Kubernetes 原生社区 Deployment 和 StatefulSet 解决了“服务节点版本一致性”的问题，并且通过 rolling update 实现了滚动升级，提供了基本的回滚策略。对于高可用建设要求不高的“年轻”业务，是一个不错的选择。但是，在金融场景下，要解决的场景复杂得多，因此我们在金融分布式架构-云应用引擎( SOFAStack-CAFE ）中提出了 CafeDeployment 的云原生模型，致力于解决，IP 不可变；金融体系下的高可用；灵活的部署策略的问题。
在面对以上这些问题的时候，我们思考：能不能有一个类似 Deployment 的东西，不仅可以实现副本保持，而且还能协助用户管控应用节点部署结构、做 Beta 验证、分批发布，减少用户干预流程，实现最大限度减少发布风险的目标，做到快速止损，并进行修正干预。本篇文章中将详细解释我们为什么选择定义了自己的 CRD——CafeDeployment 。
《Severless 市场观察和落地挑战》KubeCon China 2019 大会上， 蚂蚁 SOFAStack CAFE Serverless 应用服务（SAS）正式亮相，在工作坊吸引了百余名参与者同场体验。Serverless 将资源管理的粒度更加细化，使开发者更快上手云原生，并且倡导事件驱动模型支持业务发展。从而帮助用户解决了资源管理复杂、低频业务资源占用等问题；实现面向资源使用，以取代面向资源分配的模式。
《有效可靠地管理大规模 Kubernetes 集群》Kubernetes 以其超前的设计理念和优秀的技术架构，在容器编排领域拔得头筹。越来越多的公司开始在生产环境部署实践 Kubernetes，在阿里巴巴和蚂蚁金服 Kubernetes 已被大规模用于生产环境。Kubernetes 的出现使得广大开发同学也能运维复杂的分布式系统，它大幅降低了容器化应用部署的门槛，但运维和管理一个生产级的高可用 Kubernetes 集群仍十分困难。本文将分享蚂蚁金服是如何有效可靠地管理大规模 Kubernetes 集群的，并会详细介绍集群管理系统核心组件的设计。
《云原生应用 Kubernetes 监控与弹性实践》云原生应用的设计理念已经被越来越多的开发者接受与认可，而 Kubernetes 作为云原生的标准接口实现，已经成为了整个 stack 的中心，云服务的能力可以通过 Cloud Provider 、 CRD Controller 、 Operator 等等的方式从 Kubernetes 的标准接口向业务层透出。开发者可以基于 Kubernetes 来构建自己的云原生应用与平台， Kubernetes 成为了构建平台的平台。本文将向大家介绍一个云原生应用该如何在 Kubernetes 中无缝集成监控和弹性能力。
《了解 Kubernetes Master 的可扩展性和性能》目前，Kubernetes 的规模限制是 5k 节点，因此如果您想用它来管理像 10k 节点这样的 Web 规模集群，您可能无法实现。 您是否想知道 Kubernetes 管理超过 5k 节点的性能瓶颈是什么？当你想将其可扩展性扩展到一个新的水平时，是哪个组件阻碍？ etcd，apiserver 或者 scheduler？ 了解这些问题是运营大型 Kubernetes 集群的关键。在阿里巴巴，我们遇到了很多问题，比如随着集群变得越来越大，pod 创建变得非常慢。本文将分享我们如何进行各种基准测试和分析，并找到瓶颈，以及如何调整控制组件，并实现了超过 100 倍的性能提升。
《云原生时代加速镜像分发的三种方法》本文将分享从阿里巴巴网络规模提高镜像分发效率的实践和经验教训。根据不同的场景，我们利用不同的镜像分发方法。基于 P2P 的 CNCF/Dragonfly 分发是缓解镜像中心带宽和减少分发时间的最直接方式。此外， CNCF/containerd 中的远程文件系统快照程序直接远程存储镜像，使容器引擎通过网络读取镜像内容，几乎不需要时间分发。你会发现第二种方式依赖于网络稳定性，那么如何根据镜像内容读请求动态加载从远程到本地存储的镜像作为权衡？最后，我们将总结如何选择适合镜像分布的方式。
《在 Web 级集群中动态调整 Pod 资源限制》阿里巴巴这样规模庞大的全球电商巨头，其所拥有的应用数量和应用种类的都是超大规模的。如何科学合理管理这些容器的资源，一直是我们面临的巨大挑战。在本文中，我们将从技术和社区演进等多种维度为大家分享我们的实际工作经验和技术成果。其中包括：
目前社区对于容器的资源管理现状是什么？
阿里这种大规模应用部署的具体挑战是什么？
我们如何诊治资源管理上的各种疑难杂症？
我们如何做到资源利用率大幅提升的同时确保在线服务稳定？
如何平衡基于云原生的演进和实现工作快速交付？
我们的经验可以为您带来什么帮助以及我们如何反馈社区做到共赢？
《大规模 K8s 集群下的巡检》