首页 > 科技资讯 > 正文

华为云容器多云和混合云解决方,解决互联网运维难题

        【每日科技网】

  日前,在华为云城市峰会北京站上,华为云产品经理Victor Wang具体介绍了华为云容器多云&混合云解决方案,获得与会嘉宾的广泛关注。实际上,方案自3月底在华为云生态大会发布以来,就受到广大用户的青睐,截至目前,参与公测的企业已超过50家。目前,多云与混合云正成为企业上云的趋势,依托云原生技术可以解决多云混合云实施的技术难题,作为云原生技术的贡献者和,华为云将帮助更多企业应用简单上云,加速行业数字化智能转型。

  华为云容器多云和混合云:为互联网业务提供更优的云原生底座

  Victor Wang介绍,华为云容器多云和混合云解决方案通过Kubernetes与Federation技术的结合,将多云或混合云场景下的容器集群组成集群联邦,并结合Istio的服务网格能力,提供多云和混合云场景下的资源、应用、流量的全局化统一的管理。由于容器的统一交付标准,利用集群联邦的统一管理能力,使应用可以在不同的容器集群中快速迁移,实现基于容器的开发流水线,快速打通版本迭代的各个环节。

  华为云容器多云和混合云解决方案作为更的云原生底座,其特点主要体现在:首先,应用的多个实例部署在不同地域的容器集群中,通过Istio的流量管理能力,实现访问流量的地域亲和,有效降低用户的访问时延。其次,当遭遇超大规模流量冲击时,通过云原生的快速弹性能力在公有云快速扩容,并将大规模流量导向公有云上。

  再次,当集群联邦通过健康检查发现其中一个云发生故障无法提供服务时,自动将应用实例迁移到其他云上,并切换访问流量。最后,应用通过云原生的自动化工具实现从代码到容器镜像的过程,之后以多云或混合云形态同时部署在开发、测试、生产环境的容器集群中,通过集群联邦统管理应用在不同环境的生命周期,通过Istio、CRD等实现应用的灰度发布等能力,使应用快速灵活上线发布。

  互联网运维难题迎刃而解,帮助某移动资讯APP实现业务的快速迁移

  互联网是容器普及率的行业,也是对容器有着独特诉求的行业, 3G时代就兴起的移动互联网,已成为互联网行业的主流形态,至2018年,已有98%的用户通过移动端上网,TOP3的用户量业务分别是社交、视频、电商,并且有着明显共同的业务特点,具体体现在

  1、良好的用户体验。在技术层面很重要的一点就是业务的响应时延;

  2、业务的高可用性。一是超大规模流量冲击下的高可用,二是在异常突发状况下的高可用;

  3、业务快速迭代上线。需要以统一的交付标准快速打通开发、测试、发布等环节。

  华为云提供的容器多云&混合云解决方案提供的跨云弹性与容灾、流量的地域亲和、容器交付流水线等能力就很好的满足了以上的业务诉求。

  再比如,某移动资讯APP长期将自身APP后端服务系统部署在某公有云容器服务上,到19年初已达到10000核规模;该公有云厂商发生了一次大规模宕机事件,造成客户APP长达4小时业务不可用。经过此次事件,客户强烈要求业务在公有云上的高可用性,希望能够尽快以低成本的方式将服务系统以多云形态运行。

  针对客户需求,华为云容器多云混合云解决方案快速反应:

  1、利用云原生技术的统一标准,将一半的服务系统实例快速的迁移到华为云容器服务上;

  2、使用华为云基于集群联邦技术的多云容器管理平台,统一管理在两个公有云容器服务上的容器集群,并通过Istio的流量管理能力统量入口;

  3、为两个集群配置好弹性伸缩、实例迁移和健康检查策略,以便在突发状况时能够自动的迁移实例及流量切换

  项目实施后,客户在没有明显成本增长的情况下,实现了业务多云形态的改造。经过实际测试,当突发事件时,可以在5分钟内完成业务实例的迁移,业务没有受到明显影响。

  三大主力解决方案加速行业数字化转型

  除了华为云多云&混合云解决方案,华为云容器在现场开设独立展台供用户进行体验,Victor Wang在泛互联网专场还介绍了华为云容器的另外两大主力解决方案:AI容器解决方案和智能边缘计算解决方案。

  AI容器自去年华为旗舰大会提出来至今,产品能力有了长足的进步,基于新的调度平台和分布式训练框架,各项性能指标在多项AI训练测评中位居榜首;智能边缘解决方案,可以将云上的AI能力延伸到边缘,让AI能力更加容器获得,使“不以消耗带宽为代价使能AI”成为可能,同时基于容器技术的解决方案,解决了智能应用的移植性问题,为构造泛在的智能边缘网络提供可能性。

  作为CNCF的初创会员,华为站在云原生的肩膀上,深耕技术持续创新,不断推出符合客户需求的产品,推广并普及云原生技术在各行业的应用,使能企业数字化转型,推动云原生技术发展,繁荣云原生生态。

  目前华为容器多云&混合云解决方案已开放公测,欢迎大家前往华为云官网申请体验。

免责声明:本文仅代表作者个人观点,与每日科技网无关。其原创性以及文中陈述文字和内容未经本站证实,对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺,请读者仅作参考,并请自行核实相关内容。

本网站有部分内容均转载自其它媒体,转载目的在于传递更多信息,并不代表本网赞同其观点和对其真实性负责,若因作品内容、知识产权、版权和其他问题,请及时提供相关证明等材料并与我们联系,本网站将在规定时间内给予删除等相关处理.