赞
踩
虚拟化:基本上所有的云平台,它的计算资源主要是用虚拟机的方式给大家提供,但是也有例外,可以指定购买物理机。
负载均衡:云服务器不直接暴露在公网上,它们只会有一个内网IP地址,通过VPC进行串联。当外部服务要访问它的时候,必须通过负载均衡器(三层、四层、七层)。在负载均衡器外面,还有WAF防御、DDos防御、CDN加速等。
自动扩展:一组服务通常要架在多个高可用区。通过负载均衡对外统一称为一个组,一个伸缩组或者一个弹性组。当节点的健康检查不通过会从轮询列表拿出,而服务扩展时会放入轮询列表,实现自动扩展。
易于使用:一个小白,登录云平台花上一两周时间就可以精通。
终态声明:不用记录以前有多少个节点、资源,只需要告诉云平台,我想要xxx节点,xxx个CPU,它就会自动根据你的最终目标来进行创建。
基础架构即代码:声明以上目标是一小段代码进行描述的,把希望最终得到的基础架构,用描述性语言写清楚即可。
不可变基础架构:基础架构资源不会改动,而是通过不断地删除、创建,最终达到用户的需求。
支持传参:根据环境不同,传入不同参数,以达到不同的效果。
乐高编程:拖拉式,只需要在界面进行拖拉即可。
Terraform、CloudFormation、ROS
JSON/YAML(CloudFormation、ROS)、TF(Terraform)
左边是可选择的资源,把左边的资源,拖到右边的管理平台的界面里面,拉几根线就可以自动实现json和yaml文件的仓建。
左下角可以用模板描述出资源、处理器、内存等细节,通过一两条命令,就可以让云平台在几分钟之内完成所有资源的对应的配置。
指定运行平台与版本,定义计算资源、网络。
云服务器可以随时启停,停止状态更省钱。
可以使用ROS和Terraform:
可以进行资源拖拉即可实现:
在内部网络之上,架一个虚拟的VXLAN,性能较差,扩展性较差。
在网络设计初期,就要求每个子网之间的网段划分的非常清晰,两个数据中心之间不能有网络重叠。
每一个子网全部叫做VPC。或者每一个子数据中心叫做VPC,里面的内容通常是一个单元或者子数据中心。
VPC里面可以创建一些小交换机(subnet),这些小交换机里面再划分一个更进一步的子网。通过BGP路由协议进行互联。
VPN实现数据中心与云平台的互通。
安全组(security group)的作用就是,每个计算资源之间有黑白名单的限制,实现网络安全。
简单:硬盘,不建议分区,因为云上的磁盘有快照、镜像,有分区的时候,快照镜像重新回滚可能存在问题。
也不建议使用LVM(逻辑卷管理),传统磁盘后台挂三四个盘,用逻辑卷管理, 形成多个虚拟磁盘,当一个盘进行快照回退,另外几个盘经常会出现数据不一致的情况,导致整个文件系统崩溃。
独立:要做到,系统盘和数据盘要独立,云盘和计算节点独立。当删除一个计算节点时,数据盘不会受到影响。
统一:挂载统一放在/etc/fstab
。
第一原则:能不用就不用,尽量用对象存储替换。
管理:同步Rsync、备份NetBackup、云原生服务。
网络访问:VPC、ACL防火墙、VPN、NAT。
对象存储可靠性很高,通常能达到10个9(数据存储高可用),而读写高可用能达到5个9。
灵活性:API/SDK、命令行、控制台、文件系统、FTP、网盘等形式都可以。
功能性:访问控制、元数据描述、版本管理、键值存取。
基本上我们购买的每一台云服务器,后面都会挂载着一个盘,默认就是系统盘,也就是一种云盘。
快照就相当于该时间点的数据的一个备份,后续的内容都不会修改。
人属于组,组可以授权一些角色,这些角色可以授权对资源的访问。
人属于组,组可以授权一些角色,这些角色可以授权对资源的访问。
一般没有个人直接赋予一些角色的。
价格很高。
浏览器缓存、CDN缓存、SLB缓存、反向代理缓存(Nginx)、应用内存缓存(堆内、堆外)、缓存服务器(Redis等)、数据库缓存
主要实现异步、松耦合、延迟通知、数据广播、削峰填谷、可靠投递、流处理。
卷积/循环神经网络(CNN/RNN):
卷积神经网络,主要用于做图片、视频和音频的搜索、比对。
循环神经网络,主要用于做语音和文字的处理。分组+处理+关联。
