容器相对于虚拟机在存储方面的优势
云栖号资讯:【点击查看更多行业资讯】
在这里您可以找到不同行业的第一手的上云资讯,还在等什么,快来!
现代企业的成功取决于以数据为中心的规划速度和效率。数据提供了一种战略优势,为开发人员提供正确的工具和数据对于满足业务需求至关重要。
因此,企业正在迅速认识到容器相对于虚拟机的优势,以实现ITOps和DevOps实践的现代化。在对IT存储管理员最近的一项调查中,Enterprise Storage Group(ESG)公司发现,41%的受访者表示将容器用于生产应用程序,另外33%的受访者表示将容器用于测试/开发活动。
人们通常将容器与虚拟机进行比较,尽管容器规模更小并且需要的开销更少。这两种应用程序可以采用相同的基础设施,这一点很诱人。实际上,容器与虚拟机有很大不同。如果目标是使基于容器的应用程序环境的价值最大化,那么了解这些差异如何影响IT基础设施设计是至关重要的。
容器与虚拟机之间的主要区别
与虚拟机不同,容器持续的时间是短暂的,它们会自动启动和关闭。但是像虚拟机一样,容器需要访问持久性存储,以在生产环境中发挥其全部潜力。如果没有持久性存储,则在容器关闭时数据会“死亡”。基于容器的应用程序的企业级存储基础设施必须提供功能强大的持久存储。但这只是一个开始,为了更好地发展,容器环境需要支持容器具有轻量、移动和短暂特性的存储生态系统。
容器相对于虚拟机的优势
企业在设计强调容器与虚拟机相比具有优势的存储生态系统时,首先要确定与虚拟机不同的容器的关键方面:
(1) 容器轻量化意味着更大的移动性。容器是为移动性而设计的,这与可以移动但主要是为固定状态的虚拟机不同。因此,容器更有可能使用公共云服务进行部署,并在混合云和多云环境之间移动。
在ESG公司对基于容器的应用程序环境的研究中,70%的受访者表示,他们更喜欢将公共云和私有数据中心结合用于基于容器的应用程序。而在对支持容器环境的存储管理员的另一项调查中,超过三分之一的受访者表示,在混合云或多云环境中管理容器存储是他们与存储相关的最大挑战之一。对于虚拟机,有可能进出云平台。对于基于容器的环境具有这种移动性是人们所期望的。
(2) 容器的短暂特性要求具有更高的性能。与虚拟机相比,容器的另一个优点是它们的短暂特性。具有即时性的容器必须迅速运转起来,而传统的IT流程不能减慢短暂的、加速的应用程序环境。
例如,没有时间提交故障单让存储管理员人工配置卷。容器在大多数情况下必须自动配置大量资源:重构当今的许多应用程序可能会导致数百个(甚至数千个)微服务同时运行。支持的存储环境必须能够快速一致地处理对新存储资源的大量请求。
这一要求不仅提高了对使用容器的良好存储性能的需求,而且还意味着存储基础设施必须更好地交付数据服务,例如调配新的卷。在ESG公司进行的一项研究中,超过三分之一的支持容器环境的存储管理员认为,存储性能是他们与存储相关的最大的持久性难挑战之一,将近三分之一的存储管理员将存储资源调配的速度视为最大的挑战。
专注于存储灵活性、一致性和性能,以使基于容器的应用程序获得最佳结果。
企业需要的存储功能
考虑到这些特性,重点关注几个存储基础设施功能以最大限度地利用基于容器的应用程序是很重要的。在设计企业存储基础设施以支持容器时,需要关注以下四个特征:
(1) 提供一致、标准化和抽象的存储环境的能力。尽管Kubernetes的大多数实现方式提供了一些共性,但其余的变化可能会增加复杂性。开发人员需要在Kubernetes的各种迭代(或其他容器编排框架)之间建立标准化的抽象层,以便这些迭代可以轻松且无缝地相互通信。实现这种必要的标准化的一种方法是容器存储接口(CSI)开源项目,该项目提供了一种标准化的机制,用于跨Kubernetes、Mesos和Docker等不同容器编排系统进行存储。在考虑存储选项时,需要寻找为容器环境提供容器存储接口(CSI)驱动程序的存储选项。
(2) 在混合云环境中进行一致的管理、监视和控制。标准化可以减轻开发社区的负担,但是管理员需要在整个基于混合或基于多云容器的应用程序环境中建立一致的存储功能和管理。优先考虑为单个存储终结点提供一致的工具集和一致的用户体验的存储技术,以应对内部部署工作负载。
(3) 下一代性能。任何支持基于容器的应用程序的存储环境都应使用闪存设备。基于NVMe的存储架构以及旨在支持存储级内存的架构也可以提高整体存储性能。但是,性能要求超出了以低延迟满足高水平的读取和写入请求的能力,企业必须准备好存储环境来处理成千上万个微服务同时启动的潜力。
在评估容器的存储技术时,需要考虑存储性能的所有方面:延迟、带宽、提供和执行数据服务的能力以及可扩展性。存储技术必须能够快速传输数据,而且还必须能够快速地提供数据服务。IT部门必须能够快速有效地将持久性存储连接到那些微服务,并且存储设备必须能够随着需求的增长而扩展其性能。
(4) 规模和硬件灵活性。人工配置存储环境所需的时间和精力对于容器而言并不现实。应用程序开发团队需要一种可以快速扩展的方法,尤其是在将新应用程序或微服务移入生产环境时。该环境应该能够轻松扩展存储资源,而几乎不需要管理员干预。目的是确保开发人员不必等待数小时、数天或数周的时间即可满足请求,并加快开发速度。
容器的存储环境应该跨多种硬件类型和多代产品工作,集成新技术、扩展性能或增加容量都不需要拆掉并更换硬件。这些环境必须能够以尽可能大的灵活性进行扩展。
在考虑容器相对于虚拟机的优势时,具有创造力很重要。构建存储基础设施环境以使应用程序开发人员、IT组织和企业能够最大程度地发挥基于容器的应用程序的潜力,这将需要一种不同的方法。专注于存储灵活性、一致性和性能可以实现最佳结果。
【云栖号在线课堂】每天都有产品技术专家分享!
