前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >2021年Argo Workflows调查结果

2021年Argo Workflows调查结果

作者头像
CNCF
修改2021-03-15 15:30:20
6600
修改2021-03-15 15:30:20
举报
文章被收录于专栏:CNCF

2021年Argo Workflows调查持续了三周。共有60份回复。最终的NPS得分高达66分。

角色

也许不出所料,大多数是工程师:

  • 32% DevOps工程师
  • 26% 软件工程师
  • 15% 架构师
  • 9% 数据工程师

这与我们基于所知道的主要用例所期望的紧密相关。

用例

六个用例占主导地位:

由于受访者倾向于DevOps工程师,这可能夸大了基础设施自动化和CI/CD用例的比例。

受欢迎的特性

我们很高兴看到模板和API如此流行:

有趣的是,我认为我们期望更多的人使用一种不同的语言客户端。semaphore和mutex都比我们预期的要低,但这些都是非常新的特性。

规模

  • 大多数用户每天运行10多个或100多个工作流,但有3个用户报告每天运行1000个工作流。
  • 大多数用户在每个工作流中运行10多个或100多个pod,但是有2个用户报告在每个工作流中运行1万多个pod。

采用的障碍

YAML是主要的挑战;许多用户更熟悉Python(提到7次)。

熟悉云原生和容器也是一个挑战(提到了3次)。

“Convincing folks that containers aren’t scary and YAML isn’t evil”

补充和改进

提供一个Python DSL(5次提及)。值得注意的是,用于Argo Workflows的Python DSL已经以Couler[1]的形式存在了(了解如何使用Python编写工作流[2])。

“Honestly, something like a good python DSL would be fantastic”

改进(提到3次)。Argo workflow v3.0有一个改进的用户界面[3]

文档也被提到作为一个需要改进的领域(3次)。

“I do find that often features we want exist already but can be a little difficult to discover” “I think the docs sometimes feel a little bare or like they don’t have enough structure.” “Improve UI, multi-cluster, docs”

为什么使用Argo?

用户喜欢它是云原生/Kubernetes(提到28次)

最佳工作流管理器(大约提到6次)

“Best workflow manager on K8S” “the best K8s orchestrator we found” “one of the best cloud native tools i’ve ever seen” “better than other frameworks that were evaluated” “Best workflow manager on K8s.” “Because its the best to manage DAGs in the industry”

相对轻量级和易于使用(提及5次)

“…lightweight, kubernetes native. Great community.” “we wanted more flexibility...” “Its way faster…” “so much more powerful…”

与Argo CD配合良好(提到5次)

“We picked it for the easy integration with ArgoCD” “We were already using ArgoCD. The doc/community/concepts felt good. We managed to get satisfying state quickly.”

下一步

目前我们考虑:

  1. 谁想要Python DSL?他们会用它做什么?我们已经有了Couler,我们需要进一步推广这个解决方案吗?我们需要为Python直接提供支持吗?
  2. 文档的哪些方面需要改进?我们如何确定呢?社区能提供帮助吗?

参考资料

[1]

Couler: https://github.com/couler-proj/couler

[2]

了解如何使用Python编写工作流: https://blog.argoproj.io/authoring-and-submitting-argo-workflows-using-python-aff9a070d95f

[3]

Argo workflow v3.0有一个改进的用户界面: https://blog.argoproj.io/argo-workflows-v3-0-4d0b69f15a6e

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2021-02-26,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 CNCF 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 角色
  • 用例
  • 受欢迎的特性
  • 规模
  • 采用的障碍
  • 补充和改进
  • 为什么使用Argo?
  • 下一步
    • 参考资料
    相关产品与服务
    CODING DevOps
    CODING DevOps 一站式研发管理平台,包括代码托管、项目管理、测试管理、持续集成、制品库等多款产品和服务,涵盖软件开发从构想到交付的一切所需,使研发团队在云端高效协同,实践敏捷开发与 DevOps,提升软件交付质量与速度。
    领券
    问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档