云计算概述

来自CloudWiki
58.56.27.221讨论2018年9月5日 (三) 06:18的版本 自动化网络
跳转至: 导航搜索

主要内容与目标:

  • 虚拟化、云计算、OpenStack的基本概念及OpenStack的基本组件
  • OpenStack的快速安装与测试方法
  • OpenStack社区、基本组件、底层原理与构建脚本解读
  • 高可用云计算平台
  • OpenStack高级运维与故障排除

创新创业与云计算

用新的方式去迎接这个时代,做别人做不了的事儿。

创新:为就业增加新的技术、新的筹码。

创业:云计算显著降低创业成本,用新的技术来推动个人的创业

技术是用来赚钱的。

商业 + 技术 + 艺术 = 乔布斯

希望你成为云计算时代的乔布斯!

讲课学习方法

  • 考试:平常成绩(50%)+期末考核(50%)
  • 学习:动手实践,整理文档

云计算的两个故事

故事一 公共电网抛弃了爱迪生

O1-3.jpg


  爱迪生的牛气无法言说,这辈子有2000多项发明,在科学界他吃的盐比普通人吃的饭还多。但就是这么一个牛人,也曾被拍打在沙滩上:公共电网狠狠地抛弃了他。

  1878年,爱迪生决定开发一种新产品——电灯泡,为了持续地给它供电,他紧跟着又发明了电流表、发电机等,这是一套完整的供电系统:爱迪生灯具公司制造灯泡,爱迪生电器公司制造发电机,爱迪生电线公司生产电线。

O1-5.jpg

  然而,他的产品只支持直流电厂。直流电有一个很大的缺陷,那就是不能进行长距离运输。于是,越来越多的个人和企业开始独立发电,来点亮爱迪生的直流灯泡。独立发电使得小型私人电厂遍地开花。由于长期为这些电厂提供设备,爱迪生成立的通用电气公司趁机发了大财。

  然而,爱迪生是个伟大的发明家,却不是一个精明的企业家,它相信直流电才是未来。这个短板被他的崇拜者英萨尔意识到:他更推崇交流电。交流电可以长距离运输,有了这个基础,大量效率低的私人电厂,就能整合成一个“中央电厂”,通过一根电线,电能就能运输到各处使用。

O1-4.jpg

  但爱迪生并不看好这种设想,因为这会断掉他的财路:他的商业兴趣在于,私人电厂越多,他的设备就会卖得越好。按照爱迪生的想法,每个企业或者个人都得自备一个小型发电厂。所以,在这场战役中,信赖交流电的英萨尔胜出了。通过“中央电厂”,英萨尔实现了大规模的公用电网。

  如此一来,原先建立私人电厂的企业或个人,就可以避免采购设备昂贵的发电设备。他们只需付上费用,墙面的插头就能提供源源不断的电力,而不必关心这些电力来自何方。故事中取代私人发电厂的“公共电网”,就是电气时代的“云计算”。

故事二 信息“公用电网”的诞生

  1971年,英特尔公司发明了微型电脑。由于价格低廉,且能够完成各种任务,微型电脑很快取代主计算机,成为公司电脑运算的中心。其后,原来的主计算机被改造成了私人服务器(私人发电站),这些服务器下面连接着许多个人电脑。

  爱迪生的灯泡只能搭配直流发电厂,这些个人电脑也只能使用服务器上的程序。这种模式(C/S模式)一直延续至今。正如电气时代每个企业都必须自建一个私人发电厂一样,现在每个企业必须配备一个私人数据中心。

O1-6.jpg

  私人发电厂不能实现远距离传输,服务器内的信息也只能在局域网传播。私人电厂只供企业和个人使用,数据中心的信息也只供企业内部使用。2005年2月,Google在俄勒冈州北部买下三十亩地准备建立一个庞大的服务器技术中心。于是,信息的“公用电网”出现了,这就是“云计算”。

  在这里,包含着数万、甚至数十万廉价CPU和硬盘组成的服务器,这就是信息时代的“中央电厂”,它把原来企业内部的服务器(私人电厂)整合为一台机器集中处理。自此,企业再不用采购昂贵的设备,不必再培养一支庞大的技术队伍。他们只要相信,手里有一台连接网络的计算机就行,而不必担心数据存储在什么地方。

O1-7.jpg

  “云计算”随后迅速地进入到我们的生活。YouTube每月8亿独立访问用户,但运营这些网站的,往往只有几个人,他们租用亚马逊的服务器提供服务,节省了大批资本投资。

  这两个故事关联性很大:电线相当于宽带,电灯泡相当于电脑,私人电厂相当于私人服务器,公用电网就相当于现在的“云计算”。

云计算的历史

云计算的起源

O1-42.png

2006年亚马逊提出弹性云服务EC2(Elastic Compute Version2)——云平台的计算调度

2006年8月9日,谷歌首席执行官埃里克·施密特( Eric Schmidt )在搜索引擎大会( SES San Jose 2006 )首次提出“云计算”( Cloud Computing )的概念。从那时候起,云计算开始受到了关注,这算是云计算最正统的诞生记。

