青云QingCloud發(fā)布多款新品

青云QingCloud是全球首家實(shí)現(xiàn)資源秒級(jí)響應(yīng)并按秒計(jì)量的基礎(chǔ)云服務(wù)商，致力于為企業(yè)用戶(hù)提供安全可靠、性能卓越、按需、實(shí)時(shí)的 IT 資源交付平臺(tái)。其產(chǎn)品包含完整的IaaS層組件、PaaS層服務(wù)及超融合硬件設(shè)備。

QingCloud采用分布式塊存儲(chǔ)系統(tǒng)確保高性能I/O,部署實(shí)時(shí)異地副本保障數(shù)據(jù)安全，通過(guò)云端SDN實(shí)現(xiàn)靈活易用的專(zhuān)享私有云服務(wù)（VPC），提供塊設(shè)備級(jí)的備份與恢復(fù)，設(shè)計(jì)實(shí)時(shí)P2P機(jī)器人社區(qū)協(xié)作確保故障無(wú)害，支持全透明代理模式的負(fù)載均衡器，提供基于自身IaaS平臺(tái)構(gòu)建的PaaS服務(wù)，并無(wú)限制開(kāi)放全部功能API.

青云QingCloud 發(fā)布大數(shù)據(jù)基礎(chǔ)平臺(tái)

在為逾30,000家企業(yè)提供公有云服務(wù)的同時(shí)，QingCloud面向中、大型政企用戶(hù)提供包含軟硬件產(chǎn)品的云計(jì)算整體解決方案，幫助企業(yè)用戶(hù)構(gòu)建和運(yùn)維更加可靠、敏捷、高效的IT基礎(chǔ)資源調(diào)度平臺(tái)，有效降低總擁有成本和運(yùn)維投入。

2015年7月22日，青云QingCloud首屆用戶(hù)大會(huì)在北京千禧大酒店，青云CEO黃允松先生開(kāi)場(chǎng)致辭，他表示：“誕生自一個(gè)”用技術(shù)改變世界“的理想。從無(wú)聞到有口皆碑，QingCloud 是如何用技術(shù)征服市場(chǎng)？從公有云平臺(tái)到完整的企業(yè)級(jí)云計(jì)算解決方案服務(wù)商，QingCloud 又是又如何一步步踐行自己的愿景？從第三方云服務(wù)商到整合了眾多第三方產(chǎn)品的基礎(chǔ)資源與服務(wù)平臺(tái)，QingCloud如何打造基于開(kāi)放的基礎(chǔ)云平臺(tái)的生態(tài)系統(tǒng)？展望未來(lái)，云計(jì)算將如何開(kāi)創(chuàng)一個(gè)新的科技創(chuàng)新時(shí)代？且聽(tīng) Richard 道來(lái)。”

青云QingCloud 發(fā)布大數(shù)據(jù)基礎(chǔ)平臺(tái)

此次大會(huì)上青云發(fā)布會(huì)了多個(gè)亮點(diǎn)內(nèi)容：QingCloud 對(duì)象存儲(chǔ)服務(wù)發(fā)布、大數(shù)據(jù)基礎(chǔ)平臺(tái)發(fā)布、桌面云發(fā)布 打造企業(yè)辦公解決方案、超融合一體化設(shè)備發(fā)布以及高效的研發(fā)管理等等諸多方面。此外會(huì)上QingCloud研發(fā)管理經(jīng)驗(yàn)分享“小而精團(tuán)隊(duì)”的高效運(yùn)行；知名企業(yè)IT變革與創(chuàng)新先行者分享云計(jì)算促進(jìn)企業(yè)IT轉(zhuǎn)型和業(yè)務(wù)創(chuàng)新經(jīng)驗(yàn)，并與大家探討了互聯(lián)網(wǎng)各行業(yè)明星用戶(hù)共話(huà)云計(jì)算與互聯(lián)網(wǎng)金融、云生態(tài)與互聯(lián)網(wǎng)創(chuàng)業(yè)等當(dāng)下熱門(mén)話(huà)題等等。

對(duì)象存儲(chǔ)服務(wù)發(fā)布

QingCloud 對(duì)象存儲(chǔ)服務(wù)除了提供足夠的穩(wěn)定性、安全性、高效、便捷以外，還為企業(yè)客戶(hù)提供便利的工具，能夠?qū)⑾到y(tǒng)、程序、代碼等快捷地跟QingCloud對(duì)象存儲(chǔ)服務(wù)對(duì)接起來(lái)。

海量文件到底怎么存儲(chǔ)呢？

第一，單機(jī)來(lái)存。用單機(jī)掛塊存儲(chǔ)的方式進(jìn)行存儲(chǔ)，當(dāng)數(shù)據(jù)的容量和數(shù)量都不可期的情況下，這種方案不可行。

