随着云计算的发展，在技术层，各种容器服务“Any Where”，例如 AWS EKS、微软 AKS、Google GKE、阿里 ACK、腾讯 TKE、华为 CCE;在业务层，各种云托管平台“Any Where”，例如 AWS Outposts、微软 Azure Arc，Google Anthos、华为OSC、腾讯遨驰，这些都预示了什么呢?
分布式云的产生契机
自 2006 年 AWS 提出关于云计算的概念，大家对于云的未来趋势一直没有停止过探索。
- 对于云的部署形态分别有公有云、混合云、私有云、边缘云等;
- 对于云的服务方式提出了 IaaS、PaaS、SaaS 等;
- 对于云的技术架构先后有本地云、托管云、云原生等;
- 对于云的运行方式先后有物理机、虚拟机、容器等。
时间一晃到了今年，但是大部分企业对于云的理解，还依旧停留在不用买服务器、能够实时调用公有云服务的这个阶段。所以过去的云到底改变了什么，现在的云有什么用，未来的云将走向何方，并没有统一的定论。
世界本就广袤而复杂，不知道的半径永远无限，所有的技术到最后都是越做越复杂，我们要做的就是探索无限趋近各种复杂性，不断延伸云的概念，从单一云厂商掌握的公有云，到形形色色的客户部署的私有云，还有万物互联下的边缘云，让云的这张网越织越大。然后，在不同的技术领域中逐渐分化出差距和阶层，让少数高级人才继续深挖，让多数人用极少的代价去改变这个世界。
时势造英雄，而分布式云就是下一个云时代中的英雄。在笔者看来，分布式云是云计算在技术与市场的双重导向之下，向未来演进的必然趋势。以分布式云串联整个云计算技术链和云计算资源，解决了云的位置、云计算资源合理配置、云网边端融合、企业全面上云、降本增效等诸多产业面临的痛点症结。
业务是技术的原动力
技术永远是靠业务驱动的，例如 2012 年淘宝业务井喷时代发展起来的阿里中间件。还有云原生技术的商业化，k8s 将底层的运维复杂度抽象和暴露了出来，如果大家认为云原生仅仅只能运维降本，而不是靠更高算力的业务驱动，那么它是发展不起来的。
时间的车轮滚动到 2022 年，随着元宇宙、智能制造、5G 边缘计算、云游戏等各种概念，不断地冲刷着大家的视野，终端用户的市场将会发生巨大变化。各种企业都在想法设法对此布局，而这些业务的发展，离不开更高的算力，更低的延迟，更安全的交互。同时，这些广阔而分散的站点，还需要统一的管理和协同。
在这种情况下，唯有分布式云能够进一步整合资源，结合区块链的去中心化，打碎已有蛋糕再进一步重组。云原生和分布式云能够相辅相成，必将催生更多的新技术和发展不同的周边生态型业务。
SaaS 企业在寻找突破
相较于美国，国内 SAAS 行业的起步较晚，行业开端大约在 2004-2005 年左右。随着近些年人们对“云”的认知不断提升，企业对 SAAS 的接受度不断提高，带动起新一轮的风潮。另外，随着电信等行业需求，国内私有云进入稳步发展时期，预计到 2023 年中国私有云市场规模将超过 1400 亿元。另一方面，来自各行各业的企业都会利用混合多云策略，来快速推出各种既能加速企业数字化转型、又能为客户提供卓越体验的应用。公有云、私有云、混合云、边缘云并举，形成了纷繁复杂的云环境，对于云计算资源的管理调度带来难题。
时至今日，各种 SaaS 企业纷纷想把业务搬到云上，但是 SaaS 企业不希望把宝都压在一个公有云服务商上，希望牢牢把握服务和数据的主导权，因此核心业务还是以本地云为主。在这个新的阶段中，云计算的客户们对云厂商不锁定的诉求开始越来越为强烈，具备不绑定一家厂商的能力，对客户自身的业务迭代、业务经营风险控制和成本控制会起到很大的帮助。
随着业务的发展进入深水区，针对不同场景，没有任何一朵云能完全满足，分布式云的目标就是让不同业务上不同的云。据不完全统计，很多企业已经按照分布式云的模式开始搭建了。
云厂商在寻求破局
