This is an automated email from the ASF dual-hosted git repository.
liuxiran pushed a commit to branch master
in repository https://gitbox.apache.org/repos/asf/apisix-website.git
The following commit(s) were added to refs/heads/master by this push:
new 4b279d4 docs: added tencent cloud user case (#610)
4b279d4 is described below
commit 4b279d4c5a61d34b19f88001fabc8a9139c731cd
Author: yilinzeng <36651058+yzen...@users.noreply.github.com>
AuthorDate: Sat Sep 18 08:19:24 2021 +0800
docs: added tencent cloud user case (#610)
---
website/blog/2021-09-16-tencent-cloud.md | 94 ++++++++++++++++++++++++++++++++
1 file changed, 94 insertions(+)
diff --git a/website/blog/2021-09-16-tencent-cloud.md
b/website/blog/2021-09-16-tencent-cloud.md
new file mode 100644
index 0000000..3ed0643
--- /dev/null
+++ b/website/blog/2021-09-16-tencent-cloud.md
@@ -0,0 +1,94 @@
+---
+title: "Apache APISIX 在腾讯云智能钛平台中的落地实践"
+author: "刁寿钧"
+keywords:
+- Apache APISIX
+- 腾讯云
+- Kong
+- Nginx
+description: 本文主要介绍了腾讯云智能钛平台使用 Apache APISIX 的企业案例，以及使用 Apache APISIX
作为产品流量网关的具体例子。
+tags: [Practical Case]
+---
+
+> 本文主要介绍了腾讯云智能钛平台使用 Apache APISIX 的企业案例，以及使用 Apache APISIX 作为产品流量网关的具体例子。
+
+<!--truncate-->
+
+## 背景介绍
+
+腾讯云智能钛机器学习平台（TI-ONE）是为 AI
工程师打造的一站式机器学习服务平台，为用户提供从数据预处理、模型构建、模型训练到模型评估的全流程开发支持。智能钛机器学习平台内置丰富的算法组件，支持多种算法框架，满足多种
AI 应用场景的需求。
+
+
+
+## 产品需求
+
+我们将需求分为两大类：技术需求，即研发团队对于 API 网关的需求；业务需求，即智能钛机器学习平台使用者对于 API 网关的需求。
+
+技术层面主要需求为具备跨横切面功能。具体来说，是将鉴权、限流、日志、监控等跨横切面的功能内聚到 API
网关，对后端服务进行解耦，使研发聚焦功能开发，并且降低维护成本。
+
+考虑到后续业务对接腾讯云的需求，API 网关必须支持腾讯定制的鉴权和登录机制以及遵守腾讯云 API 3.0 的格式。
+
+
+
+业务层面则主要考虑使用者感受。平台进行开发时，AI 和算法同事需要交互式编程环境，那么就需要 API 网关支持 Notebook。完成部署后，API
网关需要具有流量分配功能和足够高的性能，满足多用户直接调用接口的场景。还需支持请求级别的监控，包括日志（Logging）监控和指标（Metrics）监控。
+
+综合以上需求，我们进行了相关网关产品的调研。
+
+
+
+## 调研对比
+
+进入我们考察名单的有：Envoy、Kong 以及 Apache APISIX。我们从多维度对上述三个产品进行了对比，结果如下。
+
+
+
+因为 Envoy 的技术栈是 C++，需要定位问题时，很可能要去看 C++ 的源代码。这种定位问题可能会对我们造成一定的影响，所以 Envoy
这个方案否决得比较早。
+
+Kong 和 Apache APISIX 所使用的技术栈相同，都是 OpenResty。但是在存储依赖这一栏，Kong 依赖的是关系型数据库
