支撑。美图选择了Google Cloud。

< font-size: 16px;">自2016年起美图便与Google开展深入合作，包括Google Could、Firebase、Google AdMob、Google Ads等方面，ARCore是Google推出的搭建增强现实应用程序的软件平台，ARCore技术也已成功应用在美图BeautyPlus的多款AR特效中。

< font-size: 16px;">美图为什么选择Google Cloud

< font-size: 16px;">1、更低的成本

< font-size: 16px;">CP有特有的持续使用折扣定价模式。计算实例定价不是固定的，而是随着使用时长不断降低，对于需要长期使用的实例，会越使用越便宜。

< font-size: 16px;">美图海外高级服务端经理陈泽青也提到“我们的缓存实例占用总支出很大一部分，且对缓存实例的带宽依赖较大。但是，实例最大带宽是与实例规格是成正比的，为了大带宽只能开大规格的实例，造成其他资源（CPU、内存）的浪费。而GCP上，小规格的实例就能承载非常大的带宽，避免资源浪费。在我们的具体业务场景中显著的降低了成本。”

< font-size: 16px;">美图每种算法容器都需要不同的配置比，Google Cloud可以进行任意的CPU和内存配置，与其他云服务的固定机器类型相比，在美图业务中提升了资源的利用率，更节省费用。另外在业务高低峰期，请求量变化较大场景下如节假日，GKE与GCE服务的弹性伸缩功能，使得整个业务平台都能在较低的成本下运行，并且还能在有大量突发请求时，保持业务的稳定性。

< font-size: 16px;">2、更先进的功能

< font-size: 16px;">Google在全球部署了很多专线来打造一个骨干内网，以提升区域间访问的速度。基于GCP负载均衡和AnyCast技术也方便打造美图的全球化架构，使用负载均衡实现就近接入。

< font-size: 16px;">美图海外业务架构全部基于Kubernetes进行容器化部署，依托于Google的资源，能及时、专业地提供各类技术支持。

< font-size: 16px;">在运维层面，GCP的Cloud Shell可以直接在浏览器中通过命令行访问云端资源，且无需安装SDK。通过Cloud Shell，可以随时使用最新且经过全面身份验证的Cloud SDK、gcloud命令行以及其他必要的实用工具进行云端资源管理，并且有独立的用户数据空间，简化了云端资源的运维管理操作。

< font-size: 16px;">3、丰富的自定义监控和日志

< font-size: 16px;">GCP上的Stackdriver平台正在为美图海外业务监控和日志分析的需求提供支持。包括收集各类云上资源运行指标和日志，并对日志进行各个维度的分析，及生成监控图表。同时，通过Stackdriver无缝结合GCP的其他功能比如BigQuery和大数据分析服务，对日志进行更多维度的分析。代替了美图海外自己搭建的监控日志平台，节省了资源成本和配置、管理成本。

< font-size: 16px;">“我们在迁移后统计，使用GCP平台，每月节省了近44%的成本。”陈泽青总结到。

< font-size: 16px;">分享嘉宾：

< font-size: 16px;">魏衡，Google Cloud工程师，IT从业20年，专注在网络、Linux和容器领域。曾就职于Cisco和Microsoft。

< font-size: 16px;">陈泽青，美图海外高级服务端经理，美图海外及AI云计算负责人，多年机器学习高性能计算及云计算研发经验。2017年加入美图，组建团队架构美图AI开放平台，后负责美图海外服务端业务，通过云平台服务美图海外亿级用户。