赞
踩
数据中心可以分层,一共分为五层:
如果要自建一台EDC,从机房建设,设备采购到最后运维保护来说都是非常复杂的过程,业务上线也会十分的慢,要有几个月才能上线。
可以说面临两项挑战:
TCO(总拥有成本)
TCO = CapEx(采购成本)+OpeEx(运营成本)+OppCost(机会成本(故障等产生的成本))
TVO(总拥有价值)
TVO = IT带来的业务价值与收益
TCO较高,TVO不明显
数据中心还有分级,可分为4级:
基于可靠性、安全性、运维管理能力、基础设施可用性分级
核心指标是:
可用性 = (承诺服务时间 - 宕机时间)/ 承诺服务时间 * 100%
T1实现了基本容量,提供了业务基本需求的基本容量,没有冗余和备份,有28.8小时年宕机时间,一旦宕机没有备份,可靠性和可用性不能保障。
T2在T1基础上提供了一些冗余组件,可以提供一些备份,但这些备份是一些离线备份,不能及时拿来使用,可靠性和可靠性不够高。
T3是在冗余组件的基础上,设置主系统和备系统同时运行,实施切换,一旦主系统出现问题备系统立刻切换。对一些大型企业,银行等这样及时切换还是不能满足数据保障需求。
T4是双活容错,就是两地三中心的机制,同时在两地数据中心进行运作,即使其中一个数据中心宕机,业务立刻切换另外一个数据中心使用,切换成本低,因此可用性最高。
从T1到T4可用性不断增加,但投入一样需要很高,将数据中心定在什么级别与业务的可用性要求和成本需求需要有个均衡。
从上自建EDC方案可以发现主要挑战还是成本高,收益不明显的问题,这样就需要减少成本,可以考虑使用IDC方案(租用/托管)
IDC资源出租(空间、主机、带宽)、分为托管型和租用型。
类型/职责 | 托管型 | 租用型 |
---|---|---|
运营商提供 | 机房资源、带宽接入、电力维护 | 机房资源、带宽接入、电力公园、硬件投入、管理维护 |
企业提供 | 购买硬件、管理维护、业务系统 | 业务系统 |
相比EDC:成本更低、上线更快、标准化、电信级可靠性、运维管理等
起源:企业使用IT资源,不再需要自建DC,自组运维团队,可以像水或电一样有专门的公司提供,企业直接付费使用。
提出:2006年谷CEO埃里克提出云计算概念。2006年AWS成立,云计算落地
NIST定义:云计算是一种按需使用,按量付费的服务模式,提供可用的、便捷的、按需的网络访问,可配置的计算资源共享池。
如何理解像电一样使用IT
对比项 | 自建EDC | 传统IDC | 云计算 |
---|---|---|---|
租用范围 | 0 | L0、L1、部分L2 | L0–L4 |
总体成本 | 高 | 中 | 低 |
上线时间 | 慢 | 一般 | 很快 |
运维管理 | 复杂 | 一般 | 简单 |
扩展性 | 很难 | 一般 | 弹性扩展 |
自主可控性 | 高 | 较低 | (公有云/私有云) |
按需服务有两个维度:
(资源/时间)
从资源的维度来说:传统数据中心用户自建机房、设备、操作系统和上层应用十分不灵活,有很多弊端,成本高、上线慢、扩容麻烦,但是云计算在用户需求什么就可以提供相应的服务资源。
从时间的维度来说:以前搭建系统,不仅耗费大量时间准备,运营的时候还需要付出大量的时间成本,但是云计算中,我们可以按时间服务,需要工作多久购买多久,期限到期自动脱离销毁,不需要在付出额外人力、时间。
更灵活、低成本。
传统IDC、EDC资源是割裂的,每个服务器或存储空间只能为其对应的业务服务,应用效率非常低。
但是云计算中,分离了软硬件,实现虚拟化资源池,服务可以共享资源,提高利用率;同时也提高了可用性,当有服务发生故障可以直接对其牵引到其他资源上使用。
弹性扩展主要解决了两个问题:
业务需求、成本均衡
传统数据中心接受业务时,一般有波峰和波谷,如果资源准备按照波峰准备,波谷时会发生资源的浪费;按照波谷准备就不能满足波峰时业务的需求。
云计算可以实现弹性调动,需求多时可以弹性扩展,需求少时可以资源回收,实现资源的有效利用和成本的均衡控制。
指随时随地的高质量网络访问。
传统数据中心如果在距离较远,跨域甚至跨国传输时,如果没有网络相关的资源和CDN加速,容易发生数据传输速度慢、丢包等情况。
云计算使用了专线的网络带宽保障,通过CDN的加速,可以通过各种终端能够连接到云,能够高质量、高效的体验使用这些资源服务。
传统数据中心所带的两个缺陷之一就是所体现的价值不明显。
云计算通过计算服务时间、考量服务质量,由服务生命周期管理计算,精确度量服务质量和价值,体现出云计算的价值,实现云服务的市场化。
同时可以分析投入与产出的效能,精细化运营,对服务质量不高的业务实现资源的充分利用和调配。
其他特征:规模效应、高可靠、高可用(其他系统也有不是云计算特有)
三种模式:
**SaaS:Software as a Service 软件即服务
把应用软件当作服务,由用户使用,就是成品的应用软件,客户可以根据工作需求订购所需应用。