2007年11月,IBM推出蓝云(Blue Cloud)计划,为客户提供即可使用(Ready-to-Use)的云计算。它基于由IBM软件、系统技术和服务支持的开放标准和开源软件,包括一系列的云计算产品。

2010年7月,美国国家航空航天局(NASA)和包括 Rackspace、AMD、Intel、戴尔(DELL)等支持厂商共同宣布“OpenStack”开放源代码计划 微软在2010年10月表示支持OpenStack与Windows Server 2008 R2的集成,Ubuntu也已把OpenStack加至11.04版本中。

2010年,阿里云推出云计算服务

2015年7月,华为推出公有云。

2015年10月,高职新增云计算技术与应用专业


2006谷歌提出云计算——分布式云计算——大数据

计算模式的分与合

计算模式的转变过程——分与合

计算——小型化,高速化——集中化——网络化——分布式——中心化——边缘化,智能化

O1-22.png

(华为P20 :用本地算法实现计算)

(思科:将人工智能用于网络管理)

云计算的五个特征

不要过分去强调私有云,公有云的特征:

按需自助服务

降低成本的核心秘诀就是四个字——『按需付费』。

O1-9.jpg

都说云计算像水电,你会把水龙头放到最大 7 * 24 一直开着,所有的灯不分白天黑夜都这么亮着么?一般人还会把洗衣服的水留下来冲厕所,拔下几个灯泡省电,手机移动电源也都是在公司充好电才带回来。。。

为什么到用计算资源的时候就不管有用没用,使用率多少就一直开着,一直付费呢?

对于一些不需要一直在线的服务,比如定时任务,离线数据处理如果为他们单独分配一台机器,那么假设这一台机器一个月 30 元,服务一天只有 8 个小时是工作的,那么每个月有 20 元你相当于是送给云服务商的。如果你能够精细的控制服务的启动停止时间,只在服务运行的时候开启机器,那么每个月的费用会有大幅下降。

O1-43.png

对于在线服务,传统上我们为了预防访问的自然增长以及某些情况的访问突增对机器造成的压力,会把机器的负载控制在很低的水平。可能当前的水平 1 核 1G 就可以应付,我们为了防止系统抖动非得弄个 4 核 8G 的,CPU 使用上了 20% 都心惊胆战,恨不得 CPU 使用率只有个位数。这样你相当于用花费了一个预想的峰值费用,却只真正使用了其中很小的一部分,把剩下的钱又拱手送给运厂商。

如果我们也像抠自家水电那样来思考,我们应该让每台已有的机器负载尽可能的高,等到峰值来的时候,就像开大水管一样再放几台机器出来,等到峰值过去再把水管放小,一毛多余的水电费也不交,而且再也不用年初头疼今年预算到底该怎么做了。

参考文档:http://cloud.51cto.com/art/201601/503441.htm

自动化网络

网络自动化是指一个网络中的物理和虚拟设备的自动配置、管理、测试、部署和操作的过程。在该技术加持下的网络,可每天自动执行制定好的任务和功能。而通过协作、自动化和网络编排能够简化涉及复杂配置和设备管理的网络操作,以适应不断变化环境的业务灵活性。

O1-10.jpg

对于中小企业网管来说,管理十几台的网络设备可能手动进行网络配置或任务诊断来的更为直接。不过对于大型企业来说,网络设备的数量可能指数级增长,这时自动化配置显然才是根本。而下面的三大原因亦是让网络走向自动化的关键。
  • 首先,是减少人为失误。有调查显示,在发现的网络故障中,有60%到80%都是由人为失误而导致的,即便是手动的“CTRL C”加“CTRL V”。更为关键的是,此种手动过程显然是无法扩展至大型网络运维应用的。
  • 其次,让网络更适合IT服务器环境。多年来大量企业运维团队都在使用自动化来创建高度动态的服务器系统。鉴于自动化能够及时提供所需的连接和安全性,更支持API,还可基于标准的协议和开源自动化框架(例如Ansible、Saltstack、Puppet和Chef)实现开放性和互操作性。此外,服务提供商和企业往往利用这些自动化框架来加速其网络自动化迁移。
  • 再有,提高配置效率。由于手动配置,是一个一对一的过程,其副作用是网络配置仅能应用于当前设备。这就让QoS流控类的配置操作无法在整个基础架构中获得一致性应用。所幸网络自动化能够化解这类问题,令全网下发一个相同配置变得相当简单。

参考文档:http://www.elecfans.com/tongxin/20180809725367.html

资源池化

O1-2.jpg

资源池化是个很时髦的名词,它也是由云计算引申出来的概念。在云计算中,计算资源--CPU、存储、网络等等--有了新的组织结构,也就是资源池。所有设备的运算能力都被放到一个池内,再进行统一分配。

如果你觉得这种说法过于抽象,想象一下下面的场景:一个企业内部的开发人员向IT部门申请了一台服务器,这台服务配有一颗Intel X5600 2.4G CPU、32GB内存、500GB硬盘、1Gbps上联链路,虽然IT满足了他的需求,但这台服务器并不真实存在,它也许只是从一台配置为4路CPU、2TB内存、采用集中式存储、配置双路10Gbps网卡的服务器中切割出来的一部分而已。

