【正文】 、以及網(wǎng)絡(luò) 設(shè)備、以及圍繞云平臺提供的安全設(shè)備。216。如果服 務(wù)器不支持虛擬化技術(shù)或低損耗計(jì)算要求等原因，基礎(chǔ)架構(gòu)云還允許用戶選擇使 用 Linux 下幾乎無損性能的輕虛擬化技術(shù)（容器技術(shù)）。它為 IaaS 的運(yùn)行提供最基本的保障，為了最大化保證核心層的穩(wěn) 定，就必須在設(shè)計(jì)上將節(jié)點(diǎn)、存儲、控制器等的不穩(wěn)定納入設(shè)計(jì)范疇加以避免， 因此核心層必須運(yùn)行在容錯框架上。216。存儲子系統(tǒng)可以對卷組進(jìn)行創(chuàng)建、擴(kuò)容以及刪除等功能， 保證了多類型存儲在云平臺的靈活性。 網(wǎng)絡(luò)管理子系統(tǒng)：通過對云平臺中的虛擬網(wǎng)絡(luò)進(jìn)行編程控制(SDN 能力)，可以提供安全組、VPC、 VPN 等能力。品高云平臺支持第三方的網(wǎng)絡(luò)虛擬機(jī)，還提供了 SDN（軟件定義網(wǎng)絡(luò)），通過 SDN 可以管理多個 IP 地址或者 VLAN，可以將以往傳統(tǒng)復(fù)雜的網(wǎng) 絡(luò)配置簡單化。 云平臺項(xiàng)目視圖隨著學(xué)校 IT 規(guī)模在不斷擴(kuò)大，IT 管理角色也隨之細(xì)分，不同角色對于學(xué)校 IT 架構(gòu)的關(guān)注點(diǎn)也有很大區(qū)別。216。另一方面，學(xué)校的創(chuàng)新想法需要得到快速實(shí)現(xiàn)與驗(yàn)證，通過公有云滿足敏捷創(chuàng)新的 同時卻引入 IT 管理盲區(qū)，學(xué)校 IT 管理架構(gòu)無法對外部 IT 資源進(jìn)行統(tǒng)籌管理。通過簡單易用的自助服務(wù)平臺實(shí)現(xiàn)對于包括學(xué)校私有云和公有云在內(nèi)的多區(qū) 位 IT 資源管理。216。第 20 頁| 共 109 頁 云運(yùn)維管理平臺云運(yùn)維管理平臺是資源池的整體監(jiān)管系統(tǒng)，云平臺能夠?qū)γ恳豁?xiàng)資源進(jìn)行實(shí) 時監(jiān)控，包括在用的資源能力和剩余資源能力。同時，云平臺提供 多維度分析報(bào)表，將歷史的系統(tǒng)資源的利用情況，運(yùn)行情況等單項(xiàng)或者匯總性信 息提供給管理者和使用者。216。 資源管理：資源管理，平臺提供由上至下包括集群、資源池、虛擬機(jī)、 物理機(jī)等多維度的資源管理功能。216。 資源監(jiān)控：監(jiān)控管理是對資源池的主機(jī)、存儲、網(wǎng)絡(luò)資源進(jìn)行監(jiān)控，對 監(jiān)控對象實(shí)時狀態(tài)予以展示，還包括生成監(jiān)控?cái)?shù)據(jù)報(bào)表、生成告警信息 等。 配置管理：配置管理實(shí)現(xiàn)了 CMDB 工具必不可少的：整合、調(diào)和、同步、 映射和可視化功能。216。為 IT 服務(wù)高效、標(biāo)準(zhǔn)化的輸出奠定堅(jiān)實(shí)的基礎(chǔ)，顯著提高 IT 服務(wù)的效率和質(zhì)量。 統(tǒng)計(jì)報(bào)表：統(tǒng)計(jì)分析，統(tǒng)計(jì)報(bào)表模塊涵蓋了對報(bào)表的類型、字段的定義， 生成各類業(yè)務(wù)、運(yùn)維報(bào)表，實(shí)現(xiàn)運(yùn)維情況分析診斷的專業(yè)化、智能化， 支持用戶對報(bào)表進(jìn)行導(dǎo)出操作。 