自从 2010 年阿里开始建造云，国内逐渐涌现了诸多公有云厂商，除了阿里、腾讯、华为等三大巨头，纵深于某些细分领域的云厂商也纷纷入局。同时由于云已成为国家的基础设施，关乎国计民生，政府机关也逐渐开始自建国资云，并鼓励政府业务上国资云。IaaS 不值钱了，溢价率越来越低，那种为了卖 IaaS 搭配服务的心态更是要不得。另外，云计算经过多年的发展后，各家云厂商在产品的丰富度上基本开始持平，有和没有的这个阶段基本过去了，一家垄断的情况被打破。
在大 B 市场，每一个公有云巨头不能忽视大 B 客户对混合云、专有云、私有云的需求，继续纵深发展。但实际建设中，往往都是项目制为主，周期长、标准化程度低、重复建设，建成以后，再被动地和公有云打通。专有云整一坨，公有云选一坨，然后叠加 N 层不同的底座，硬生生地把他们拧在一起。最终，建成的混合云“混而不合”、“多而无用”。
在小 B 市场，公有云服务的标准化程度不够高，服务成本比较高，小 B 在自身业务发展难以为继的情况下，最多买几台虚拟机，选择开源软件自建。而云厂商为了 ROI 最大化，更愿意服务于大 B，对于小 B 的规模化增长迟迟难以突破。
在这种情况下，云厂商的日子只会越来越不好过了，因此云厂商必须积极寻求破局。一些大厂开始组织 SaaS 的支撑计划，如腾讯的“千帆计划”、华为的“星光计划”、阿里的“抗疫情扶持计划”。对于一些实在不愿上公有云的用户，采取“山不救我，我来就山”的方式。于是他们把自己的公有云技术栈下沉，向用户侧延伸，不仅要满足低延迟、就近接入的需求，连行业客户“专私混托”的需求，一并接收。
可以这么说，云计算技术的潮流，一定是公有云厂商引领的，专有云/私有云的建设需求，国内比国外更加旺盛。各种形式的软件服务“Any Where”，典型的如 AWS 的“EKS Any Where”，Google的“Anthos Any Where”，阿里的“ACK Any Where”等。
分布式云的概念定义
那么，什么是分布式云呢?2019 年 7 月， Gartner 给出了分布式云的明确定义 ：
分布式云是将公有云服务(通常包括必要的硬件和软件)分布到不同的物理位置(即边缘)，而服务的所有权、运营、治理、更新和发展仍然由原始公有云提供商负责。
可以看出来，分布式云是云计算和边缘计算、混合云计算的超集，为了进一步理解分布式云，我们回顾下三者的概念。
对于云计算来说，业内广为接受的云计算概念是根据 ISO/IEC 17788 <信息技术 云计算 概览与词汇>定义的：
- 云计算是一种将可伸缩、弹性、共享的物理和虚拟资源池以按需自服务的方式供应和管理，并且提供网络访问的模式。
对于边缘计算，以 Apache 社区的定义来看：
- 边缘计算是指在靠近物或数据源头的一侧，采用网络、计算、存储、应用核心能力为一体的开放平台，就近提供最近端服务。
对于混合云计算，以 NIST 的定义来看：
- 混合云计算是两个或多个不同的基础架构(私有云、公有云或社区云)的组合，这些基础架构通过专有或标准化技术绑定在一起但仍属唯一的实体，支持应用程序和数据的可移动性。
边缘计算跟云计算是相互补充、相互依赖的关系。边缘计算其实是云计算往边缘的一个延伸，把云上的一些能力往边缘上延伸，边缘计算进一步弥补了云计算的网络延迟。混合云计算是云计算的不同部署形态，以适应客户对于安全、资源的多种要求。
分布式云不是一朵云，分布式云由多个云节点组成，这些节点位于不同地理位置、规模各异，可以是传统公有云的中心 Region，也可以是延伸到业务现场的边缘站点，还可以是因为监管、合规或者效率等原因建设在本地的数据中心、专有云、托管云。分布式云对全类型云计算资源进行高效统一的管理、调度、更新、迭代。无数朵“中心云”、“边缘云”和“本地云”，共同组成了一朵“云簇”，这就是分布式云。
那么分布式云都有哪些特点呢?