对于IT部门来说,计算资源不再以单台服务器为单位,云计算打破了服务器机箱的限制,将所有的CPU和内存等资源解放出来,汇集到一起,形成一个个CPU池、内存池、网络池,当用户产生需求时,便从这个池中配置能够满足需求的组合。在传统的IT架构中,这几乎是天方夜谭,上面那个例子中,如果用户请求的服务器配置在机房内正好找不到空闲的设备,那么只有两种选择,要么IT部门新采购一台设备,要么用户修改需求,显然不管是哪一种都会降低效率或增加成本。

资源的池化使得用户不再关心计算资源的物理位置和存在形式,IT部门也得以更加灵活地对资源进行配置。

参考文档:http://book.51cto.com/art/201303/384831.htm

快速伸缩

很多用户都在为这样的工作情景苦恼不堪,比如:

  • 电商客户遇到大促活动,以及限时秒杀活动期间。
  • 游戏客户在每天晚上20:00-24:00的在线用户高峰期间。
  • 视频客户在播放热门直播期间,比如遇到重要比赛、庆典晚会、热门电视剧。

O1-44.png

虽然可以预见访问量激增的情况,提前做出冗余。然而过量冗余意味着资源的浪费。冗余不足的后果是灾难性的,包括主机宕机,不得不跟用户道歉,还要承担用户流失的后果。当业务高峰过后,还需要及时缩容,向公有云服务商退还计算资源,否则会承受不必要的成本。于是需要每天随时待命,对系统进行调整,还要在“不足”与“浪费”之间做着艰难的资源预测。

如果云计算资源达不到与这样的弹性伸缩,这就与云计算“pay as you use”的初衷相违背。事实上,在今天,云计算的发展已经进化到第三阶段,云服务商根据用户的需求,推动自身的技术进程,可以提供弹性伸缩的云服务,帮助客户适应当前的计算业务的需求。

可计量

(celometer ) (celometer ) O1-11.jpg

云计算的可计量有两重含义。首先云计算服务商必须能够对自己提供的服务有精确的计量,产生业务收入。另外一方面就是使用云计算的客户,知道自己在使用何种资源,以及如何产生的服务费用。甚至可以有更细化的计费方式,比如按次来计量某个软件的使用费用,这是SaaS层面的;如按照提供是Windows Server还是Linux Server的方式来计量费用,这个是PaaS层面;如按照虚拟机的CPU数量,内存数量及存储空间来计费,这是IaaS层面。可见任何一个云计算方,都需要一个可计量,可计费的云计算。

参考文档:http://blog.sina.com.cn/s/blog_55a7f67301010jfl.html

云计算的三种服务模式

O1-23.png

Infrastructure,Platform,Software

IAAS

消费者使用“基础计算资源”,如处理能力、存储空间、网络组件或中间件。消费者能掌控操作系统、存储空间、已部署的应用程序及网络组件(如防火墙、负载平衡器等),但并不掌控云基础架构。例如:Amazon AWS、Rackspace

IAAS:Amazon EC2,Linode,Joyent,Rackspace,IBM Blue Cloud和Cisco UCS等

PAAS

消费者使用主机操作应用程序。消费者掌控运作应用程序的环境(也拥有主机部分掌控权),但并不掌控操作系统、硬件或运作的网络基础架构。平台通常是应用程序基础架构。例如:百度开放云

PAAS:Google App Engine,force.com,heroku和Windows Azure Platform等。

SAAS

消费者使用应用程序,但并不掌控操作系统、硬件或运作的网络基础架构。是一种服务观念的基础,软件服务供应商,以租赁的概念提供客户服务,而非购买,比较常见的模式是提供一组账号密码。

SAAS:Salesforce Sales Cloud,Google Apps,Zimbra,Zoho和IBM Lotus Live等。

O1-1.png

云计算的部署类型

私有云

私有云:开源通用标准——OpenStack,CloudStack,商业产品落地

公有云

公有云:亚马逊EC2,S3、微软Azure,Google,阿里云,腾讯云,华为云

混合云

混合云:标准——OpenStack,亚马逊,阿里云,腾讯云,华为云

社区云

社区云(托管云):运营商,私有云+运营商,私有云+公有专用云,华为企业云

2018-2020企业上云实践

典型的开源云平台

abicloud,hadoop(GFS),Eucalyptus(EC2),MongoDB(10gen),OpenStack(Rackspace),CloudStack

动手实践

  • 观看视频:0和1的裂变
  • 团队分组,在线设计logo,在线photoshop
  • 在线人脸识别
  • 在线服装尺码计算:http://www.matools.com/size
  • 直接使用一个SAAS云软件平台,Google Docs,百度音乐等
  • 直接使用一个PAAS平台,Docker容器的试用等
  • 注册和使用一个公有云主机IAAS,腾讯云,阿里云等
  • 直接使用一个私有云主机IAAS,OpenStack等