工單管理：從資源申請分配使用回收，具備完善的工單管理流程。 系統(tǒng)管理：系統(tǒng)管理，提供組織架構(gòu)管理、用戶管理、系統(tǒng)角色管理、 平臺功能管理 部署規(guī)劃xxx 學(xué)院初始云平臺總體邏輯拓?fù)浣Y(jié)構(gòu)如下圖所示。對于云 計(jì)算平臺上的服務(wù)器，通常都是將相同或者相似類型的服務(wù)器組合在一起，作為 資源分配的母體，即所謂的計(jì)算資源池。216。 核心功能設(shè)計(jì)(一) 故障動態(tài)遷移在計(jì)算資源池里面，由云平臺實(shí)時對整體的資源池進(jìn)行監(jiān)控，當(dāng)探測到虛擬 機(jī)是可以動態(tài)遷移，并且整個資源調(diào)度過程是透明快速，不影響應(yīng)用系統(tǒng)正常運(yùn) 行。圖 6 動態(tài)遷移示意圖(二) 資源自動調(diào)度在計(jì)算資源池建設(shè)過程中，進(jìn)行了詳細(xì)的規(guī)劃和設(shè)計(jì)，但隨著各開發(fā)部門的 加入，越來越多服務(wù)器設(shè)備需要加入到計(jì)算資源池，這會導(dǎo)致計(jì)算資源池設(shè)備新 舊程序不一，同時開發(fā)部門對資源需求的程序也不盡相同，這對資源池的調(diào)度能 力提出了考驗(yàn)；計(jì)算資源池的設(shè)計(jì)需要遵循易擴(kuò)容、易部署原則；同時管理平臺 可以通過豐富的策略，可以根據(jù)實(shí)際的需求對資源進(jìn)行合理的調(diào)度，提高設(shè)備利 用率、降低能耗。 貪婪模式：自動使用所有服務(wù)器中資源占用最大的創(chuàng)建計(jì)算資源。 節(jié)約模式：自動使用所有服務(wù)器中資源已被使用但未被用光的創(chuàng)建計(jì)算資源。 最大能耗服務(wù)器優(yōu)先：自動使用所有服務(wù)器中功耗使用最大的創(chuàng)建計(jì)算資源。 最小能耗服務(wù)器優(yōu)先：自動使用所有服務(wù)器中功耗最小的創(chuàng)建計(jì)算資源。 利舊服務(wù)器優(yōu)先：自動使用所有服務(wù)器中早先加入的創(chuàng)建計(jì)算資源。 利新服務(wù)器優(yōu)先：自動使用所有服務(wù)器新加入的創(chuàng)建資源。 輪循模式：自動在所有服務(wù)器中逐一遍歷創(chuàng)建計(jì)算資源?？焖俳桓洞罅刻摂M機(jī)。圖 8 快速創(chuàng)建彈性存儲卷（實(shí)例 A 的銷毀不影存儲卷 1 的數(shù)據(jù)）快速交付多個 IP 地址。云平臺用戶來說，獲得的不再是空白的操作系統(tǒng)，而是可以 直接部署所需應(yīng)用、交付可直接運(yùn)行環(huán)境。針對 Oracle 數(shù)據(jù)庫部署，而用戶可以通過在 EC2 服務(wù)中的（軟件倉庫）功能，在創(chuàng) 建實(shí)例時選擇要部署的 Oracle 軟件，之后由品高基礎(chǔ)架構(gòu)云自動完成安裝。一個應(yīng)用可以有多個 部署環(huán)境（如測試環(huán)境和生產(chǎn)環(huán)境）。216。216。第 29 頁| 共 109 頁216。216。