第二，用戶(hù)自己做分布式處理。自己做的困難點(diǎn)在哪里？當(dāng)數(shù)據(jù)量可預(yù)見(jiàn)時(shí)可以做簡(jiǎn)單的處理，假設(shè)數(shù)據(jù)量在很長(zhǎng)一段時(shí)間里都是10T以?xún)?nèi)，那么用戶(hù)就可以創(chuàng)建十臺(tái)主機(jī)掛載一些硬盤(pán)，做簡(jiǎn)單的映射。但當(dāng)數(shù)據(jù)量不可期時(shí)怎么辦？一定會(huì)面臨增加節(jié)點(diǎn)或者縮減節(jié)點(diǎn)后的數(shù)據(jù)平衡問(wèn)題，怎么做平衡？怎么在平衡的時(shí)候保證服務(wù)的高可用？當(dāng)數(shù)據(jù)量越來(lái)越大時(shí)怎么做索引？索引越來(lái)越多是怎么做索引層的分布？由于本地文件系統(tǒng)的限制，怎么去最大化的利用空間？ 如果存儲(chǔ)海量的小文件如何做合并？合并以后怎么找到它？對(duì)合并文件如何做索引？怎么面對(duì)高并發(fā)的請(qǐng)求？在這里只是提出一些最基本的問(wèn)題，事實(shí)上如果用戶(hù)如果自己去做分布式，遠(yuǎn)比這些復(fù)雜得多。因此，這種方案對(duì)于用戶(hù)來(lái)說(shuō)，開(kāi)發(fā)成本高、運(yùn)維成本高。

第三，用開(kāi)源的解決方案。在QingCloud上也有很多用戶(hù)用開(kāi)源的分布式存儲(chǔ)方案，如FastDFS、GlusterFS、HDFS等。但是開(kāi)源的分布式存儲(chǔ)系統(tǒng)幾乎都是為特定場(chǎng)景而設(shè)計(jì)的。以GlusterFS為例，它只是做了一個(gè)彈性的調(diào)度算法，未對(duì)用戶(hù)所上傳的文件做任何修改，也就是說(shuō)，如果你上傳了一個(gè)文件A,那么你就會(huì)在GlusterFS集群中的某一個(gè)節(jié)點(diǎn)的某一塊硬盤(pán)或者硬盤(pán)分區(qū)的文件系統(tǒng)上，看到文件A原封不動(dòng)的在那里，因此本地文件系統(tǒng)的那些限制會(huì)依然存在。比如存儲(chǔ)大量小文件時(shí)性能問(wèn)題，這也是GlusterFS一直以來(lái)被人詬病的地方。比如存儲(chǔ)大文件，文件容量超出GlusterFS集群中任何一塊硬盤(pán)（準(zhǔn)確的說(shuō)的話(huà)是“盤(pán)或者盤(pán)的分區(qū)”,但為了不那么技術(shù)細(xì)節(jié)，我們這里姑且就用“盤(pán)”吧）的空間時(shí)會(huì)怎么樣，會(huì)失敗，因?yàn)镚lusterFS未對(duì)大文件沒(méi)有做任何切割，因此就會(huì)面臨小文件和大文件存儲(chǔ)的問(wèn)題。用開(kāi)源方案還會(huì)面臨另外兩個(gè)問(wèn)題，二次開(kāi)發(fā)成本高和運(yùn)維成本高，需要對(duì)系統(tǒng)有足夠深入的了解才能做二次開(kāi)發(fā)，才能夠在出故障時(shí)快速恢復(fù)。

第四，使用第三方對(duì)象存儲(chǔ)服務(wù)。用戶(hù)的計(jì)算資源是QingCloud的， 存儲(chǔ)是第三方的存儲(chǔ)，這一方式的問(wèn)題在于一方面給用戶(hù)造成了業(yè)務(wù)上的分離，另一方面數(shù)據(jù)傳輸需要借助公網(wǎng)，延時(shí)會(huì)很高，帶寬成本也高。對(duì)于用戶(hù)來(lái)說(shuō)這種方案不完美。

我們看到用戶(hù)的這些痛點(diǎn)，為了解決它們，QingCloud推出了對(duì)象存儲(chǔ)服務(wù)。下面來(lái)看一下QingCloud對(duì)象存儲(chǔ)的特點(diǎn)：

第一，不限制。我們要做公有的服務(wù)，無(wú)法判斷用戶(hù)的業(yè)務(wù)場(chǎng)景，因此我們對(duì)數(shù)據(jù)的類(lèi)型、大小、數(shù)目無(wú)限制。為了在用戶(hù)業(yè)務(wù)高并發(fā)的情況下，QingCloud對(duì)象存儲(chǔ)系統(tǒng)可以正常支撐用戶(hù)的業(yè)務(wù)，我們?cè)诹髁?、并發(fā)方面也沒(méi)有限制。

