前言
《云原生生态周报》由阿里云容器平台联合蚂蚁金服共同发布，每周一期。众多一线社区专家与您一起“跟踪动态，读懂社区”，分享云原生社区项目进展、活动发布、精选博客等信息。以下是第二十期云原生生态周报的内容。
业界要闻
Kubernetes v1.16 发布
在这次发布中值得关注的一些特性和 Feature:
蚂蚁金服开源 ElasticDL 项目
9 月 11 日，蚂蚁金服在 2019 谷歌开发者大会上海站上开源了 ElasticDL 项目，这是业界首个基于 TensorFlow 实现弹性深度学习的开源系统。ElasticDL 实现了容错和弹性调度的分布式深度学习，可以极大提升集群的总体利用率，同时显著减少用户提交作业之后等待作业启动的时间（pending time）。
Oracle 宣布永久免费一部分云计算服务
Oracle CEO Larry Ellison 在 OpenWorld 大会上宣布推出了Oracle Cloud Free Tier，大小型公司和组织、开发人员、学生和教育工作者都可以构建、学习和探索 Oracle 自治数据库和 Oracle 云基础架构的全部功能。
这次推出的 Oracle Cloud Free Tier（免费套餐计划）共有两个组成部分，分别是免费试用计划和永久性免费云服务。
上游重要进展
Kubernetes 项目
1.修复 API Server 访问 Webhook 流量不均衡问题。
在集群规模或者 QPS 比较高的集群内，建议 Port 这个修复以避免 Webhook 单点工作引起性能瓶颈：
修复 Pod toleration 引起的 Bug。
修复 Pod toleration 有多个的情况下，引起 comparison & merging 的 Bug。建议 Port 这个修复，以提高调度 Pod 语义的健壮性：
：降低 API Server 对于 Watch 事件序列化的开销。
目前在一个大规模集群下的 API Server，有太多的 CPU 时间片和资源被用于序列化和反序列化，为了进一步提高集群性能和吞吐，我们应该想办法优化序列化和反序列化的问题。
top="2367">Knative 项目
1.讨论 knative 发布原则
2.Dead-Letter Channel Design
针对死信队列的设计，预计在 Eventing v0.10.0 版本中发布
3.Update on Performance Task Force
Eventing 性能测试，进行了吞吐量的基线测试，即不使用 broker 或者 channel 下的数据指标。下一步会进行基于 broker 或者 channel 的吞吐量测试。
开源项目推荐
eng-practices
Google 关于 codeview 的指导文档。很早就对 Google 良好的 codeview 文化有所耳闻，作为工程师，我们都应该学习 codeview 文化以达到更好的和同事协作。（中文版参考：）
用户体验非常棒的基于 Kuberntetes 的 gitops CI/CD 系统 – argo-cd。
蚂蚁金服开源基于 TensorFlow 的弹性分布式深度学习系统 ElasticDL。
本周阅读推荐
《进击的Java - 云原生的蜕变》
云原生时代的来临，与 Java 开发者到底有什么联系？有人说，云原生压根不是为了 Java 存在的。然而，本文的作者却认为云原生时代，Java 依然可以胜任“巨人”的角色。作者希望通过一系列实验，开拓同学视野，提供有益思考。
《PaaS 和 KaaS 有什么区别？什么时候重要？》
PaaS 和 KaaS 提供了许多类似的功能，所以很容易将平台作为服务与 Kubernetes 作为服务系统混淆，但是它们本质上是不同的，如果你选择了错误的选项，这可能会产生严重的影响。在这个网络研讨会上，Mirantis 的 Nick Chase 解释了两者之间的区别，以及如何为你的特定用例选择更好的方法。
《Kubernetes 身份认证和授权操作全攻略：访问控制之 Service Account》
深入探讨访问控制中的 service account。
《Kubernetes 持续崛起的背后：安全问题仍在，生命周期存疑》
为了更好地理解容器与 Kubernetes 的安全与采用趋势，文章整合了来自安全、DevOps 以及产品团队的近 400 位成员调查结果，希望了解各类组织如何采用容器技术、目前面临的安全问题以及进一步发展的具体见解。
《使用 Django，Prometheus，和 Kubernetes 定制应用指标》
文章强调了应用程序定制指标的重要性，用代码实例演示了如何设计指标并整合 Prometheus 到 Django 项目中，为使用 Django 构建应用的开发者提供了参考。
《构建 Kubernetes 集群 —— 选择工作节点数量和大小》
文章从多个维度阐述了使用更少的大节点与更多的小节点来组建 Kubernetes 集群各自的优势与劣势，并结合实践经验给出了选择工作节点数量和大小的一般方法。
相关阅读
云原生生态周报 Vol. 19：Helm 推荐用户转向 V3
云原生生态周报 Vol. 18：独家解读 etcd 3.4 新特性
云原生生态周报 Vol. 17 ：Helm 3 发布首个 beta 版本
云原生生态周报 Vol. 16：CNCF 归档 rkt，容器运行时“上古”之战老兵凋零
云原生生态周报 Vol. 15：K8s 安全审计报告发布
云原生生态周报 Vol. 14：K8s CVE 修复指南
云原生生态周报 Vol. 13 | Forrester 发布企业级容器平台报告
云原生生态周报 Vol. 12 |K8s 1.16 API 重大变更
云原生生态周报 Vol. 11 | K8s 1.16 早知道
云原生生态周报 Vol. 10 | 数据库能否运行在 K8s 当中？
云原生生态周报 Vol. 9 | K8s 1.15 后的性能提升
云原生生态周报 Vol. 8 | Gartner 发布云原生趋势
云原生生态周报 Vol. 7 | Docker 再爆 CVE
云原生生态周报 Vol. 6 | KubeCon EU 亮点汇总
云原生生态周报 Vol. 5 | etcd 性能知多少
云原生生态周报 Vol.4 | Twitter 从 Mesos 全面转向 Kubernetes
云原生生态周报 Vol. 3 | Docker Hub 遭入侵，Java 8 开始提供良好的容器支持
云原生生态周报 Vol. 2 | Godaddy 开源 KES、CNCF 提供免费云原生课程
云原生生态周报 Vol. 1 | Google 发布 Cloud Run，开源项目 Kubecost 让 K8s 花费一目了然