- 低延时：分布式云能够充分发挥服务性能，距离需要服务的人更近，用户接收计算过程和结果的速度提高。
- 强合规：分布式云更符合法合规要求，即数据必须位于特定的客户位置，帮助企业规避法律风险。
- 低风险：分布式云可以降低网络故障风险，云服务可以驻留在本地或半本地子网中，从而使它们可以不受限制地间歇运行。
- 灵活性强：分布式云服务模式更灵活，可以托管云服务或提供云服务的位置(计算区域)的数量和可用性急剧增加。
分布式云相比于传统的云有以下优势：
- 相比于公有云，在距离使用者最近的地方提供云服务，对于一些服务热区比如智慧城市或者复杂业务场景比如工业互联网，可以降低延迟、提升体验。
- 相比于私有云，分布式云强调统一架构、持续迭代，不管这些云物理位置有多分散，在客户视角里，却只有一朵逻辑上的分布式云。
Gartner 认为，利用云的资源实现降低成本，同时减少运营成本，而私有云、混合云以及混合 IT 都无法达成这个效果。因此，Gartner 连续两年(2020-2021)将分布式云列为顶级战略技术趋势。据 Gartner 预测，到 2025 年，超过 50% 的组织将在其选择的地点使用分布式云，从而实现转型业务模式。
分布式云的设计原理
组织形式有机化
未来最优秀的组织形式是什么?是金字塔组织，还是扁平组织?很多大企业发展到现在，逐渐探索出有机组织才是最合理的形式。人类大脑对于现实世界的信息处理能力是有限的，我们以各种规则去编排我们接收到的信息，让其更加简单易记，或者借助外部设备来存储。
无论是各种神话故事，还是面向对象编程，我们都倾向于虚拟化、拟人化，越接近人类语言，越容易传承。所以我们能感知的复杂度，要远远比现实世界低很多。那么现实世界为什么如此勃勃生机，它是靠什么运转的?我认为所有的美妙就在于未知，没有任何一个个体能够装进所有信息，没有任何一个概念能够包揽所有，时空和时间有绝对的局限，没有终点，亦无起点。
分布式云就是在趋近这种未知，期待用新的规则来编排我们获取的信息，以便离现实世界更近。拿凯文凯利 《失控》 中的九个规律，我们来进一步理解其中的本质：
- 分布式生存：Distribute being
- 自下而上的控制：Control from the bottom
- 收益递增：Cultivate increasing returns
- 模块化生长：Grow by chunking
- 边界最大化：Maximize the fringes
- 鼓励犯错误：Honor your errors
- 不求最优化，但求多目标：Pursue no optima; have multiple goals.