第二，無(wú)限擴(kuò)展。無(wú)限擴(kuò)展是我們做對(duì)象存儲(chǔ)的初衷，一方面在空間上可以無(wú)限的水平擴(kuò)展，另一方面在時(shí)間和效率上，性能隨容量線(xiàn)性提升。

第三，數(shù)據(jù)安全。數(shù)據(jù)安全是我們做存儲(chǔ)的底線(xiàn)，不能讓用戶(hù)丟數(shù)據(jù)。

第四，監(jiān)控。監(jiān)控分多個(gè)維度，如API調(diào)用次數(shù)、請(qǐng)求的流量、數(shù)據(jù)的容量等。在監(jiān)控周期上，我們系統(tǒng)可以做到實(shí)時(shí)的監(jiān)控，但對(duì)于對(duì)象存儲(chǔ)系統(tǒng)來(lái)說(shuō)，實(shí)時(shí)監(jiān)控的意義并不大，我們將監(jiān)控的展現(xiàn)粒度設(shè)置為了1小時(shí)。

第五，易用。在做對(duì)象存儲(chǔ)接口設(shè)計(jì)時(shí)，我們完全遵循了HTTP協(xié)議規(guī)范，以及RESTful里面的約定，最終展示給用戶(hù)的是RESTful的API,用戶(hù)可以通過(guò)HTTP和HTTPS的方式訪問(wèn)，同時(shí)我們會(huì)提供SDK、命令行工具，以及QingCloud控制臺(tái)上的圖形界面。

第六，訪問(wèn)安全。在安全性方面我們也做了很多工作：

請(qǐng)求驗(yàn)證基于對(duì)稱(chēng)加密技術(shù)， 與QingCloud IaaS的請(qǐng)求驗(yàn)證方式一致，對(duì)于用戶(hù)而言，用同一套API密鑰既可以訪問(wèn)QingCloud的IaaS,又能訪問(wèn)對(duì)象存儲(chǔ)服務(wù)。

我們支持HTTPS和HTTP,用戶(hù)可以根據(jù)自己的需求選擇使用哪一種方式。

訪問(wèn)權(quán)限控制，我們做了存儲(chǔ)空間級(jí)別的訪問(wèn)控制列表，所賦予權(quán)限的實(shí)體可以到單個(gè)用戶(hù)級(jí)別。權(quán)限包括私有、公開(kāi)只讀、公開(kāi)讀寫(xiě)、面向某個(gè)或某些用戶(hù)的讀、面向某個(gè)或某些用戶(hù)的讀寫(xiě)等。

跨域訪問(wèn)控制。主要為了防止在網(wǎng)頁(yè)中嵌入的惡意代碼，進(jìn)行惡意數(shù)據(jù)上傳。

第七，與計(jì)算緊密結(jié)合。QingCloud作為基礎(chǔ)云服務(wù)商，與其他第三方對(duì)象存儲(chǔ)提供商不同，QingCloud的對(duì)象存儲(chǔ)可以與自身的計(jì)算緊密結(jié)合。因?yàn)镼ingCloud IaaS就是跨區(qū)域部署的，而存儲(chǔ)應(yīng)該和計(jì)算資源盡可能的接近， 以保證用戶(hù)系統(tǒng)的完整性，方便用戶(hù)的管理與部署。因此在做對(duì)象存儲(chǔ)時(shí)，我們也采取了多區(qū)域部署的路線(xiàn)，當(dāng)用戶(hù)的計(jì)算資源和對(duì)象存儲(chǔ)空間在同一個(gè)區(qū)時(shí)，數(shù)據(jù)通過(guò)內(nèi)網(wǎng)傳輸，對(duì)于用戶(hù)而言有兩個(gè)好處，低延時(shí)和低成本。

大數(shù)據(jù)基礎(chǔ)平臺(tái)發(fā)布

基于QingCloud自身IaaS平臺(tái)的優(yōu)點(diǎn)，QingCloud大數(shù)據(jù)基礎(chǔ)平臺(tái)可以提供穩(wěn)定、可靠、高可用、在線(xiàn)擴(kuò)容、在線(xiàn)/離線(xiàn)遷移、監(jiān)控告警等服務(wù)。所有的大數(shù)據(jù)服務(wù)都是多樣化的、組件式的。目前發(fā)布的有ZooKeeper、Kafka、 MongoDB、Spark等，接下來(lái)陸續(xù)會(huì)發(fā)布Hadoop、HBase、Cassandra、Storm等。用戶(hù)可以很方便的構(gòu)建出適合自己業(yè)務(wù)需求的大數(shù)據(jù)解決方案。