圖 15 彈性伸縮(七) 彈性容器彈性容器服務(wù) (Elastic Container Service) 是一項(xiàng)容器管理服務(wù)，它支 持 Docker 容器，并讓您能夠通過圖形界面來創(chuàng)建和管理您的 Docker 容器。圖 16 彈性容器(八) 存儲網(wǎng)關(guān)存儲網(wǎng)關(guān)服務(wù)通過部署虛擬的存儲網(wǎng)關(guān)設(shè)備，提供行業(yè)標(biāo)準(zhǔn)的存儲協(xié)議，可 提供傳統(tǒng) IT 設(shè)施與云存儲的無縫連接。品高云 OS 的存儲網(wǎng)關(guān)服務(wù)提供三種連接方式：216。 兼容 AWS Storage Gateway API；216。使用介質(zhì)更換器和磁帶驅(qū)動器 預(yù)配置每個網(wǎng)關(guān) VTL，可將這些介質(zhì)更換器和磁帶驅(qū)動器作為 iSCSI 設(shè)備用于 現(xiàn)有客戶端備份應(yīng)用程序，用戶可根據(jù)需要添加磁帶盒以存檔數(shù)據(jù)。每個 VTL 均附帶一組磁帶驅(qū)動器（ 10 個），這些驅(qū)動器可作為 iSCSI 設(shè)備提供給備份應(yīng) 用程序。每個 VTL 均附帶一個媒體轉(zhuǎn)換器，該轉(zhuǎn)換器也可作為 iSCSI 設(shè)備用于業(yè)務(wù) 系統(tǒng)數(shù)據(jù)的備份應(yīng)用程序。圖 18 云監(jiān)控服務(wù)216。216。216。216。216。216。(十) 關(guān)系數(shù)據(jù)庫關(guān)系數(shù)據(jù)庫服務(wù)（RDS）是品高云針對傳統(tǒng)數(shù)據(jù)庫系統(tǒng)（目前支持 MySQL 和 SQLServer）的運(yùn)維自動化工具，其通過封裝數(shù)據(jù)庫系統(tǒng)自帶的 API 完成對數(shù)據(jù) 庫系統(tǒng)的安裝、配置、備份、安全與高可用等工作，是 DBA 工作的最佳實(shí)踐的執(zhí) 行工具。 創(chuàng)建數(shù)據(jù)庫安全組：根據(jù)需要設(shè)置數(shù)據(jù)庫訪問來源，可以是 IP 范圍也可以是其他 安全組。 創(chuàng)建 MySQL 關(guān)系數(shù)據(jù)庫：用戶可根據(jù)需要選擇數(shù)據(jù)庫引擎、實(shí)例規(guī)模、是否多實(shí)例 部署、是否自動小版本升級，填寫數(shù)據(jù)庫名稱、數(shù)據(jù)庫端口、選擇數(shù)據(jù)庫參數(shù)組、 選擇數(shù)據(jù)庫安全組，設(shè)置數(shù)據(jù)庫備份保留天數(shù)、備份時間、維護(hù)時間。 修改數(shù)據(jù)庫實(shí)例：修改數(shù)據(jù)庫實(shí)例，包括是否多實(shí)例部署、是否自動小版本升級、 實(shí)例規(guī)模修改、數(shù)據(jù)庫參數(shù)組修改、備份及維護(hù)設(shè)置。 重啟數(shù)據(jù)庫實(shí)例：當(dāng)數(shù)據(jù)庫服務(wù)異?；驑I(yè)務(wù)需要將數(shù)據(jù)庫進(jìn)行重啟時，選擇重啟數(shù) 據(jù)庫實(shí)例。 數(shù)據(jù)庫實(shí)例關(guān)機(jī)：當(dāng)數(shù)據(jù)庫需要暫停使用時，選擇數(shù)據(jù)庫實(shí)例關(guān)機(jī)。 