浅析云计算运维经验.pdf

Cloud Computing 云计算 浅析云计算运维经验 文 柯旻 / 在本文中 来自阿里的云计算运维专家分享了运维大规模服务器集群过程中遇到的问题及解决方案 同时 ， ， 给出了自己对云运维工作的思考。 现在云计算似乎已成为四海之内大家统一的标 目前，由于信息数据量日益膨胀，同时又有大量闲 准，如果哪款产品推出不带上个 “云”字似乎就 置的计算资源，因此应运而生出现了云的概念， 已经落伍了，自然顺应时代运维这些产品也就变 慢慢向“集中”转变。只是这种 “集中”不是集中 成了云运维，但实际上关键还是在 “运维”二字 到一台机器，而是集中到由1000台、10000台或更 上。运维的本质是保证服务的可用性、稳定性和 多机器从逻辑上整合成的集群，这样将能为用户 高效性。如果脱离了这些那就只是浮云而已。 提供更高的计算能力及海量存储空间。 本文将主要讲述在运维人员眼中该怎样保证大规 这时，运维人员面对的机器数量将会暴涨，但对 模服务器集群的稳定发展，更好地支撑公司的前 单台机器的稳定性要求不会像以前那么高，所以 线业务快速发展。其中有些概念属于业内大家的 运维方式将会发生重大转变，对运维人员的工程 共识，当然也有一些个人的看法，其中偏颇之处 素质要求也会提高，比如要熟悉机房情况、网络 真诚地欢迎业内朋友指正。 状况、kernel、操作系统、CPU等，并具有一定的 开发能力。此时，自动化运维将起到非常重要的 云运维的基本理解 作用，甚至成为决定性因素。而且运维人员也需 要对底层核心架构优化有比较深刻的理解。对于 纵观计算机及相关技术的发展历程，“集中”和 规模特别大的系统来说，哪怕性能只优化了1%， “分布”一直是两个交替出现的方向。在计算机 在1万台机器的环境中，这就意味着可以节约100 出现初期，使用者往往通过终端共用一台昂贵的 台机器。因此，在规模足够大的环境中，这种优化 大型机。那时的运维人员需要保证1台或2台 （做 是值得而且必须深入做的。 冗余）机器的稳定运行即可。而随着个人计算机 时代来临，计算能力飞升而硬件价格飞降，以及 与传统运维人员间的区别 随后的互联网的出现，计算机的应用模式逐渐由 “集中”变为 “分布”。这时，运维人员要面对的 这两者在本质上是个循序渐进的过程，但最核心 是与以往不同的应用场景，需要保障10台、100台 的是对技术细节和知识的全面学习及掌握的程 或1000台机器稳定运行。 度。当有10台或50台机器时，运维人员可能还能 114 Cloud Computing 云计算 手动处理一些问题，但当拥有1000台、2000台或 制。当然，Cfengine这类工具仅是自动化运维工具 更多机器时就必须采用自动化方式。而由于集群 之一。 规模的扩大，很多边界效应及以前没遇到的各类 云计算平