4月12日,数澈软件Seal(以下简称“Seal”)宣布推出新一代应用统一部署管理平台 Seal AppManager,采用平台工程的理念,降低基础设施操作的复杂度为研发和运维团队提供易用、一致的应用管理和部署体验,进而提升研发人员和运维人员的生产力。
平台工程(Platform Engineering)专注于减少现代软件交付的复杂性和不确定性,优化研发人员体验并加快产品团队为客户创造价值的速度。
基于此,Seal AppManager 提供可屏蔽基础设施的上层抽象,支持异构基础设施,提供应用多部署管理以及丰富的 Day2 运维能力,同时借助 OpenAI 的 GPT 大语言模型能力简化应用模块的生成,降低软件开发流程中的复杂度并减少琐碎的工作,帮助用户加快应用交付速度。
独特的应用部署管理框架
随着云原生技术迎来大爆发,越来越多企业将业务迁移到云端,并采用云原生的方式进行应用部署。但将所有业务完全迁移到云端既不现实,也存在风险。因此,大多数企业内部采用混合的 IT 架构,但与此同时会增加基础设施的异构性,造成 IT 复杂性上升。
据研究显示,由于系统复杂性增加,研发人员将25%的时间浪费在应用运维上。为了降低此类复杂性,减轻研发和运维团队的负担,优化应用部署体验,Seal AppManager 提供以下能力:
支持异构基础设施。包括传统部署和云原生部署。支持任意 Kubernetes 集群、公有云或者私有云基础设施,实现统一框架下的多云、混合云应用部署与管理。
提供可屏蔽基础设施的上层抽象。借助这一特性,研发人员无需掌握基础设施(Kubernetes/云服务)的相关知识也能够拥有和运维专家一致的应用管理体验。
应用多部署管理。用户可以从应用系统的维度统一管理多个部署实例,进而简化应用管理工作,促进研发团队间的无缝协作。
具备丰富的 Day2 运维能力。Day2 来源于云时代软件生命周期中的概念,泛指应用上线后到周期终结之间的一段时间。Seal AppManager 提供了应用部署、升级、销毁、调试、日志查看、远程 Shell 连接等功能。
提供灵活的集成能力。既可以直接接入企业现有的 CI/CD 流水线中,也可以作为一个功能模块集成到内部开发者平台中。
多环境管理。环境是应用的部署目标,借助环境管理特性,研发人员在不了解底层环境细节的情况下能够自助部署应用。Seal 的应用抽象可以部署在多套、多种环境中。
AIGC 简化应用模块生成
Seal AppManager 中的应用模块依照 DRY(Don't Repeat Yourself)原则设计,用户可以重复利用并在实际使用过程中逐渐沉淀研发和运维团队的最佳实践。
在最新版本中,Seal AppManager 已经集成 ChatGPT,用户通过输入自然语言描述即可一键生成应用模块代码,并能够对生成的代码进行纠错和解释,进一步简化应用部署工作。
此外,Seal AppManager 的应用模块拥有良好的扩展能力,能够无缝对接主流平台和系统。通过提供应用模块的支持,降低了基础设施的复杂度,实现研发和运维团队关注点分离。
多维度可视化云成本,助力实现 FinOps
今年年初,国际知名 IT 软件企业 Flexera 发布了《Flexera 2023年云计算现状报告》,该报告已经连续发布12年。今年的报告显示,FinOps 首次超过安全问题成为云计算决策者面临的最大挑战。并且据受访者团队内部估算,企业平均浪费了28%的云计算支出。因此,成本管理成为企业亟需解决的问题。
Seal AppManager 提供云原生环境的资源开销、共享费用(如空闲费用、管理费用)的成本汇算和分摊,并内置多维度成本分析视图为用户提供成本洞察。另外,用户也可以依据集群、项目、应用等维度自定义成本视图。通过多视角、多维度的成本可视化,助力企业实现降本增效。
结语
随着对自动化测试和开发工具的需求增加,软件和系统复杂度的上升在所难免。为了保证业务迭代效率,企业需要采取措施避免研发人员和运维人员的职业倦怠,平台工程或许是最佳选择。Seal 正在持续探索用户友好的平台工程解决方案,为研发团队减轻认知负担,简化运维团队的工作,进而充分释放团队的创造性,加速企业业务创新。
好文章,需要你的鼓励
谷歌深度思维团队开发出名为MolGen的AI系统,能够像经验丰富的化学家一样自主设计全新药物分子。该系统通过学习1000万种化合物数据,在阿尔茨海默病等疾病的药物设计中表现出色,实际合成测试成功率达90%,远超传统方法。这项技术有望将药物研发周期从10-15年缩短至5-8年,成本降低一半,为患者更快获得新药治疗带来希望。
继苹果和其他厂商之后,Google正在加大力度推广其在智能手机上的人工智能功能。该公司试图通过展示AI在移动设备上的实用性和创新性来吸引消费者关注,希望说服用户相信手机AI功能的价值。Google面临的挑战是如何让消费者真正体验到AI带来的便利,并将这些技术优势转化为市场竞争力。
哈佛医学院和微软公司合作开发了一个能够"听声识病"的AI系统,仅通过分析语音就能预测健康状况,准确率高达92%。该系统基于深度学习技术,能够捕捉声音中与疾病相关的微妙变化,并具备跨语言诊断能力。研究团队已开发出智能手机应用原型,用户只需完成简单语音任务即可获得健康评估,为个性化健康管理开辟了新途径。