- 谋求持久的不均衡态：Seek persistent disequilibrium
- 变自生变：Change how things change
未来的科技和组织，会越来越接近像有生命的生物有机体那样，呈现出“有机体化”的趋向。科技想要的东西就是生命想要的东西，科技的发展方向就是生命进化的方向。现在人类已定义的生命形态仅包括植物、动物、原生生物、真菌、原细菌、真细菌六种，但技术的演化和这六种生命体的演化惊人相似。技术应该是生命的第七种存在方式。技术是生命的延伸，它不是独立于生命之外的东西。
2006 年至今，服务器的数量从千、万台，迅猛增长到百万或千万台，云的形态越来越多，我们希望探索其中的共性，才能让云更加标准化，让单一的云组合成功能更加强大的云簇。分布式云的本质，就是希望模糊各种云形态的概念，不应该区分公有云和私有云，让云节点趋于标准化，让云的连接和覆盖范围愈大，若干个体相互独立，又松散耦合。
我们拿有机的人体，来形象说明分布式云。云计算能够处理大量信息，并可以存储短长期的数据，这一点非常类似于我们的大脑。大脑是中枢神经中最大和最复杂的结构，也是最高部位，是调节机体功能的器官，也是意识、精神、语言、学习、记忆和智能等高级神经活动的物质基础。人类的脊髓也含有灰质层，并具有简单中枢神经系统，能够负责来自四肢和躯干的反射动作，及传送脑与外周之间的神经信息。我们在初中的生物中都学习到了膝跳反应，这就是脊髓反应能力的证据。边缘计算对于云计算，就好比脊髓对于大脑，边缘计算反应速度快，无需云计算支持，但低智能程度较低，不能够适应复杂信息的处理。不同的云节点之间，可以打通双向或者单向的网络通道。
另外，分布式云的中心云节点应该以客户云为主体，客户想掌握自己业务的主导权，而公有云厂商只是提供各种专用云服务。有一种和目前分布式云的定义相悖的观点认为，以云厂商为中心云，是从资源垄断角度来看，而非业务角度，是不符合市场发展规律的。
所以分布式云不应该看做公有云的延伸，中心云应该围绕业务来定义。另外，分布式的本质在于去中心化，中心云节点只是承载了更多的管控和指挥职能，本质上不应该只有一个，在现实世界中，就相当于有众多的客户实体，不同的客户实体之间，不应该存在网络的联通，而应该只是逻辑上的关联。新一代云计算也将会以区块链为范本，进一步去中心化，扩大云的分布式大网。
虚拟架构最大化
硬件技术的发展速度一定是远远比不上软件的，为此我们把现实世界信息的抽象逻辑，更多地集中在软件层。例如在硬件之上，我们抽象了虚拟层，在虚拟层之上我们又抽象了容器，灵活度越来越高，单位也越分越细。
另外，在技术架构的设计上有一种返祖模式，软件模拟硬件的能力构建虚拟层，更好地做资源的调度和隔离。一旦软件虚拟技术发展到一定阶段，又会进一步推动硬件技术的标准化、微观化，例如早期的硬件资源都是整机组装，而有了 IaaS 后，会起到屏蔽底层硬件组织形式的作用，现在可以零散外挂，例如磁盘等，相信未来的硬件职能会进一步分化，原子粒度会越拆越细，越小的粒度也意味着越标准化，组织形式也越灵活。
当软件隔离技术越加成熟，对于硬件的安全隔离要求就会越来越低，公有云能提供的职能场景也会越来越多。例如，被广大政府机关、金融、银行等企业所诟病的数据安全不再是公有云的瓶颈之时，是否我们可以少很多本地云了呢?
技术的发展存在惊人的相似，通过软件去实现隔离，不仅仅存在于云技术中，也存在前端的技术当中。例如 react 和 vue 的虚拟 Dom，就是为了节省浏览器的资源消耗，而构建的一层页面元素的虚拟组织形式，有更快的效应速度，也可以让编程更加灵活。还有，在云原生中，我们一直致力于通过中间件来压缩有状态应用的存在比例，本质上就是把跟硬件的那一部分逻辑，更好地沉淀到业务底层。
因此，改变容易改变的，标准化不容易改变的。可以假设一个问题：如果我们一开始就有云，就构建了虚拟层做资源调度，我们还会有台式机、一体机吗?
