Qcon 云架构
云架构
资源池
- 数据库docker
- cache docker
- 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
- 提前五分钟提醒
- 最少保证一小时的使用时间
- 可释放
使用场景
- 纯计算业务
- 大数据
- 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
- PTS 全链路压测工具
- 。。。
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
- 虚拟化卸载
- 物理网络、存储和计算完全解耦,可以避免资源争抢
- 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。