PaaS:Plarform as a Service 平台即服务
把数据库、中间件、开发环境等服务器平台当作商品,为用户提供架设应用的服务器平台。
IaaS:Infrastructure as a Service 基础设施即服务**
把存储、CPU、服务器、安全系统作为服务,为用户提供基础设施的服务平台
1. 公有云:用户共享式云服务
2. 私有云:企业自有云计算或专有式提供云计算服务
3. 混合云:两种方式(公+私或多云互通),未来主要趋势
4. 行业云:对特定的行业有特别优化
公有云与私有云差异
混合云
行业云
解决问题在于:
标准通用的公有云难以满足特定行业定制化需求,主要因业务理解不足、技术储备不够或者定制成本太高。
方案一:公有云厂商带领行业伙伴搞行业解决方案
方案二:行业头部厂商整合IT能力出售给同行业其他企业使用。
计算机虚拟化之前:
硬件设备运行单一操作系统
软件必须与硬件资源强耦合
资源利用率低,扩展性与容错性差
虚拟化后:
裸金属架构(直接与硬件设备连接),虚拟化层直接运行在硬件上
提供虚拟CPU与内存资源池,多VM共享
软件与硬件解耦,可故障迁移,弹性扩展
虚拟化分类
全虚拟化: GuestOS(运行在虚拟机的系统)直接运行在虚拟化层上,无需进行任何修改。
半虚拟化: GuestOS需要修改安装额外驱动
如ESXi是全虚拟化,Xen上Linux VM是半虚拟化需要安全装PV Driver,而Xen上windows VM是全虚拟化无需修改(不允许修改)
三种虚拟化架构:
ESXi
Xen
KVM
三个架构对比
自Linux 2.6.20起,作为Linux内核模块发行。因KVM性能优、易扩展、易管理等优势,多厂商已逐渐从其他虚拟化平台迁移到KVM平台。
分布式储存技术——ServerSAN
在服务器上面构成一个存储池结构,传统本地硬盘只能给本地服务器使用,但是通过增加分布式存储池,就可以把多个服务器的本地磁盘组成一个存储资源池,就可以供上层的应用使用。
在分布式存储层中,实现了三个元件,当应用需要读写数据时,先将命令发给读写元,读写元就会通过控制元去查询数据位置,在写入时,控制元会通过一种Hash算法在数据写入时确保数据均匀分布在各个节点,读写元负责写入数据到对应模块。(类似于交换机的T接线器)
优势
性价比高:使用普通的磁盘和普通的服务器就可以实现大量存储
易扩展:实时增加或减少节点就可以实现快速弹性扩展
高可靠:容量大,数据可以保存3副本,快速的故障转移和修复。
网络虚拟化SDN(Software Define Network)
传统网络配置管理和硬件转发都在同一个设备上,程序复杂,虚拟化之后,就可以分层管理:
SDN与NFV对比
云管理平台 OpenStack
是一个开源的云计算管理平台,其管理核心的服务如下:
优势:开源项目、兼容各种云平台、标准统一规范
缺点:部署运维升级复杂、性能与扩容性差、容灾能力不足(原因都是因为要企业自己做运维管理)
大多数云厂商并没有选择使用这一开源模块。
腾讯云管理平台 VStation
VStation是腾讯完全自主研发的云计算管理平台
VStation架构
VStation和OpenStack对比
应用虚拟化——容器技术
容器技术使用中轻量级虚拟化技术,通过进程隔离,将应用软件及其运行所依赖的资源与配置打包封装,提供独立可移植的运行环境。
优势:可移植、普遍适用、虚拟化程度更细化
具体的容器技术:Docker容器
最流行的容器技术,实现了标准化、强移植,目标:build、ship and run any app、anywhere。
K8S(Kubernetes): 是Docker开源的容器编排管理调度技术。
优势:
外来互联网就是利用人工智能在云端处理大数据。
大数据的4V特点:
1. volume 数据量大
2. variety 多样化
富含结构化数据、非结构化数据、文本数据等多种类型数据
3. velocity 高速产生
产生速度和变化速度快
4. value 价值密度低
海量大量数据,其中富含的价值不明显,需要分析发现价值
人工智能4要素:
- 大数据
与人类不同,机器需要大量的数据学习、积累经验,没有大数据人工智能是没有意义的。- 算法
大量的数据需要分析、发现其中的价值,机器学习、深度学习、数学建模等各种算法模型构成人工智能的核心- 计算力
大量的数据普通方式是无法处理的,需要强大的计算力才能实现快速、高效、可靠的分析计算。- 边界清晰
机器与人不同,需要明显的、细化的事务,综合能力不足,对边界不明确的事务是无法实现的。
产业互联网是什么?
信息技术助力产业智变
产业互联网框架的5纬特点
客户方面:
对厂商来说:
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。