当前位置: 首页 > news >正文

利用 Radius Resource Types 扩展平台工程能力

Azure 孵化团队此前已向 CNCF(云原生计算基金会)贡献了多个知名开源项目,包括 KEDA、Dapr、Copacetic、Drasi 以及本文重点介绍的 Radius。

Radius 是一个专为平台工程师打造的云原生平台构建工具,旨在帮助企业构建内部开发者平台(Internal Developer Platform,IDP),提升应用团队与平台团队之间的协作效率。借助 Recipes、Environments 和 Application Graph 等核心功能,Radius 支持构建与云平台无关的应用程序。

几周前,团队推出了一项新功能 Radius Resource Types,这是在早期用户反馈指导下推出的重要能力升级,代表着平台工程向前迈进了一大步。Radius 可帮助平台工程师构建“以应用为中心”的 IDP,而非以基础架构为中心的 IDP。

现在,通过 Radius Resource Types,平台工程师可以根据自身组织的需求,自定义资源类型,并通过 Radius Recipes 实现具体资源逻辑。这些 Recipes 可以是新的,也可以是现有的 Terraform 配置或 Bicep 模板。更值得称赞的是:同一个 Resource Type 可以在不同 Environment 中使用不同的 Recipe,真正实现跨环境、跨平台的灵活交付。

Radius 的演进之路

最初推出 Radius 时,它的使命是以云原生的方式重新定义应用程序开发模型。开发者可以定义应用程序及其资源,这些资源可以来自 AWS、Azure 或是 Kubernetes。Radius 通用控制平面(Radius Universal Control Plane)可以理解这些类型,并与 Radius 环境配置(Radius Environment configurations)结合,将应用程序及其资源部署到正确的云平台与区域,实现跨云交付。

许多采用多云战略的企业告诉我们,他们面临的最大难题是:如何构建真正具备可移植性的应用。这促使团队在 Radius 中建立了对开源、可移植资源类型和 Dapr 资源类型的支持,这两种类型都允许开发者能够构建跨云平台可迁移的应用。

此外,借助 Recipes 和 Environments,平台团队还能根据不同的用例,针对不同的需求定制资源类型。比如,同一个数据库资源可以根据是否为生产环境而采用不同配置。这实现了 Radius 将应用定义与平台实施分离的最初愿景。

虽然早期用户喜欢使用 Recipes 部署开源和 Dapr 类型,但他们也反馈:希望能创建自己的资源类型。在实际场景中,很多组织已经拥有内部开发平台(IDP),其中包含了为业务定制的资源类型,而这些类型最初并不被 Radius 平台支持。他们需要一种方式,将自己的资源类型引入 Radius,并通过 Recipes 进行部署,就像使用内部资源类型一样方便

这些自定义资源既可以是简单的,比如一个 PostgreSQL 数据库,并允许开发者指定资源规格;也可以是复杂的抽象类型,比如一个完整的 Web 服务资源,将一整套基础设施封装为一个资源类型。

Radius Resource Types

在听取了早期用户的反馈后,Radius 推出了全新功能 —— Radius Resource Types。新功能将 Recipe 的支持范围,从内建资源类型拓展到用户自定义资源类型,让平台工程师可以为其组织定义自己的资源类型,并提供面向开发者的定制化 API。

Radius Resource Types 的推出,实现了资源接口与底层配置解耦。这种解耦为平台工程师提供了强大的能力,平台工程师可以灵活控制资源的实现逻辑,并按需调整且不会影响开发者已有的使用方式。而开发者只需关注资源接口,无需关心其部署细节。

全新功能不仅提升了平台工程师的管理能力,也极大简化了开发者的体验,让资源使用变得更加模块化、可复用、易维护。

作为微软中国南区核心合作伙伴及HKCSP 1T首批授权云服务商之一,领驭科技正积极整合Azure OpenAI的强大功能,包括先进的自然语言处理、分析和推理能力,到其产品和行业解决方案中。

Azure OpenAI服务通过其大规模生成式AI模型,支持企业客户根据特定需求和场景,开发创新应用,涵盖辅助写作、代码编写、多媒体内容生成以及数据分析等多个领域,为互联网、游戏、金融、零售、医药等行业以及自动驾驶和智能制造等前沿技术领域带来深远影响。

http://www.lryc.cn/news/611340.html

相关文章:

  • avue---upload 图片上传
  • Vue3核心语法进阶(Props)
  • 从汇编角度揭秘C++构造函数(1)
  • 【Lua】题目小练8
  • 超越注意力机制
  • Augmodo AI:零售门店智能货架管理平台
  • 8月5号打卡
  • Java: jwt 入门介绍(Introduction to JSON Web Tokens)
  • ENS-317 Modbus TCP / 通用模式网关
  • Shader开发(七)创建第一个Shader项目
  • 完整设计 之2: 变形金刚机器人Transformer
  • 最优化中常见的优化理论
  • Guava 与 Caffeine 本地缓存系统详解
  • Windows 11 使用Windows Hello使用人脸识别登录失败,重新录入人脸识别输入PIN后报Windows Hello安装程序白屏无响应的问题解决
  • nodejs 编码初体验
  • 艺术性与真实感并存:FLUX.1 Krea [dev] 开源模型速览
  • muc中的电压调节和电源控制回路?
  • 网络相关(AI回答)
  • Linux的NFS与Autofs配置指南
  • linux定时器管理 timer_*系统调用及示例
  • table行内--图片预览--image
  • 并发编程的三要素是什么
  • Claude Code实战体验:AI智能编程助手如何重塑开发工作流?
  • 鸿蒙开发--web组件
  • Spring之【详解FactoryBean】
  • 深度学习-卷积神经网络CNN-填充与步幅
  • 27-数据仓库与Apache Hive-2
  • 二维树状数组
  • 机器学习之线性回归与逻辑回归
  • 广州客户 戴尔R720服务器 liunx系统 RAID5无损升级扩容