刪除數(shù)據(jù)庫實(shí)例：當(dāng)數(shù)據(jù)庫不再使用時，選擇刪除數(shù)據(jù)庫實(shí)例。 關(guān)系數(shù)據(jù)庫的備份與恢復(fù)：關(guān)系數(shù)據(jù)庫服務(wù)提供了在備份時間內(nèi)的全備份和每隔 5分鐘的日志備份，因此用戶可將數(shù)據(jù)庫恢復(fù)到任意間隔 5 分鐘的時間點(diǎn)，恢復(fù)的數(shù) 據(jù)庫會以新的數(shù)據(jù)庫實(shí)例出現(xiàn)。 關(guān)系數(shù)據(jù)庫的維護(hù)升級：關(guān)于數(shù)據(jù)庫的維護(hù)升級，當(dāng)用戶在創(chuàng)建時或修改時設(shè)置數(shù)據(jù)庫小版本升級時，關(guān)系數(shù)據(jù)庫服務(wù)會自動在維護(hù)時間內(nèi)進(jìn)行維護(hù)升級。 關(guān)系數(shù)據(jù)庫數(shù)據(jù)的導(dǎo)入導(dǎo)出：用戶使用關(guān)系數(shù)據(jù)庫服務(wù)往往需要將舊數(shù)據(jù)導(dǎo)入，云 平臺支持用戶使用數(shù)據(jù)庫管理工具（如 Mysqldump、SQLServer 管理器等）通過數(shù) 據(jù)庫 IP 連接進(jìn)行數(shù)據(jù)的導(dǎo)入與導(dǎo)出。 數(shù)據(jù)庫實(shí)例的參數(shù)調(diào)優(yōu)：數(shù)據(jù)庫實(shí)例創(chuàng)建完畢后，品高基礎(chǔ)架構(gòu)云關(guān)系數(shù)據(jù)庫服務(wù) 提供了數(shù)據(jù)庫參數(shù)配置的自助界面進(jìn)行數(shù)據(jù)庫實(shí)例的配置及系統(tǒng)參數(shù)設(shè)置。大數(shù)據(jù)技術(shù)的核心技 術(shù)，是分布式存儲和分布式計(jì)算技術(shù)。這種技術(shù)架構(gòu)特征，是能夠支持海量數(shù)據(jù)高效的存儲和計(jì)算的主要原因。以上所述架構(gòu)模式，決定了在服務(wù)器管理領(lǐng)域的特征，會需要管理集群環(huán)境中的多臺服務(wù)器，隨著應(yīng)用規(guī)模的擴(kuò)大，服務(wù)器集群數(shù)量可能會是非常龐大的， 需要有專業(yè)的管理工具來輔助進(jìn)行管理。云計(jì)算技術(shù)，能夠管理計(jì)算、存儲、網(wǎng)絡(luò)等多種資源，計(jì)算管理平臺 實(shí)現(xiàn)對這些資源的快速調(diào)度工作。在大數(shù)據(jù) 的計(jì)算處理方面，會根據(jù)數(shù)據(jù)的特征和應(yīng)用的特征采用不同的技術(shù)，每種技術(shù)只 會側(cè)重在個別領(lǐng)域，而不像關(guān)系型數(shù)據(jù)庫技術(shù)需要全面的考慮。品高軟件的大數(shù)據(jù)解決方案，會從整個體系的自底向上全面的提供支撐能力。為提升大數(shù)據(jù)平臺的環(huán)境構(gòu)建能力，支撐平臺提供大數(shù)據(jù)環(huán)境自動交付功能， 用戶只需要通過平臺可視化界面選擇對應(yīng)的大數(shù)據(jù)處理環(huán)境類型、環(huán)境配置，平 臺即能夠自動完成環(huán)境的交付構(gòu)建。然后，由這些服務(wù)器執(zhí)行的計(jì)算結(jié)果將減少為單個輸出集。