16 項(xiàng)不可抗拒的云創(chuàng)新

譯文
作者：Martin Heller 2022-01-21 17:49:52

云計(jì)算 在現(xiàn)收現(xiàn)付定價(jià)模式的背后，公有云充滿了最新的開發(fā)、devops 和 AI 工具，用于更快地構(gòu)建更好、更智能的應(yīng)用程序。

創(chuàng)新互聯(lián)公司專注于企業(yè)成都全網(wǎng)營(yíng)銷、網(wǎng)站重做改版、青神網(wǎng)站定制設(shè)計(jì)、自適應(yīng)品牌網(wǎng)站建設(shè)、成都h5網(wǎng)站建設(shè)、商城網(wǎng)站建設(shè)、集團(tuán)公司官網(wǎng)建設(shè)、外貿(mào)網(wǎng)站制作、高端網(wǎng)站制作、響應(yīng)式網(wǎng)頁(yè)設(shè)計(jì)等建站業(yè)務(wù)，價(jià)格優(yōu)惠性價(jià)比高，為青神等各大城市提供網(wǎng)站開發(fā)制作服務(wù)。

當(dāng)我們想到公共云時(shí)，通常首先想到的是財(cái)務(wù)：將工作負(fù)載從數(shù)據(jù)中心轉(zhuǎn)移到云會(huì)減少資本支出 (CapEx)，但會(huì)增加運(yùn)營(yíng)支出 (OpEx)。??這對(duì) CFO 可能來(lái)說(shuō)可能會(huì)有吸引力，但對(duì)于開發(fā)人員、運(yùn)營(yíng)人員或者是對(duì)DevOps??的人來(lái)說(shuō)，這并沒(méi)有與眾不同。

??云計(jì)算??對(duì)一些企業(yè)提供了許多傳統(tǒng)的方法無(wú)法實(shí)現(xiàn)的能力。在本地部署需要六個(gè)月的時(shí)間，在云中10 分鐘就可以完成；本地部署需要來(lái)自三個(gè)管理級(jí)別的簽名才能支出執(zhí)行費(fèi)用，而云只需要一步。

這不僅僅是時(shí)間和方便的問(wèn)題。云還可以提高軟件開發(fā)的速度，大大縮短企業(yè)上市的時(shí)間。云還可以同時(shí)做實(shí)驗(yàn)，保證更高的軟件質(zhì)量。

此外，云技術(shù)中還有一些真正的創(chuàng)新，可以提供即時(shí)的好處，并解決本地計(jì)算的問(wèn)題。本文詳細(xì)的講解了16種使用且大眾感興趣的云功能。

按需計(jì)算實(shí)例

還需要在自己的本地服務(wù)器上安裝新數(shù)據(jù)庫(kù)嗎？長(zhǎng)時(shí)間的排隊(duì)，幾個(gè)月或者是幾年。如果可以容忍使用本地虛擬機(jī) (VM) 而不是物理服務(wù)器，公司使用 VMware 或類似技術(shù)，那么等待的時(shí)間將會(huì)大大縮短。但是，如果想在公共云上創(chuàng)建一個(gè)服務(wù)器實(shí)例，只需15 分鐘內(nèi)配置并根據(jù)需要調(diào)整，就可以運(yùn)行，并且可以隨時(shí)使用隨時(shí)關(guān)閉。

預(yù)建的虛擬機(jī)鏡像

使用操作系統(tǒng)啟動(dòng) VM 很方便，但仍然需要安裝和許可應(yīng)用程序。能夠啟動(dòng)一個(gè)將選擇的操作系統(tǒng)和應(yīng)用程序的虛擬機(jī)運(yùn)行起來(lái)是難能可貴的。

無(wú)服務(wù)器服務(wù)

“??無(wú)服務(wù)器??”意味著一項(xiàng)服務(wù)或一段代碼將在短時(shí)間內(nèi)按需運(yùn)行，通常是是響應(yīng)一個(gè)事件，而不需要一個(gè)專用的VM來(lái)運(yùn)行。如果服務(wù)是無(wú)服務(wù)器的，那么就不需要擔(dān)心底層服務(wù)器；資源是從云提供商維護(hù)的池中分配的。

無(wú)服務(wù)器服務(wù)，目前在每個(gè)主要的公共云上都可用，通常具有自動(dòng)擴(kuò)展、內(nèi)置高可用性和按價(jià)值付費(fèi)的計(jì)費(fèi)模式。如果想要一個(gè)無(wú)服務(wù)器應(yīng)用程序，而不被鎖定在任何特定的公共云中，可以使用與供應(yīng)商無(wú)關(guān)的無(wú)服務(wù)器框架，例如??Kubeless??，它只需要一個(gè)??Kubernetes??集群（可作為云服務(wù)提供；見下文）。

按需容器

容器是軟件的輕量級(jí)可執(zhí)行單元，比虛擬機(jī)輕得多。容器將應(yīng)用程序代碼及其依賴項(xiàng)（例如庫(kù)）進(jìn)行打包，容器共享主機(jī)的操作系統(tǒng)內(nèi)核。容器可以在??Docker 引擎??或 Kubernetes 服務(wù)上運(yùn)行。按需運(yùn)行容器具有按需運(yùn)行虛擬機(jī)的所有優(yōu)點(diǎn)，另外還有低消耗和低成本的優(yōu)勢(shì)。

預(yù)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(shuō)明，并且通常基于另一個(gè)映像。例如，包含 Apache HTTP Server 的映像可能基于 Ubuntu 映像。您可以在 Docker 注冊(cè)表中找到預(yù)定義的 Dockerfile，也可以構(gòu)建自己的。也可以在本地安裝的Docker中運(yùn)行Docker映像，也可以在任何支持容器的云中運(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(dòng)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(wú)關(guān)。