分布式云如何落地
分布式云在业务上的形态
淘宝没有一件货， 却整合了整个零售业;银联没有一家银行，却整合了全部银行;美团没有一个饭店，却成就了很多酒店。分布式云的去中心化和高度虚拟化一定会催生未来最大的虚拟云产品市场，而它不应该绑定任何一个云厂商。云厂商不应该只以 IaaS 来定义云计算，而看不到最大的商机在哪里，云产品服务一定是可迁移的，这是不可阻挡的。另外，我们不可简单地认为，某个公有云就是云产品市场，各种公有云更像是一个自成一体的云平台。
对于云产品市场来说，最核心的组成就是云产品，对于云产品来说，为了服务到企业客户，云产品就不能限定云，云产品必须具备部署到“Any Where”的能力。而对于企业客户来说，云产品在不同的云之间，还能够随意复制、搬迁云产品产生的业务数据，对于云产品的升级，必须保证业务数据不能被覆盖，实现在线升级，让业务永不停机。
那么，对于云产品的资产编排、版本管理、镜像构建、服务搬迁、数据同步、中心管控、网络通道搭建等，必然离不开平台的管理。在阿里刚好有这么一个平台，叫做云原生应用交付平台，简称 ADP。ADP 简直是为分布式云场景量身定做的平台，可以让云产品和业务数据规模化交付和运维，是分布式云和云产品市场的物流搬运工。
分布式云催生了新的技术
Gartner 于 2021 年 11 月发布了企业机构在 2022 年需要探索的重要战略技术趋势，分布式云相关的多项技术入选，如分布式企业、云原生平台、主权云网络安全网格等。
接下来，我们来一窥这些技术战略都包括哪些内容：
- 生成式人工智能(GenerativeArtificial Intelligence)
即将上市的生成式人工智能是最引人注目和最强大的人工智能技术之一。该机器学习方法从其数据中学习内容或对象，并运用数据生成全新、完全原创的实际工件。
生成式人工智能可用于多种活动，如创建软件代码、促进药物研发和有针对性的营销，但该技术也会被滥用于诈骗、欺诈、政治造谣、伪造身份等。Gartner 预计到 2025 年，生成式人工智能将占所有生成数据的 10%，而目前这一比例还不到 1%。
- 数据编织(Data Fabric)
在过去的十年里，数据和应用孤岛的数量激增，而数据和分析(D&A)团队的技能型人才数量却保持不变，甚至下降。作为一种跨平台和业务用户的灵活、弹性数据整合方式，数据编织能够简化企业机构的数据整合基础设施并创建一个可扩展架构来减少大多数数据和分析团队因整合难度上升而出现的技术债务。
数据编织的真正价值在于它能够通过内置的分析技术动态改进数据的使用，使数据管理工作量减少 70% 并加快价值实现时间。
- 分布式企业(DistributedEnterprise)
随着远程和混合工作模式的增加，以办公室为中心的传统企业机构正在演变成由分散在各地的工作者组成的分布式企业。
Groombridge 表示：“这就要求首席信息官通过重大技术和服务变革提供无摩擦工作体验，不过事情总有两面性：这项技术会对业务模式产生影响。从零售到教育，每家企业机构都必须重新配置交付模式才能支持分布式服务。两年前，全世界没有人想到自己能在数字试衣间里试穿衣服。”
Gartner 预计，到 2023 年，75% 充分发挥分布式企业效益的企业机构将实现比竞争对手快 25% 的收入增长。
- 云原生平台(Cloud-NativePlatform，CNP)
为了真正能够在任何地方提供数字能力，企业必须放弃熟悉的“直接迁移”并转向 CNP。CNP 运用云计算的核心能力，向使用互联网技术的技术创造者提供可扩展的弹性 IT 相关能力“即服务”，从而加快价值实现时间并降低成本。
因此，Gartner 预测到 2025 年，云原生平台将成为 95% 以上新数字倡议的基础，而在 2021 年这一比例只有不到 40%。
- 自治系统(Autonomic Systems)
随着企业的发展，传统的编程或简单的自动化将无法扩展。自治系统是可以从所在环境中学习的自我管理型物理或软件系统。与自动化甚至自主系统不同，自治系统无需外部软件更新就可以动态修改自己的算法，使它们能够像人类一样迅速适应现场的新情况。
Groombridge 表示：“自治行为已因为近期被部署在复杂的安全环境中而为人所知。而从长远看，这项技术将被普遍应用于机器人、无人机、制造机器和智能空间等物理系统。”
- 决策智能(DecisionIntelligence，DI)
一家企业机构的决策能力是其竞争优势的重要来源，而如今这个时代对这项能力的要求也越来越高。
决策智能是一门实用的学科。该学科通过清楚理解并精心设计做出决策的方式以及根据反馈评估、管理和改进结果的方式来改进决策。Gartner 预测在未来两年，三分之一的大型企业机构将使用决策智能实现结构化决策，进而提高竞争优势。
