當(dāng)提到公有云時,人們通常首先想到的是成本:企業(yè)將工作負(fù)載從數(shù)據(jù)中心遷移到云平臺上會減少資本支出,但會增加運(yùn)營支出。這對首席財務(wù)官可能并不具有吸引力,但對于開發(fā)人員、運(yùn)營人員或二者結(jié)合的DevOp的人員來說,云計算可以帶來更多收益。
對于這些人來說,云計算提供了許多機(jī)會,而這些機(jī)會在數(shù)據(jù)中心由于運(yùn)營新軟件而需要購買服務(wù)器硬件或軟件套件時難以獲得。在內(nèi)部部署數(shù)據(jù)中心擴(kuò)展計算資源可能需要六個月的時間,但在云中可能只需要10分鐘。
這不僅僅是時間和便利的問題。云計算還可以提高軟件開發(fā)的速度,通常會縮短上市時間。云計算還可以允許進(jìn)行更多的嘗試和實(shí)驗(yàn),這通常會提高軟件質(zhì)量。
此外,云計算創(chuàng)新可以提供更直接的好處,并解決內(nèi)部部署數(shù)據(jù)中心長期存在的問題。以下將展示16種引人注目的云計算功能。
1.按需計算實(shí)例
企業(yè)在自己的內(nèi)部部署服務(wù)器上安裝新數(shù)據(jù)庫,可能要做好等待數(shù)月甚至數(shù)年的準(zhǔn)備。如果可以使用內(nèi)部部署虛擬機(jī)而不是物理服務(wù)器,并且使用VMware或類似技術(shù),那么可能只需要數(shù)周時間。如果想在公有云上創(chuàng)建一個服務(wù)器實(shí)例,可以在大約15分鐘內(nèi)配置并運(yùn)行,這能夠根據(jù)需要調(diào)整實(shí)施的大小,并在不使用它時將其關(guān)閉。
2.預(yù)構(gòu)建的虛擬機(jī)鏡像
雖然使用企業(yè)選擇好的操作系統(tǒng)啟動虛擬機(jī)很方便,但仍然需要安裝和許可需要的應(yīng)??用程序。能夠?qū)⑺x擇的操作系統(tǒng)和應(yīng)用程序都準(zhǔn)備好運(yùn)行的虛擬機(jī)是非常寶貴的。
3.無服務(wù)器服務(wù)
“無服務(wù)器”意味著一項(xiàng)服務(wù)或一段代碼將在短時間內(nèi)按需運(yùn)行,通常只是為了響應(yīng)一個事件,而不需要專用的虛擬機(jī)來運(yùn)行。如果采用無服務(wù)器服務(wù),那么根本不需要擔(dān)心底層服務(wù)器,其資源是從云計算提供商維護(hù)的數(shù)據(jù)池中分配的。
無服務(wù)器服務(wù)目前都可以在主要的公有云平臺上使用,通常具有自動擴(kuò)展、內(nèi)置高可用性和按價值付費(fèi)的計費(fèi)模式。如果希望無服務(wù)器應(yīng)用程序不被鎖定到特定的公有云中,可以使用與供應(yīng)商無關(guān)的無服務(wù)器框架,例如Kubeless。
4.按需運(yùn)行的容器
容器是軟件的輕量級可執(zhí)行單元,比虛擬機(jī)輕得多。容器打包應(yīng)用程序代碼及其依賴項(xiàng)(例如庫)。容器共享主機(jī)的操作系統(tǒng)內(nèi)核,并且可以在Docker引擎或Kubernetes服務(wù)上運(yùn)行。按需運(yùn)行的容器具有按需運(yùn)行虛擬機(jī)的所有優(yōu)勢,以及采用更少資源和成本更低的優(yōu)勢。
5.預(yù)構(gòu)建容器鏡像
Docker容器是Docker鏡像的可執(zhí)行實(shí)例,由Dockerfile指定。Dockerfile包含構(gòu)建映像的說明,并且通?;诹硪粋€映像。例如,包含Apache HTTPS服務(wù)器的映像可能基于Ubuntu映像。用戶可以在Docker注冊表中找到預(yù)定義的Dockerfile,也可以構(gòu)建自己的Dockerfile。用戶可以在內(nèi)部部署設(shè)施安裝的Docker或任何支持容器的云平臺中運(yùn)行Docker映像。與預(yù)先構(gòu)建的虛擬機(jī)映像一樣,Dockerfile可以快速啟動完整的應(yīng)用程序,但與虛擬機(jī)映像不同,Dockerfile與供應(yīng)商無關(guān)。
6.Kubernetes容器編排
Kubernetes(K8s)是一個開源系統(tǒng),用于自動部署、擴(kuò)展和管理容器化應(yīng)用程序。Kubernetes基于谷歌內(nèi)部的“Borg”技術(shù)。Kubernetes集群由一組稱為節(jié)點(diǎn)的工作機(jī)器組成,它們運(yùn)行容器化的應(yīng)用程序。工作節(jié)點(diǎn)托管Pod,其中包含應(yīng)用程序。Kubernetes可以在任何地方運(yùn)行,并且可以無限擴(kuò)展。所有主要的公有云都有Kubernetes服務(wù),用戶也可以在自己的開發(fā)機(jī)器上運(yùn)行Kubernetes。
7.自動擴(kuò)展服務(wù)器
用戶無需將應(yīng)用程序容器化,并在Kubernetes中運(yùn)行它們,以便在云中自動擴(kuò)展它們。大多數(shù)公有云允許用戶通過添加(或減少)實(shí)例或增加(或減少)實(shí)例大小,根據(jù)使用情況自動向上(或向下)擴(kuò)展虛擬機(jī)和服務(wù)。