下圖顯示了具有主節(jié)點(diǎn)的 MapReduce 集群， 該主節(jié)點(diǎn)引導(dǎo)一組從屬節(jié)點(diǎn)來處理數(shù)據(jù)。而使用平臺 MapReduce 功能可在現(xiàn)有資源池中，創(chuàng)建 Hadoop 集群并執(zhí)行大數(shù)據(jù)處理任務(wù)。不僅如此，平臺還進(jìn)一步增強(qiáng)了 Hadoop 和其他開源應(yīng)用程序，以便大數(shù)據(jù) 處理能力可在云平臺中按需使用，這些增強(qiáng)包括：1. 支持使用 MapReduce 服 務(wù) ， 通 過 向 導(dǎo) 界 面 從 零 到 有 ， 自 助 創(chuàng) 建 MapReduce 集群。3. 除了執(zhí)行自定義 MapReduce 腳本外，還支持動態(tài)配置執(zhí)行 Pig、Hive 腳 本。5. 將支撐平臺的對象存儲服務(wù)用于輸入和輸出 MapReduce 數(shù)據(jù)的共享存儲。7. MapReduce 提 供 了 幾 種 用 戶 可 以 啟 動 用 來 運(yùn) 行 自 定 義 Hadoop mapreduce 代碼的集群類型，如：自定義 JAR：運(yùn)行用 Java 編寫的 自定義 mapreduce 程序。用戶負(fù)責(zé)編程定義和實(shí)施 Java 應(yīng)用程序中的 map reduce 任務(wù)。因?yàn)?MapReduce 功能已 經(jīng)自動配置了多個開源應(yīng)用程序在 Hadoop 上層運(yùn)行，所以可以用類似 SQL 的語法或名為 Pig Latin 的專用語言操作數(shù)據(jù)。9. HDFS 數(shù)據(jù)存儲：分布式存儲是在分布式網(wǎng)絡(luò)上存儲大量數(shù)據(jù)的一種方式， 該網(wǎng)絡(luò)中的計(jì)算機(jī)具有用來防止數(shù)據(jù)丟失的冗余。(2) SparkSpark 是 Apache 頂級的開源項(xiàng)目，是一款獨(dú)立的、高速的、開源的分布式 內(nèi)存計(jì)算引擎，Spark 擁有 Hadoop MapReduce 所具有的優(yōu)點(diǎn)；但不同于 MapReduce 的是 Job 中間輸出結(jié)果可以保存在內(nèi)存中，從而不再需要讀寫 HDFS， 因此 Spark 能更好地適用于數(shù)據(jù)挖掘與機(jī)器學(xué)習(xí)等需要迭代的 MapReduce 的算法。(3) 高性能計(jì)算服務(wù)（HPC）高性能計(jì)算(High Performance Computing, HPC) 是指使用多顆處理器或者 多臺計(jì)算機(jī)組成一個大規(guī)模的計(jì)算集群，從而提供比單臺計(jì)算機(jī)更強(qiáng)的計(jì)算能 力，共同完成大規(guī)?？茖W(xué)問題的計(jì)算和海量數(shù)據(jù)的處理?？蛻?機(jī)一般負(fù)責(zé) HPC 計(jì)算素材的編寫、計(jì)算任務(wù)提交、計(jì)算結(jié)果存放等。計(jì) 算節(jié)點(diǎn)是一個 HPC 集群的主體，通常由數(shù)量眾多的計(jì)算服務(wù)器組成，提供集群的 強(qiáng)大計(jì)算能力。