Qcon 云架构

云架构

资源池

  1. 数据库docker
  2. cache docker
  3. 全docker化

离线资源池

CPU 10% -> 40%

非峰值时间 -> 多余资源入离线资源池

CPU常态

通常低于10%,过高可能有风险

大数据工程可能40%

数据库弹性

计算层拓展 -> 计算层剥离

存储层顺序磁盘 -> 不关注弹性

弹性节点

三年之后,阿里巴巴计划计算部分全部采用弹性碎片+离线资源实现

适用于峰值场景,外卖、双十一…

特征

  1. 提前五分钟提醒
  2. 最少保证一小时的使用时间
  3. 可释放

使用场景

  1. 纯计算业务
  2. 大数据
  3. 离线计算

淘宝双十一

线上压测,风险高,成果好

限流(40%)

云稳定性

软硬件结合提供单点稳定性

大数据故障预测:预先更换磁盘

热迁移:98%中断时间小于200ms

  1. PTS 全链路压测工具
  2. 。。。

磁盘不可靠,大规模批次问题

万分之三的服务器故障率,通过AI预测降低了五倍

容器最佳载体

  1. 虚拟化卸载
  2. 物理网络、存储和计算完全解耦,可以避免资源争抢
  3. 通过存储和网络虚拟化实现容器可迁移性提升

开发测试流程

expect:开发人员只需定义一份PTS,无需分环境配置 (OAM应用?)

expect:从run on cloud到develop on cloud


转载请注明来源,欢迎对文章中的引用来源进行考证,欢迎指出任何有错误或不够清晰的表达。可以在下面评论区评论,也可以邮件至 wshten@gmail.com

文章标题:Qcon 云架构

本文作者:KevinTen

发布时间:2019-10-19, 00:00:00

最后更新:2019-10-22, 09:14:33

原始链接:http://github.com/kevinten10/2019/10/19/Qcon/Qcon-云架构/

版权声明: "署名-非商用-相同方式共享 4.0" 转载请保留原文链接及作者。

目录
×

喜欢就点赞,疼爱就打赏

csdn zhihu github