- 组装式应用程序(Composable Applications)
在不断变化的业务环境中，业务适应性需求能够引导企业转向支持快速、安全和高效应用变化的技术架构。可组合的应用架构增强了这种适应性，而采用可组合方法的企业机构在新功能的实现速度上将比竞争对手快 80%。
Groombridge 表示：“在动荡的时代，可组合的业务原则帮助企业机构驾驭对业务韧性和增长至关重要的加速变化。没有它的现代企业机构可能会失去在市场中的前进动力和客户忠诚度。”
- 超级自动化(Hyperautomation)
超自动化通过快速识别、审核和自动执行尽可能多的流程来实现加速增长和业务韧性。
Groombridge 表示：“Gartner 的研究表明，表现最好的超自动化团队专注于三个关键优先事项：提高工作质量、加快业务流程和增强决策敏捷性。在过去的一年中，业务技术专家平均支持 4.2 项自动化倡议。”
- 隐私增强计算(Privacy-EnhancingComputation，PEC)
除了应对不断成熟的国际隐私和数据保护法律外，首席信息官还必须避免因隐私事件而导致客户信任下降。因此，Gartner 预计到 2025 年，60% 的大型企业机构将使用一种或多种隐私增强计算技术。
在数据、软件或硬件层面保护个人和敏感信息的 PEC 技术能够在不影响保密性或隐私的情况下安全地共享、汇集和分析数据。目前这项技术被应用于许多垂直领域以及公有云基础设施(例如可信的执行环境)。
- 网络安全网格(Cybersecurity Mesh)
Groombridge表示：“数据贯穿了今年的许多趋势，但只有当企业能够信任数据时，数据才会变得有用。如今，资产和用户可能出现在任何地方，这意味着传统的安全边界已经消失。这就需要有网络安全网格架构(CSMA)。”
CSMA 帮助提供一体化安全结构和态势，为任何位置的任何资产提供安全保障。到 2024 年，使用 CSMA 一体化安全工具组成一个合作生态系统的企业机构能够将单项安全事件的财务影响平均减少 90%。
- 人工智能工程化(AI Engineering)
IT 领导人想方设法地将人工智能集成到应用中，在从未投入生产的人工智能项目上浪费时间和金钱或在人工智能解决方案发布后努力保持它们的价值。人工智能工程化是一种实现人工智能模型操作化的综合方法。
Groombridge 表示：“从事人工智能工作的混合团队是否真正能够为他们的企业机构实现差异化，取决于他们通过快速人工智能变革不断提升价值的能力。到 2025 年，10% 建立人工智能工程化最佳实践的企业从其人工智能工作中产生的价值将至少比 90% 未建立该实践的企业高出三倍。”
- 全面体验(Total Experience，TX)
全面体验是一项结合客户体验(CX)、员工体验(EX)、用户体验(UX)和多重体验(MX)学科的业务战略。TX 的目标是提升客户和员工的信心、满意度、忠诚度和拥护度。企业机构将通过实现具有适应性和韧性的 TX 业务成果来增加收入和利润。
未来智能实验室的主要工作包括：建立 AI 智能系统智商评测体系，开展世界人工智能智商评测;开展互联网(城市)大脑研究计划，构建互联网(城市)大脑技术和企业图谱，为提升企业，行业与城市的智能水平服务。每日推荐范围未来科技发展趋势的学习型文章。目前线上平台已收藏上千篇精华前沿科技文章和报告。
Gartner 研究副总裁 David Groombridge 表示：“随着各企业高管努力通过与客户的直接技术联系来寻求增长，首席信息官(CIO)必须找到恰当的 IT 力量来实现业务增长和创新，并创建可扩展的、有弹性的技术基础，其可扩展性将为数字投资腾出现金，这些当务之急构成了今年趋势的三个主题：工程信任、塑造变革和加速增长。”
- 建立信任
建立信任时需要关注的技术包括主权云、非同质化通证(NFT)、机读法规、去中心化身份、去中心化金融、同态加密、主动元数据管理、数据编织、实时事件中心和员工通信应用。
- 加速增长
为了加速增长，应探索以下技术：多重体验、行业云、人工智能驱动的创新、量子机器学习(ML)、生成式人工智能和数字人类。
- 塑造变革
希望塑造变革的企业机构应考虑组装式应用、组装式网络、人工智能增强设计、人工智能增强软件工程、基于物理信息的人工智能、影响力工程化、数字平台指挥者工具、命名数据网络和自集成应用。
另外，由于这些技术战略的落地还存在各种现实的困难，离拐点集中式爆发还存在一些距离，目前基本都处于技术萌芽期：
分布式云面临的问题
分布式云会弱化公有云的中心职能?