Kubernetes容器編排

Kubernetes (K8s) 是一個(gè)開源系統(tǒng)，用于自動(dòng)部署、擴(kuò)展和管理容器化應(yīng)用程序。K8s 基于谷歌內(nèi)部的“Borg”技術(shù)。K8s 集群由一組稱為節(jié)點(diǎn)的工作機(jī)器組成，這些機(jī)器運(yùn)行容器化的應(yīng)用程序。Worker 節(jié)點(diǎn)托管 Pod，其中包含應(yīng)用程序；控制平面管理工作節(jié)點(diǎn)和 Pod。K8s 可以在任何地方運(yùn)行，并且可以無(wú)限擴(kuò)展。所有主要公共云都有K8s服務(wù)；也可以在自己的開發(fā)機(jī)器上運(yùn)行 K8s。

自動(dòng)擴(kuò)展服務(wù)器

大多數(shù)公共云允許通過(guò)添加（或減少）實(shí)例或增加（或減少）實(shí)例大小來(lái)根據(jù)使用情況自動(dòng)向上（或向下）擴(kuò)展虛擬機(jī)和服務(wù)。

行星數(shù)據(jù)庫(kù)

主要的公共云和幾家數(shù)據(jù)庫(kù)供應(yīng)商已經(jīng)實(shí)施了星云級(jí)分布式數(shù)據(jù)庫(kù)，其基礎(chǔ)是數(shù)據(jù)結(jié)構(gòu)、冗余互連和分布式一致性算法，使它們能夠高效地工作，可靠性高達(dá)59（99.999% 的正常運(yùn)行時(shí)間）。特定于云的示例包括??Google Cloud Spanner??（關(guān)系）、??Azure Cosmos DB??（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(wú)服務(wù)器）、??Neo4j??（圖）、??MongoDB Atlas??（文檔）、??DataStax Astra??（寬列）和??Couchbase Cloud??（文檔）。

混合服務(wù)

對(duì)數(shù)據(jù)中心進(jìn)行大量投資的公司，通常希望將其現(xiàn)有的應(yīng)用程序和服務(wù)擴(kuò)展到云中，而不是用云服務(wù)取代它們。所有主要的云供應(yīng)商現(xiàn)在都提供了實(shí)現(xiàn)這一點(diǎn)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)中心和云的數(shù)據(jù)庫(kù)）以及連接到公共云（通常稱為??混合云??）的本地服務(wù)器和邊緣云資源。

可擴(kuò)展的機(jī)器學(xué)習(xí)訓(xùn)練和預(yù)測(cè)

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(shí)到數(shù)周的大量計(jì)算資源。另一方面，機(jī)器學(xué)習(xí)預(yù)測(cè)需要數(shù)秒的計(jì)算資源，除非正在進(jìn)行批量預(yù)測(cè)。使用云資源是完成模型訓(xùn)練和預(yù)測(cè)的最便捷方式。

云 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)通常需要超過(guò)一周的時(shí)間。GPU、TPU 和 FPGA 都可以顯著縮短訓(xùn)練時(shí)間，并且將它們放在云端可以在需要時(shí)輕松使用。

預(yù)訓(xùn)練的 AI 服務(wù)

許多 AI 服務(wù)可以通過(guò)預(yù)訓(xùn)練模型很好地執(zhí)行，例如語(yǔ)言翻譯、文本到語(yǔ)音和圖像識(shí)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 AI 服務(wù)。

可定制的人工智能服務(wù)

有時(shí)，預(yù)訓(xùn)練的 AI 服務(wù)并不能完全滿足您的需求。遷移學(xué)習(xí)僅在現(xiàn)有模型的基礎(chǔ)上訓(xùn)練幾個(gè)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(duì)快速地為您提供定制服務(wù)。同樣，所有主要的云服務(wù)提供商都提供遷移學(xué)習(xí)。

監(jiān)測(cè)服務(wù)

所有云都支持至少一種監(jiān)控服務(wù)，可以輕松配置云服務(wù)進(jìn)行監(jiān)控。監(jiān)控服務(wù)通常會(huì)向您顯示一個(gè)圖形儀表板，并且可以配置為通知異常和異常的性能指標(biāo)。

分布式服務(wù)

數(shù)據(jù)庫(kù)并不是唯一可以從以分布式方式運(yùn)行中受益的服務(wù)。問(wèn)題是延遲。如果計(jì)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(zhǎng)時(shí)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(shí)間可能會(huì)增加。為了解決這個(gè)問(wèn)題，云服務(wù)提供商提供連接設(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(jì)算??）。

邊緣計(jì)算

將分析和機(jī)器學(xué)習(xí)在地理上靠近機(jī)器和其他現(xiàn)實(shí)世界對(duì)象（物聯(lián)網(wǎng)或物聯(lián)網(wǎng)）的需求導(dǎo)致了專門的設(shè)備，例如帶有 GPU 和傳感器的微型計(jì)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(dòng)化平臺(tái)和內(nèi)容交付網(wǎng)絡(luò)。最終，這些都連接回云端，但在邊緣執(zhí)行分析的能力可以大大減少發(fā)送到云端的數(shù)據(jù)量并減少延遲。

我們討論過(guò)的任何一項(xiàng)云創(chuàng)新都可以證明其使用是合理的。綜合起來(lái)，好處真的是不可抗拒的。

標(biāo)題名稱：16項(xiàng)不可抗拒的云創(chuàng)新
轉(zhuǎn)載來(lái)于：http://www.fisionsoft.com.cn/article/dphdhos.html