TKE AppFabric：面向可用区的全生命周期高可用云原生应用平台

一、 产品定位与核心亮点

TKE AppFabric 是一款全生命周期高可用的云原生应用平台。其核心技术属性是面向可用区（而非集群）的应用部署与管理引擎。核心商业差异化卖点在于解决了传统应用管理对集群资源敏感导致的容灾能力弱和资源利用率低两大痛点，通过将应用部署的抽象层从集群提升至可用区，实现了应用维护与底层集群变动的解耦，使集群维护对上层用户无感。

二、产品应用场景

• 面临容灾挑战的用户：在应用创建时，难以精确控制资源在不同物理可用区的分布比例，无法满足容灾要求。
• 受困于资源动态变化的运维人员：在应用维护过程中，需要不断被动调整部署方式以应对集群资源的动态变化，运维负担重。
• 追求管理效率的研发运维团队：需要管理大量分散在多集群的Kubernetes资源，资源间缺乏统一归属关系，管理效率低下，且对Kubernetes技术门槛要求高。

三、应用框架和功能介绍

功能框架

产品架构核心包括两大理念：

1. 面向可用区部署：用户定义应用在可用区层面的分布策略，平台自动完成到具体集群的映射与调度。
2. 面向应用声明式编排：以应用为维度，通过声明式API统一管理其组件（Container）、配置（Config）、伸缩（Scaling）和流量（Traffic）。

硬核指标

• 调度粒度：支持按可用区拓扑调度，包括单集群多可用区模式。
• 分布策略：支持设定副本在多个可用区的等比例、指定比例、按容量等多种分布策略。
• 容错能力：支持设置副本分布容忍度，提升部署成功率。

产品优势

• 稳定性提升：
  • 全生命周期应用高可用：从部署、运行到发布，保障应用可用性。
  • 多可用区容灾：支持可用区动态选择、指定可用区部署。
  • 基于最佳实践的稳定性增强：提供增强的工作负载能力。
• 灵活性与管理效率提升：
  • 集群维护无感：应用不直接感知底层集群，集群资源变更、维护、升级对用户无影响。
  • 资源利用率更高：多个应用共享底层集群资源池，提升整体资源利用率。
  • 使用门槛低：用户仅需学习应用编排，无需深入理解复杂Kubernetes资源对象。
  • 应用视角运维：提供统一的应用状态观测、运营界面，管理性更强。
• 部署与流量控制：
  • 变更分批与暂停：支持灰度发布策略，如按可用区灰度。
  • 多集群流量管理：提供多集群四层/七层接入能力，支持就近访问等流量策略。
• 标准化与批量管理：
  • 应用标准化：提供资源编排模板、部署策略模板。
  • 统一的集群与舰队管理：支持集群标准化、基于特征的分组、差异化资源分发和容量再均衡。
  • 插件标准化：简化集群插件管理。

荣誉背书

原文材料中未提及具体的技术荣誉和奖项。

四、典型案例

案例一：腾讯健康

• 背景：腾讯健康业务面临资源短缺困扰（应用面向集群部署，单集群资源常不足），难以有效实现高可用部署（集群拓扑位置不可控，无法精确控制应用副本分布比例），且应用管理效率低（资源分散，难以统一观测）。
• 解决方案：
  1. 容灾部署：使用TKE AppFabric的多可用区部署能力，指定3个可用区进行等比例副本分布。
  2. 路由控制：基于平台内置的北极星服务，配置可用区级的就近访问规则，实现流量在正常情况下的可用区内闭环，异常情况下可跨可用区容灾。
  3. 灰度发布：使用平台内置的按可用区灰度发布能力，应用先在单可用区发布，验证通过后再扩展至其他可用区，降低发布风险。
• 成效：实现了精确的多可用区容灾部署，满足了业务高可用要求，并显著降低了发布风险和管理复杂度。

案例二：腾讯云CLS

• 背景：（原文中案例描述部分图表占主导，具体文本信息较少。根据上下文推断，CLS同样面临多集群应用部署的管理复杂性和稳定性挑战。）
• 解决方案：（原文未提供CLS案例的具体解决措施文本描述，图表信息无法直接提取。根据产品特性推断，应同样应用了多可用区部署、统一流量管理等能力。）
• 成效：（原文未提供CLS案例的具体成效指标。）

五、总结与发展规划

TKE AppFabric通过抽象可用区概念和应用级声明式管理，为核心业务提供了稳定的部署底座和灵活的管理引擎。其发展路线图如下：

• 2024年Q1-Q3：内部打磨阶段，服务于腾讯内部自研业务上云。
• 2024年Q4：邀测阶段，对限定用户开放，并进行可选功能插件化改造。
• 2025年：正式发布。

（来源：2024腾讯全球数字生态大会，主讲人：何鹏飞）