云原生日报 2026-09-01

🔥 云原生热点

Kubernetes v1.37 Enhances Dynamic Resource Allocation

Kubernetes 1.37(代号 Garhwal)正式发布,共包含 67 项增强,其中 16 项转正、23 项进入 Beta、27 项进入 Alpha。新版本通过声明式校验(Declarative Validation)以 IDL 标签替代手写校验函数,支撑了历史最多的 118 次 API review。

DRA 是本次最大亮点:Node Declared Features 转正、Group Claim Sharing 与 Gang Scheduling 进入 Beta,明确面向多节点 AI 训练与 HPC 场景。

对国内工程师的启示:若在做 GPU 集群调度或大模型分布式训练,Group Claim Sharing(KEP-5729)和 Workload-Aware Preemption(KEP-4671)值得提前在测试环境验证,这两项能力将直接影响异构加速器资源利用率与作业排队体验。

https://cloudnativenow.com/features/kubernetes-v1-37-enhances-dynamic-resource-allocation

Kubernetes 1.37 advances workload-aware scheduling and cluster networking

Kubernetes 1.37 持续推进「工作负载感知」,将调度视角从单个 Pod 提升到 PodGroup 层面,以适配需要整组起停、共享加速器的 AI/机器学习训练任务。网络侧则继续从 IPVS 向 nftables 迁移,IPVS 后端正式进入弃用流程(计划 1.40 禁用、1.43 移除)。

HPA 缩容到零(KEP-2021)转 Beta 且默认开启,对跑在昂贵 GPU 上的批处理/推理负载是很实在的成本优化手段;Pod Certificates 与 ClusterTrustBundles 双双转正,意味着原生工作负载 PKI 首次闭环,无需 cert-manager 或 SPIRE 即可做 mTLS。

给国内团队的两点落地提示:一是尽早把 kube-proxy 从 IPVS 迁到 nftables,避免大版本升级时的弃用冲击;二是关注 DRA device taints/tolerations 转正,可用熟悉的 node taint 模型隔离坏掉的加速器设备。

https://www.networkworld.com/article/4214824/kubernetes-1-37-advances-workload-aware-scheduling-and-cluster-networking.html

Cisco Outshift Focuses on Cloud-Native Tools and Platforms

Cisco 将面向云原生开发者与软件工程团队的工具统一收编为 Outshift 品牌,新增基于 OpenTelemetry 的 Full Stack Observability(FSO)平台,以及负责云原生应用全生命周期安全的风险识别与修复工具 Panoptica。

Outshift 生态还包括 Nasp 服务网格扩展、VMClarity/KubeClarity 等 SBOM 与漏洞管理工具,本质上是在抢夺云原生可观测性与安全这一高价值赛道。

对国内团队的价值更多在于格局判断:传统网络巨头正用 OTel 标准切入可观测性,说明 OpenTelemetry 已无可争议地成为默认协议。若团队还在封闭方案上投资,应重新评估其长期兼容性。

https://cloudnativenow.com/features/cisco-outshift-focuses-on-cloud-native-tools-and-platforms

📖 教程推荐

Kubernetes Observability with Grafana Stack

文章给出一个生产可用的 K8s 可观测性方案,用 Helm 一键部署 Prometheus、Grafana、Loki、Tempo 与 Grafana Alloy 五个开源组件,覆盖指标、日志、追踪三大支柱。作者还提供了 trace-generator 与现成模板,可在不写业务埋点的前提下先验证整条 pipeline。

亮点在于 Alloy 替代 Grafana Agent 作为统一采集器(DaemonSet 方式、每节点约 100m CPU),以及 trace-to-log/log-to-trace 的跨信号联动,能在单一 Grafana 实例内完成从告警到根因的定位。

这套栈对中小团队尤其友好——Loki 只索引标签、Tempo 不做索引,存储成本显著低于 Elasticsearch/Jaeger。落地时建议先把 Alertmanager 接到 Slack/PagerDuty,并把 retention 与 dedicated node 调优,避免直接套默认值上生产。

https://jay75chauhan.medium.com/kubernetes-observability-metrics-logs-and-traces-with-grafana-stack-d57882dbe639

ArgoCD: Enterprise GitOps Implementation Guide

文章系统梳理了企业级 ArgoCD GitOps 落地,核心是一环境一 ArgoCD 的多环境架构(Dev/Staging/QAT/Prod),并用 Kustomize base + overlays 组织仓库。文中给出了从安装、ALB 暴露、多环境 Application 配置,到 promotion 流程与 RBAC 的完整示例。

最值得借鉴的是分环境 syncPolicy 设计——低环境 auto-sync + selfHeal + prune,QAT/Prod 强制手动审批,配合 policy.csv 的 group-to-role 映射做细粒度权限,直接回答了「生产如何安全发布」这一常见痛点。

Image Updater + Argo Rollouts + External Secrets 的组合让方案具备了灰度发布与密钥安全能力。国内团队若要从零搭 GitOps,可先照这套 base/overlays 结构起盘,再按需上 Rollouts 做 canary,避免一上来堆满工具。

https://medium.com/@ashish.mnnit777/argocd-enterprise-gitops-implementation-guide-97e0fc139093