现在越来越多的企业选择通过上云来实现业务的快速部署,云服务商不仅要满足用户多样化的需求,更重要的是还需要不断的帮助企业提升上云效率。我们先来看两个案例:
用户A: 线上发布流程步骤是先把脚本往beta环境发,开发者在 beta环境里做自测,自测环境没有问题就全量发,但是结果却挂了。回退的时候只能整个流程跑一遍,开发者需要回退老代码再跑一次脚本,整个过程最长需要十几分钟,而且线上故障一直存在,因此效率十分低下。 选择了 Kubernetes框架做容器化的管理之后,实现了自动化测试和灰度发布,研发效率提升了10倍。
用户B : 随着其业务数据规模达到数百TB,日增长量为1TB左右,原有的大数据处理方案每月需投入大数据工程师20个人日,平均每次需求处理时长为1.8天,且额外花费数千元维持一个数据仓库集群 。通过 采用Serverless的 SQL 分析计算引擎,任务周期缩短55.6%、分析效率提升5倍、计算成本大幅降低 。
从之前的容器到当前热门的 Kubernetes、Serverless、微服务等,新技术的每一次出现,都是一场关于效率提升的革命。为了保障企业更高效率部署业务,更快实现持续交付、灰度发布、应用编排等诉求, UCloud做了哪些新技术上的突破和产品上的创新? 5月28日UCloud用户大会暨Think in Cloud 2019(北京站)技术专场A 将针对企业云上效率提升带来更多前瞻性的思考和实践案例分享。
效率提升是企业上云的永恒主题
企业上云本质上说是为了提升效率,而效率包含 开发效率、运维效率和运营效率 等。通常开发一个典型的服务器端项目需要企业的技术人员花大量时间处理依赖线程、日志、开发、部署及维护等相关工作。以下壁垒可能在企业IT基础设施部署中很常见:
业务高峰期波动的突发状况需要紧急扩容,运维人员被迫紧急申请机器,但是新机器需要进行环境初始化和相关配置,从而导致运维效率非常低;
应用发布时间很长,主要是因为发布过程中需要做隔离、恢复等动作,还需要登录查看实际状态、日志;
由于应用运行环境的软件版本不一致导致的配置复杂问题,维护成本也比较高;
硬件资源利用率很低,总体运营成本比较高……
在竞争激烈的互联网时代,效率代表了企业的核心竞争力,如何帮助用户解决这些实际场景中遇到的效率低下的运维开发难题,对云服务商来说,也是技术实力的最直接表现。
一站式云上Kubernetes服务是怎样炼成的
我们知道 Docker 的核心价值是加快软件交付的效率、提高生产力,实现了应用与运行环境的解耦,很多业务应用负载都可以进行容器化。而Kubernetes的流行是因为它作为容器集群管理的方案, 提供容器应用部署、规划、更新、维护的成熟机制,实现了资源编排调度与底层基础设施的解耦。基于 Kubernetes自动化部署、弹性伸缩和容器化等特性,UCloud精心打造了一站式的Kubernetes服务(UK8S)。开发者可以直接在UK8S上部署、管理、扩展容器化应用,而无需关心Kubernetes集群的搭建及维护等运维类工作,很大程度上提升了开发者的运维效率。
由于Kubernetes是开源的容器编排系统,仅提供一些网络规范和开放的接口,UCloud在结合自身云平台特性进行UK8S的研发时,遇到过哪些问题又是如何攻破的?例如 :如何使UK8S容器应用拥有与云主机间等同的网络性能 并打通容器和物理云 /托管云的网络? 怎样解决在 Kubernetes迭代升级过程中出现的一些异常和难题 ?
基于Serverless的数据分析实践
如果说Kubernetes专注提升容器集群的运维管理效率,那么Serverless(无服务器架构)则 从根源上摆脱服务器的运维难题,使计算资源作为服务而不是服务器的概念出现,从而将开发人员的效率最大化。 Serverless架构可以让开发人员直接在服务部署级别来管理应用,通过调用某个具体功能函数或API端口,不仅有效的降低了开发成本,同时使应用的运维过程变得更加高效,让技术团队更专注于应用系统的开发。
Serverless架构带给用户的高效率、低开发成本等优势使其成为各主流云厂商的发展方向之一,而UCloud早在2017年就推出了基于Serverless架构的UGC(通用计算)产品,它是一种无需管理服务器的大规模分布式并行计算服务,用户只需要将集成了代码的docker镜像上传至UGC镜像仓库,便可通过API多次提交针对该镜像的计算任务。
2018年10月份UCloud又发布了一款基于Serverless的SQL分析计算引擎USQL(数据湖分析), 企业无需 数据库管理员和运维人员即可完成面向海量数据的数据建模、SQL数据查询分析等工作,爱普新媒使用USQL之后在效率上提升了50%数据分析速度,同时节省80%的服务器成本。 针对企业大数据分析业务场景,UCloud是如何通过Serverless架构实现USQL产品的蜕变?在这个过程中遇到过哪些技术挑战?
除了在Kubernetes和Serverless方向的一些落地实践外,技术专场A还将带来更多技术干货,例如:电商大促、动画渲染等场景下快速批量创建云主机的背后,UCloud对主机后台做了哪些技术优化?在实际的业务场景中要实现某一个业务逻辑,原先单人得花一天基于SDK开发并且要构建服务端逻辑(server),如何通过StepFlow降低到一小时且无需server,从而完成快速构建?当业务逻辑流程需要改变时,如何通过StepFlow快速应对?
关于以上诸多问题的解决和探讨, 欢迎扫描下方二维码或点击“阅读原文”参会,Get云计算最新技术秘籍! 另外,整个T IC 大会现场将聚集 40位 技术 大咖 (包括 美国国家工程院院士 、 B arefoot Networks 首席科学家N ick McKeown 等)、 30+场重量级演讲 、 8大行业数字化转型案例 ,并向参会者解读 UCloud的战略布局,发布UCloud核心技术 和产品 , 剖析各 行业解决方案,和全球创新者及生态伙伴一起聚焦产业互联网,探讨5G、边缘计算、工业互联网等技术及行业应用实践。
以上就是本文的全部内容,希望本文的内容对大家的学习或者工作能带来一定的帮助,也希望大家多多支持 码农网
猜你喜欢:本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。
数据结构 Python语言描述
[美] Kenneth A. Lambert 兰伯特 / 李军 / 人民邮电出版社 / 2017-12-1 / CNY 69.00
在计算机科学中,数据结构是一门进阶性课程,概念抽象,难度较大。Python语言的语法简单,交互性强。用Python来讲解数据结构等主题,比C语言等实现起来更为容易,更为清晰。 《数据结构 Python语言描述》第1章简单介绍了Python语言的基础知识和特性。第2章到第4章对抽象数据类型、数据结构、复杂度分析、数组和线性链表结构进行了详细介绍,第5章和第6章重点介绍了面向对象设计的相关知识、......一起来看看 《数据结构 Python语言描述》 这本书的介绍吧!