PostgreSQL。在软件行业，数据库的高可用配置是非常复杂的。不仅需要配备专门的
DBA，而且实施难度也非常大。关系型数据库太重了，我们并不需要使用关系型数据库来保证 ACID 和 MVCC。
+
+### 为什么选择了 Apache APISIX？
+
+Apache APISIX 在存储依赖和路由规则这两方面做的非常好，很适合我们的业务场景。我们的业务比较看重路由灵活度和路由匹配算法。目前已接入 50
多个上游和数百条路由规则，所以我们希望路由匹配的性能越高越好。Apache APISIX 路由匹配算法复杂度明显优于 Kong，且配置生效时间小于
1ms，单核 QPS 远高于 Kong。综合以上技术和操作层面，我们最终选择了 Apache APISIX。
+
+## 基于 Apache APISIX 的架构调整
+
+接入 Apache APISIX 后，我们完成了智能钛机器学习平台网关方面的功能，解决了之前关于技术和业务层面的需求。
+
+从这张图可以看到， Apache APISIX 支持 http+pb、http+json、gRPC、WebSocket 等流量。这些流量经过了 Apache
APISIX 之后，会走向智能钛机器学习平台定制开发的一些组件。
+
+
+
+智能钛机器学习平台的业务部署在腾讯云 TKE 平台上。为了提高它的可用性，网关、 etcd 等都是集群化的部署。智能钛机器学习平台没有使用 Apache
APISIX 的 dashboard，而是直接通过 Admin API 进行交互，直接写到 etcd 里面。
+
+
+
+## 实例分享
+
+在实战过程中，我们总结了一些使用 Nginx 的坑，也发现了一些 APISIX 的优点，在此简单分享一下。
+
+### 反直觉的 Nginx 配置
+
+以前使用 Nginx 的时候，感觉 Nginx 是一个配置驱动的产品。可能会造成管理困难、维护成本高等困扰。Nginx
在配置管理的时候，常常会有一些反直觉的事情。在这次实战过程中，我的同事就遇到这么一个反直觉的坑：
+
+
+
+对于接触 Nginx 比较少的人来说，这两行命令加在 `if` 前面，且 `if` 里面并没有其他命令覆盖这两行命令，那么它们是必然会被执行的。熟悉
Nginx 的人都知道，`if` 里面的命令会覆盖掉外面的命令，但这非常反直觉。
+
+### 测试用例即文档
+
+在实践使用 Apache APISIX 实践的过程中，Apache APISIX 项目的测试用例写的非常详细。即使没有深入了解过如何在 Apache
APISIX 中调用某些函数，也往往能在测试用例中找到答案。后来再遇到一些 OpenResty
的问题的时候，我就会到这些测试用例里面找一找有没有相关的代码，每次都能解决问题。
+
+
+
+## 思考与展望
+
+在技术选型的初期，除了 Envoy、Kong 和 Apache APISIX 外，也有同事提到了 Service Mesh。有了 Service
Mesh，为什么我们还要选择 Apache APISIX，这难道不是在技术上倒退吗？关于这个问题，我的观点是这样的：
+
+1. API 网关在系统边界，负责处理南北向流量；Service Mesh 在集群内部，负责处理东西向流量。两者的功能不同，无法直接比较。
+2. 实践证明 Service Mesh 存在一些性能损耗。但是也有一种声音说，上云了，这点损耗可能并不是业务的性能瓶颈，所以这点是见仁见智的。
+3. 得益于 OpenResty 和 Lua 简单易上手的特性，Apache APISIX 的定制研发效率更高。 即使开发团队先前没有使用
OpenResty 或者 Lua 的开发经验，仍然能在很短的时间内完成了业务的定制开发需求。
+4. Apache APISIX 的交付成本要低于 Service Mesh。因为 Istio 社区非常活跃，版本迭代速度非常快，导致 Istio
的各个版本和 Kubernetes 的各个版本之间有不兼容的问题。在客户的生产环境中， 一些 Kubernetes 集群可能有版本差异，而这些
Kubernetes 集群无法共用一个版本的 Istio，这在实际交付的过程中是会造成一些困扰。
+
+## 个人期望
+
+感谢 Apache APISIX 创造了一款性能极致而且易于上手的开源 API
网关产品。在智能钛机器学习平台网的开发过程中，希望后续可以在实践中总结出更多的使用心得，反馈给 Apache APISIX 社区。
