近年来容器技术已经日渐成熟，此次演讲会介绍快手在容器云平台的建设经验和思路，针对一些通用业务场景，介绍容器相关技术在快手落地时面临的一些问题与解决方案。

演讲提纲：

1. 快手容器云平台的介绍
2. 低时延服务的解决方案
   • 时延要求
   • 网络如何选型
3. 推荐/索引服务的解决方案
   • 有状态
   • 大数据
4. 快手容器云平台未来规划

听众受益点：

1. 了解快手容器云平台建设实践
2. 了解快手在容器技术落地过程中的经验

随着 Kubernetes 的成熟，越来越多的大数据用户希望将 Spark 作业运行在 Kubernetes 之上。Spark 从2.3版本开始已经可以运行在 Kubernetes 之上，然而目前 Kubernetes 默认调度器对于大数据场景的支持还有很多不足，例如高并发场景，动态集群资源共享场景，亲和调度场景等。Volcano 针对于这些大数据特有场景进行了定制化开发。提供了Pod delay creation，Queue，Zone aware scheduling 等，获得了很好的功能体验和性能提升。

在本次演讲中将介绍 Kubernetes 运行大数据工作负载的探索和实践，以及 Volcano 针对大数据工作负载的优化，并演示相应的功能和性能提升等。

演讲提纲：

1. Kubernetes 运行大数据作业的现状
2. Kubernetes 运行大数据的痛点
3. Volcano 针对大数据的方案设计
4. 性能方面的提升
5. 后续的改进计划

听众受益点：

1. 如何在社区中运营一个开源项目
2. 如何使用 Kubernetes 来运行大数据
3. 如何优化 Kuberentes 来支持 计算类任务

阿里巴巴云原生应用平台团队同时担负着阿里集团互联网级场景下，和阿里云端应用管理产品底层技术的架构工作。面对成千上万个散落在不同团队、不同特点（有状态、无状态、复杂依赖关系、复杂资源需求）的应用，如何建立统一的应用管理与架构体系，如何解决研发、运维、基础设施之间的协作与沟通问题，如何解决有状态应用交付问题等，逐渐成为了团队主要挑战。

本次演讲会首先介绍阿里在基于 Kubernetes 项目进行大规模应用实践过程中遇到的真实问题。需要注意的是，这些问题大多并不是实践过程中需要优化的点，而是源自于 Kubernetes 的设计本身。接下来，我们会深入分析 Kubernetes 在这些领域中的思路，项目本身的定位，以及这些问题产生的根本原因。随后会逐一介绍当前阿里解决这些问题的现有实践以及这些实践本身存在的局限性。最后，我们会介绍阿里目前正在进行的尝试和社区在这一领域的发展方向。

演讲提纲：

1. 阿里在将存量 PaaS 与 Kubernetes 对接过程中遇到的核心问题
2. 研发和运维对 Kubernetes YAML 文件的看法
3. 阿里对解耦研发和运维过程中的现有实践，以及实践本身存在的问题
4. 阿里对上述问题进行标准化、统一化解决的思路，以及对社区的进一步思考

听众受益：

1. 了解 Kubernetes 应用管理体系的设计与现状
2. 阿里巴巴大规模体量下基于 Kubernetes 进行应用交付与管理的实践
3. 阿里巴巴应用管理体系实践背后的方法论和经验教训