(十二) 機(jī)器學(xué)習(xí)在機(jī)器學(xué)習(xí)服務(wù)中，通過 S3 進(jìn)行數(shù)據(jù)文件存儲，通過 AMI 鏡像來創(chuàng)建機(jī) 器學(xué)習(xí)集群，AMI 鏡像中封裝了集群自動配置腳本和機(jī)器學(xué)習(xí)算法，提供二元、 多元和回歸訓(xùn)練模型，可以應(yīng)用到購買力趨勢預(yù)測、欺詐行為檢測、疾病判斷、 房價預(yù)測、電影類型判別，產(chǎn)品推薦等場景。 集群中 Master 實(shí)例不斷向云平臺元服務(wù)器請求任務(wù)，獲取任務(wù)后，通知集群中 的節(jié)點(diǎn)執(zhí)行任務(wù)。 容器管理：管理和配置機(jī)器學(xué)習(xí)集群所需的部署模板，配置機(jī)器學(xué)習(xí)服 務(wù)的實(shí)例資源；216。 模型訓(xùn)練：機(jī)器學(xué)習(xí)服務(wù)根據(jù)數(shù)據(jù)源中的目標(biāo)列數(shù)據(jù)類型信息（二類、 多類、數(shù)值型），選用合適的模型（二元、多元、回歸模型），根據(jù)指 定的容器和集群大小配置，搭建集群并進(jìn)行模型數(shù)據(jù)訓(xùn)練，最后將訓(xùn)練 好的模型保存到 S3；216。 數(shù)據(jù)預(yù)測：機(jī)器學(xué)習(xí)服務(wù)讀取 S3 上的數(shù)據(jù)和訓(xùn)練好的模型，根據(jù)指定 的容器和集群大小配置，搭建集群并進(jìn)行數(shù)據(jù)預(yù)測，最后將預(yù)測結(jié)果保 存到 S3。 一鍵獲取機(jī)器學(xué)習(xí)集群環(huán)境；216。 支持 Spark_ML 機(jī)器學(xué)習(xí)軟件 存儲資源池設(shè)計(jì)云計(jì)算管理平臺中的存儲用于保存虛擬機(jī)的操作系統(tǒng)、應(yīng)用程序文件、配置 文件以及與活動相關(guān)的其它數(shù)據(jù)，是虛擬機(jī)正常工作的基本前提條件。 由于虛擬架構(gòu)系統(tǒng)中的虛擬機(jī)實(shí)際上是被封裝成 了一個檔案文件和若干相關(guān)環(huán)境配置文件，通過將這些文件放在存儲的文件系統(tǒng) 中，可以讓不同服務(wù)器上的虛擬機(jī)都可以訪問到該文件，從而消除了單點(diǎn)故障。在創(chuàng)建虛擬機(jī)、虛擬存儲卷的時候，用戶可以選擇虛擬機(jī)、存儲卷所使用的 存儲資源類型（分布式存儲資源）。 分布式存儲區(qū)域 分布式云存儲根據(jù)云管理平臺的功能，可以將分布式云存儲配置為存儲操作系統(tǒng)鏡像，應(yīng)用軟件工具上傳、其他管理工具、系統(tǒng)日志、其他對存儲性能要求不高但需要大量存儲空間或者離線備份等應(yīng)用系統(tǒng)場景進(jìn)行使用。使用 SSD 硬件加速，提供分布式存儲高 IOPS 的性能要求。分布式存儲將由 x86 服務(wù)器的本地硬盤存儲通過云平臺統(tǒng)一管理起來，構(gòu)建 分布式存儲，提升服務(wù)器資源的整體利用率，云平臺分布式存儲架構(gòu)如下圖所示：圖 23 分布式存儲的架構(gòu)品高使用計(jì)算存儲一體化的超融合技術(shù)，CPU 和內(nèi)存用于實(shí)例計(jì)算，本地磁 盤組成分布式存儲用于存儲，可存放虛擬機(jī)鏡像文件和業(yè)務(wù)系統(tǒng)數(shù)據(jù)，本次分布 式存儲使用計(jì)算節(jié)點(diǎn)構(gòu)建，每個節(jié)點(diǎn)配置 SAS 硬盤 15k 300G SAS * 2/2TB SAS*13/SSD 480G