RNN:某些方面处理的并不是很好:
LSTM长短期记忆模型:
优势:生态圈强大、环境准备简单、镜像胚胎、业界技术支持广泛。
劣势:业务DIY关联性弱、网络和存储没有完全自动化、非功能需求。
机会:江山一统、第三方PaaS。
威胁:风口变化、公有云PaaS、方兴未艾。
新手建议先接触Docker(市场占有率70%+)。
优势:多语言发布、网络、安全、高可用、自伸缩、可扩展。
劣势:标准化较差、前期准备、服务定制、中文文档较少。
机会:多公司加入生态圈、混合云环境。
威胁:风口变化、Docker江山一统。
Kubernetes(K8S)(市场占有率60%+)、Mesos+Marathon、Docker Swarm、Cloud Foundry。
Kubernetes(K8S):
优势:混合云模式都支持、技术普及率高、文档多、存储管理很好、弹性伸缩支持好。
劣势:仅为容器服务、安装相对复杂、大数据场景支持差。
机会:江山一统、业界标准。
威胁:风口变化、Serverless崛起。
Mesos+Marathon:
其实不能说是容器编排引擎,应该说是数据中心编排引擎,它可以把整个数据中心当成一个linux操作系统,统一管理里面的进程、文件,系统管理里面的数据流、计算流。
优势:资源统一管理、多框架并存、快速上手、部署简单。
劣势:不适合混合云、文档相对较少、功能覆盖不全。
机会:云大数据融合、新的调度框架。
威胁:风口变化、K8S江山一统。
Docker Swarm:
优势:混合云、兼容Docker、起步简单、业界知名。
劣势:管理粒度、网络和存储管理差、非功能需求。
机会:江山一统、Docker与K8S决裂。
威胁:风口变化、K8S江山一统。
Cloud Foundry:
优势:多语言发布、网络、安全、高可用、自伸缩、可扩展、金融领域用的多。
劣势:开放性较小、前期准备、服务定制化高、中文文档少。
机会:多公司加入生态圈、混合云环境。
威胁:风口变化、K8S江山一统。
Controller&Pod:
无状态服务,是一些应用,deployment。
有状态服务,通常是mq、redis等需要存储数据的。
任务是定时的任务,短时,执行一次的。
定时任务是长时。
特定行业的应用,而且这种行业具有一定的普遍性,通过一定的业务娃爱宝,通过一定的行业标准,可以简化一个企业从无到有,从小到大,从弱到强的发展周期。
每个企业只要专注于自己的核心业务,对非核心业务比如客户管理、大数据分析、办公管理系统等等,都外包给SaaS平台。
还有一些通用的前端业务、人工智能、大数据等核心难点功能,也都可以使用SaaS平台。
如果说IaaS是云平台的过去式,PaaS就是云平台的现在式,SaaS才是云平台的未来式。
SaaS服务五花八门。
CRM:用友、金蝶、Salesforce SaaS,采用SaaS云平台,对外提供用户租赁式CRM系统。
阿里的新零售业务:
SaaS金融云:
AI养猪:
SaaS后端最大的能力就是计算。
下图是阿里云的高性能计算云平台,当任务下来时,后台自动调度大量的节点进行处理数据。
还有云图形渲染。
办公自动化系统、虚拟云桌面。
企业云盘:
在数据库/缓存/配置/ABTesting,添加新功能的开关,启动时先判断功能是否开启。
云平台能根据当前的性能和压力给出一些容量规划的建议,这样我们就不需要花很多时间来做性能测试、容量规划、性能分析、故障评估。
还有链路追踪工具,通过全局TraceID和SpanID,将微服务调用链路串联起来,可以追踪整个API的调用链。
还有日志监控工具,需要考虑高并发、高吞吐、横向扩展、实时性、稳定性、可视化。
腾讯云、华为云、阿里云、百度云、金山云、京东云、浪潮云……
阿里云在业务方面比较强,经历双十一的验证。
腾讯云在社交能力、游戏能力比较强,其他都差不多。
腾讯微服务平台也是一个特色。
华为云轻量、简单,很容易公有云私有云对接。
覆盖AI、Bigdata,并提供云平台的服务。
AI:
BigData:
Cloud:
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。