课程地址:https://yqh.aliyun.com/live立即加入社群,与专家面对面,及时了解课程最新动态!
【云栖号在线课堂 社群】https://c.tb.cn/F3.Z8gvnK
原文发布时间:2020-08-03
本文作者:Scott Sinclair
本文来自:“51CTO”,了解相关信息可以关注“51CTO”
低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。
持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。
转载内容版权归作者及来源网站所有,本站原创内容转载请注明来源。
- 上一篇
CNN中常用的四种卷积详解
卷积现在可能是深度学习中最重要的概念。正是靠着卷积和卷积神经网络,深度学习才超越了几乎其他所有的机器学习手段。这期我们一起学习下深度学习中常见的卷积有哪些? 1. 一般卷积 卷积在数学上用通俗的话来说就是输入矩阵与卷积核(卷积核也是矩阵)进行对应元素相乘并求和,所以一次卷积的结果的输出是一个数,最后对整个输入输入矩阵进行遍历,最终得到一个结果矩阵,说白了就是一个卷积核在图像上滑动,并求取对应元素相乘求和的过程,如下图: 卷积核为3*3,步长为2和填充的2D卷积 首先,一般情况下卷积层的作用都是用来自动提取图像的一些视觉特征,代替传统的手动方法提取特征不精确,不全面等缺点。常见的一般卷积操作都包括以下四个参数: 卷积核大小(Kernel Size):卷积核定义了卷积的大小范围,在网络中代表感受野的大小,二维卷积核最常见的就是 3*3 的卷积核,也可以根据网络设计5*5或者7*7,甚至1*1等不同size的卷积核,来提取不同尺度的特征。在卷积神经网络中,一般情况下,卷积核越大,感受野(receptive field)越大,看到的图片信息越多,所获得的全局特征越好。虽说如此,但是大的卷积核会...
- 下一篇
图解分布式DB/redis的几种路由算法(一致性哈希)
云栖号资讯:【点击查看更多行业资讯】在这里您可以找到不同行业的第一手的上云资讯,还在等什么,快来! 背景 随着应用的越做越大,数据量越来越多,不论是MySQL数据库的单库单表还是单台redis都无法满足高并发的读写操作和大数据量的存储功能,因此有了大家耳熟能详的分库分表。 垂直拆分和水平拆分 垂直拆分,即拆分列,从业务上将原来一个表的信息拆到两个表中,形象的理解为垂直的一把刀切开了表 水平拆分,即拆分行,通过某种规则将一个表中的数据拆分到不同的表中,形象的理解为水平的一把刀切开了表 当然垂直拆分和水平拆分的概念不是本文要讨论的重点,本文要讨论的是水平拆分的规则。水平拆分的本质其实和分布式系统下微服务的思想不谋而合,微服务的出现笔者前文提到过是因为单个服务承载了太多的业务逻辑,导致出现了诸如代码逻辑庞大复杂、开发人员关系耦合、单点故障等问题。这些问题对于DB和redis同样会有: 当访问请求越来越多时,单机的DB/redis无法分配足够的线程抗住高并发的请求 当数据量越来越大时,从一碗水中找一根针和从一片大海中找一根针的难度和耗时也是不一样的,我们要做的是找到那个碗,然后从碗里捞针 所以...
相关文章
文章评论
共有0条评论来说两句吧...
文章二维码
点击排行
推荐阅读
最新文章
- Red5直播服务器,属于Java语言的直播服务器
- Docker使用Oracle官方镜像安装(12C,18C,19C)
- Springboot2将连接池hikari替换为druid,体验最强大的数据库连接池
- Docker安装Oracle12C,快速搭建Oracle学习环境
- CentOS6,CentOS7官方镜像安装Oracle11G
- Jdk安装(Linux,MacOS,Windows),包含三大操作系统的最全安装
- CentOS关闭SELinux安全模块
- CentOS7编译安装Gcc9.2.0,解决mysql等软件编译问题
- Windows10,CentOS7,CentOS8安装MongoDB4.0.16
- Hadoop3单机部署,实现最简伪集群