8.行星級的數(shù)據(jù)庫
全球主要的公有云供應(yīng)商和數(shù)據(jù)庫供應(yīng)商已經(jīng)實(shí)施了行星級的分布式數(shù)據(jù)庫,這些數(shù)據(jù)庫具有數(shù)據(jù)結(jié)構(gòu)、冗余互連和分布式共識算法等基礎(chǔ),使它們能夠高效地工作,并具有高達(dá)5個9的可靠性(99.999%的正常運(yùn)行時間)。特定于云計算的示例包括Google Cloud Spanner(關(guān)系)、Azure CosmosDB(多模型)、Amazon DynamoDB(鍵值和文檔)和Amazon Aurora(關(guān)系)。供應(yīng)商示例包括CockroachDB(關(guān)系)、PlanetScale(關(guān)系)、Fauna(關(guān)系/無服務(wù)器)、Neo4j(圖形)、MongoDB Atlas(文檔)、DataStax Astra(寬列)和Couchbase Cloud(文檔)。
9.混合服務(wù)
對數(shù)據(jù)中心進(jìn)行大量投資的企業(yè)通常希望將其現(xiàn)有的應(yīng)用程序和服務(wù)擴(kuò)展到云平臺中,而不是用云服務(wù)取代它們。主要的云計算供應(yīng)商現(xiàn)在都提供了實(shí)現(xiàn)這一目標(biāo)的方法,包括使用特定的混合服務(wù)(例如,可以跨越數(shù)據(jù)中心和云計算的數(shù)據(jù)庫)以及連接到公有云的內(nèi)部部署服務(wù)器和邊緣云資源,通常稱為混合云。
10.可擴(kuò)展的機(jī)器學(xué)習(xí)訓(xùn)練和預(yù)測
機(jī)器學(xué)習(xí)訓(xùn)練(尤其是深度學(xué)習(xí))通常需要數(shù)小時到數(shù)周的大量計算資源。另一方面,機(jī)器學(xué)習(xí)預(yù)測需要每秒鐘的計算資源,除非進(jìn)行批量預(yù)測。使用云計算資源通常是完成模型訓(xùn)練和預(yù)測的最便捷方式。
11.云端GPU、TPU和FPGA
在CPU集群上,使用大型模型和非常大的數(shù)據(jù)集進(jìn)行準(zhǔn)確訓(xùn)練所需的深度學(xué)習(xí)通常需要一周以上的時間。GPU、TPU和FPGA都可以顯著地縮短訓(xùn)練時間,并且將它們放在云端可以在需要時輕松使用它們。
12.預(yù)訓(xùn)練的人工智能服務(wù)
許多人工智能服務(wù)可以通過預(yù)訓(xùn)練模型很好地執(zhí)行,例如語言翻譯、文本到語音和圖像識別。所有主要的云服務(wù)都提供基于穩(wěn)健模型的預(yù)訓(xùn)練的人工智能服務(wù)。
13.可定制的人工智能服務(wù)
預(yù)訓(xùn)練的人工智能服務(wù)有時并不能完全滿足用戶的需求。遷移學(xué)習(xí)僅在現(xiàn)有模型之上訓(xùn)練幾個神經(jīng)網(wǎng)絡(luò)層,與從頭開始訓(xùn)練模型相比,它可以相對快速地為用戶提供定制服務(wù)。同樣,主要的云服務(wù)提供商都提供遷移學(xué)習(xí),盡管他們的名字并不相同。
14.監(jiān)控服務(wù)
所有云平臺都支持至少一種監(jiān)控服務(wù),讓用戶輕松配置云服務(wù)進(jìn)行監(jiān)控。監(jiān)控服務(wù)通常會顯示一個圖形儀表板,并且可以配置為通知用戶異常的性能指標(biāo)。
15.分布式服務(wù)
數(shù)據(jù)庫并不是唯一可以從以分布式方式運(yùn)行中受益的服務(wù),其面臨的問題是延遲。如果計算資源遠(yuǎn)離數(shù)據(jù)或管理的進(jìn)程,則發(fā)送和接收指令和信息需要很長時間。如果反饋回路中的延遲太高,則回路很容易失控。如果機(jī)器學(xué)習(xí)和數(shù)據(jù)之間的延遲太高,則執(zhí)行訓(xùn)練所需的時間可能會增加。為了解決這個問題,云服務(wù)提供商提供連接的設(shè)備,可以將他們的服務(wù)擴(kuò)展到客戶的數(shù)據(jù)中心(混合云)或客戶的工廠車間附近(邊緣計算)。
16.邊緣計算
將分析和機(jī)器學(xué)習(xí)在地理上靠近機(jī)器和現(xiàn)實(shí)世界對象(物聯(lián)網(wǎng))的需求產(chǎn)生了專門的設(shè)備,例如帶有 GPU 和傳感器的微型計算設(shè)備,以及支持它們的架構(gòu),例如作為邊緣服務(wù)器、自動化平臺和內(nèi)容交付網(wǎng)絡(luò)。最終,這些設(shè)備都連接云端,但在邊緣執(zhí)行分析的能力可以顯著地減少發(fā)送到云端的數(shù)據(jù)量,并減少延遲。
以后當(dāng)聽到有關(guān)云支出的抱怨時,也許可??以指出云計算具有的好處。任何一項(xiàng)云創(chuàng)新都可以證明其使用是合理的。綜合起來,云計算帶來的好處確實(shí)是不可抗拒的。
版權(quán)聲明:本文為企業(yè)網(wǎng)D1Net編譯,轉(zhuǎn)載需注明出處為:企業(yè)網(wǎng)D1Net,如果不注明出處,企業(yè)網(wǎng)D1Net將保留追究其法律責(zé)任的權(quán)利。