分布式云强调去中心化，那么分布式云的盛行是否一定会弱化各大云厂商的垄断态势呢，毕竟谁都很难形成中心化。这不是搬起石头砸自己的脚吗，那为啥云厂商还热衷于此呢，这是一个产业链的问题，就跟小吃街的餐馆比荒村的餐馆生意好。这是所有云厂商都挤破脑袋需要参加的生态链建设。
站在云厂商的角度，大家就是想把自家的公有云，尽最大可能向客户侧延伸。这是分布式云的初衷。已经有部分云厂商预估到了这个态势，甚至提出边缘计算应该遏制，因为管理起来实在太复杂了，并且得不偿失。
- 站在客户的角度，希望将服务的主导权掌握在自己的手中，这样能够确保安全和高可用，同时会有效地遏制公有云厂商的垄断，让自己对于公有云的产品服务有更多议价权，而不是被别人遏制核心的咽喉。在搭建分布式云时，客户更希望将中心云部署在自己的云上，通过自己云上的中心管控去调度其他云的服务。
- 市场形式永远是跟着客户需求走的，公有云未来最好的出路就是做好服务，交付服务，搬运数据，让整个产业链无比顺滑。并且一定要抛弃“IaaS 是核心，SaaS 是帮助 IaaS 促销”的旧观念，变 SaaS 为核心。否则成也萧何败萧何，类似于闭关锁国，固步自封，你不去搞，总有其他人去搞。
云原生的商业化离业务太远?
可以这么说，如果不发生世界大战，未来最好的行业一定是服务于人的体验的，按尤瓦尔·赫拉利《未来简史》的预言，低智重复的工作逐渐被虚拟人代替，人类最重要的事情就是感受世界的美好，每个人都可以打造大小三千虚拟世界，成为其中母神或者天道一类的强大存在，曾有人拿量子计算来说明，当前的人类世界，也不过是更高级文明控制的镜子世界。
所有的科幻都是现实的缩影。因此，是终端用户的需求引导了市场的发展，离终端用户越近的企业，对市场的主导程度越高，随风转舵的能力越强，盈利结构越健康，商业潜力也越大。拿阿里来举例，其核心电商业务是以“天下没有难做的生意”为理念，本质上是服务于卖家的，离终端用户还差点意思，因此阿里为寻求突破，全面发展娱乐、健康、旅游等多个行业，通过强管控一些垂直行业的业务，做到自主经营，以期让商业结构更加稳健。
每一个技术产品总想离终端客户更近，离客户越近，变现越容易，市场话语权越大。云原生商业化亦是如此。对于 CaaS 容器平台的提供商来说，上承 IaaS 云厂商，下接 PaaS 提供商，离终端的用户还差一段距离：
为了迎合外部市场，CaaS 容器提供商，不断打造各种全栈平台，以期覆盖更多的技术场景。但做得越多，发现平台越沉重，甚至出现了多层底座套底座的情况，导致客户只需要其中一点能力，我们要拔萝卜带泥扯出一大堆，客户的感官很不好。
而且，云原生为了自动化，天然把许多运维人员人工干的事都抽象概括了出来，导致一些离运维比较远的开发，认为云原生比较复杂，这其实是转嫁了运维人员的活到了开发人员。当然，这有本质区别，运维人员要干一周的活，开发人员只需要几分钟，从企业整体来看，是提高了效益的。不管怎么说，对开发人员的要求肯定是更高了，要理解的概念更多了。自动化并不是点一个按钮就完事的事情，配置自动化规则需要对运维有更深的理解，谁也不知道这个规则下发之后会带来多大面积的影响。到了最后，越是高精尖自动化的技术产品，越是被少量人才才能掌握。
所以云原生对人才的要求高了，无论是容器平台的提供商，还是使用容器平台的客户。该下沉的 k8s 和中间件的技术栈，透出到了客户端。早期为了响应上云的号召，大部分业务只是托管上云，根本未做云原生改造，云原生并未给客户真正的福利。CaaS 提供商想出圈，暴露了各种高大上的概念，SaaS 客户一脸懵逼，所以云原生到底有啥用，除了复杂还是复杂。本质是中间缺了一环，在 CaaS 提供商和 SaaS 客户之间，应该打造各种垂直场景的 PaaS，这些 PaaS 大部分是各种行业的 APaaS，是帮助搭建 SaaS 的低代码平台，让 SaaS 客户不要去理解底层技术的复杂性。目前 PaaS 的建设肯定是不完善的，这需要业务和技术的双重推动。
所以，不得不承认，CaaS 提供商就应该离 SaaS 客户远一点，PaaS 客户的规模肯定不大，但是他们主导了一批行业 SaaS，引领行业爆发式向前发展。
云原生操作系统和混合云平台谁能实现“Any Where”?
为了适应分布式云的“Any Where”服务场景，各个云厂商在技术层面，将原来的增强版 K8S 服务改头换面，打造为云原生操作系统;在业务层面，将原来的混合云平台进行改造，可以对接多种类型的云节点，以期实现 SaaS 的多云轻松管控，但分布式云并非混合云，虽然经验可以复用，但类似于云原生概念的提出，分布式云管控平台需要从设计理念和技术架构上推倒重来。首先得模糊各种云节点的不同，公有云、私有云、边缘云一把梭，将其中的差异变为可扩展的配置。
业务驱动技术，可以看出来，最先带动分布式云的，一定是含有业务属性的分布式云管控平台。
分布式云是否虚无缥缈?
对于企业客户来说，云原生还没整明白呢，咋就又来了分布式云，是趋势合该如此，还是炒一波热度的噱头?
其实，分布式云本就已经存在了，大部分企业就是采用的分布式云架构。分布式云概念的提出，只是为了让这种架构更加具象化、标准化。顺应企业客户的意愿，让分布式云发展得更快。但是，虽然分布式云是未来的方向，但是想要快速发展，仍然面临很多问题：
- 云原生目前只走完业务托管上云这个阶段，业务在云原生改造方面缺乏动力，所以无法真正享受云原生带来的福利。虽然元宇宙、5G 计算、云游戏需要更高算力，但这些业务本身的方向还不明朗，离实践还有很长一段距离。
- 分布式云中的服务交付行业，整体比较粗糙，人工化成本极高，由于云和云之间的数据同步难度极高，服务的升级会很大程度影响现有运行时的业务，急需定义一套公认的数据交互标准。
- 物联网(IoT)是息息相关的，但该领域的整体成长性现在是偏弱的，分布式云的紧迫性没有那么高。
- 分布式云对于网络连接的要求比较高，如果出现长时间的网络中断，就会导致数据丢失或者功能无法使用。
- 分布式云尚无业务大规模实践过，理论到技术都很不完善，可能会带来成本不确定性。