隨著互聯(lián)網(wǎng)尤其是移動(dòng)互聯(lián)網(wǎng)的蓬勃發(fā)展，數(shù)據(jù)量呈爆炸式增長(zhǎng)，數(shù)據(jù)來(lái)源和格式也多樣化，我們對(duì)數(shù)據(jù)處理的實(shí)時(shí)性要求也越來(lái)越高，傳統(tǒng)的IT基礎(chǔ)架構(gòu)已經(jīng)無(wú)法滿(mǎn)足我們的需求。比如，我們不能期待MySQL存放幾百T的數(shù)據(jù)，性能還沒(méi)有損耗。這時(shí)我們需要支持PB級(jí)別的分布式存儲(chǔ)和分布式計(jì)算框架，而這些分布式系統(tǒng)要支持伸縮以適應(yīng)數(shù)據(jù)量的急劇變化，沒(méi)有底層基礎(chǔ)架構(gòu)的支持，大數(shù)據(jù)只能是紙上談兵，因此，基礎(chǔ)架構(gòu)是大數(shù)據(jù)的基石。

如何部署大數(shù)據(jù)基礎(chǔ)平臺(tái)？要么部署在物理機(jī)上，要么部署在云平臺(tái)上，具體采用哪種方式，完全取決于大數(shù)據(jù)的特點(diǎn)。大數(shù)據(jù)的特點(diǎn)有哪些？第一，不可預(yù)期的海量數(shù)據(jù)。第二，數(shù)據(jù)量是在急劇變化的。比如說(shuō)用戶(hù)行為的跟蹤與分析，白天我們要收集處理大量的數(shù)據(jù)，晚上這些數(shù)據(jù)會(huì)下降很多。第三，很多時(shí)候是一次性數(shù)據(jù)，處理完畢以后平臺(tái)就不需要了。

面對(duì)這些場(chǎng)景，物理機(jī)的方案是捉襟見(jiàn)肘的，無(wú)法做到彈性伸縮，部署也不靈活，而且要提前購(gòu)買(mǎi)大量的資源。而這些正是云計(jì)算的優(yōu)勢(shì)，云計(jì)算能夠彈性伸縮，需要時(shí)創(chuàng)建，不需要時(shí)銷(xiāo)毀，并且這些操作只需要點(diǎn)擊鼠標(biāo)、幾分鐘之內(nèi)即可完成，甚至可以使用AutoScaling、自動(dòng)化這些操作。因此，云計(jì)算才是大數(shù)據(jù)基礎(chǔ)平臺(tái)最好的部署方案。當(dāng)然，也會(huì)有人質(zhì)疑云計(jì)算的性能和穩(wěn)定性的問(wèn)題。

我們先來(lái)看性能。之前有用戶(hù)想把大數(shù)據(jù)平臺(tái)部署到QingCloud上，稱(chēng)性能損失50%以?xún)?nèi)都可以接受，我們聽(tīng)到這句話(huà)既開(kāi)心又擔(dān)憂(yōu)，開(kāi)心在于QingCloud的性能是無(wú)限的接近于物理設(shè)備的性能，50%很容易滿(mǎn)足。擔(dān)憂(yōu)在于用戶(hù)的要求太低，很容易被其他云服務(wù)商誤導(dǎo)。

關(guān)于穩(wěn)定性，很多用戶(hù)測(cè)試后發(fā)覺(jué)在云上跑大數(shù)據(jù)是不穩(wěn)定的，其表現(xiàn)形式是虛機(jī)會(huì)無(wú)緣無(wú)故的宕掉，實(shí)際上這跟IaaS層的健壯性有關(guān)，跟平臺(tái)的設(shè)計(jì)有關(guān)，如果這些都能做好，云上大數(shù)據(jù)是更穩(wěn)定的。

如何在云上提供穩(wěn)定、可靠和高性能的大數(shù)據(jù)服務(wù)呢？首先需要強(qiáng)調(diào)我們是在云平臺(tái)上來(lái)做產(chǎn)品和服務(wù)的，要充分挖掘云的特點(diǎn)，比如說(shuō)Hadoop的存儲(chǔ)副本因子默認(rèn)是3,設(shè)計(jì)的初衷是防止兩個(gè)副本所在的機(jī)架出問(wèn)題， 而把第三個(gè)副本放在另外一個(gè)機(jī)架上，在云上你是不知道你的虛機(jī)跑在哪個(gè)機(jī)架上的，所以第三個(gè)副本在云上是沒(méi)有意義的，而去掉這個(gè)副本，不僅節(jié)約1/3的存儲(chǔ)空間，性能還能得到提升。去掉這個(gè)副本帶來(lái)的高可用和穩(wěn)定性的問(wèn)題，完全可以由IaaS做保障。因此，在云上兩個(gè)副本是足夠的。

從實(shí)踐應(yīng)用來(lái)看，關(guān)于Spark主節(jié)點(diǎn)的高可用問(wèn)題，官方文檔推薦用ZooKeeper管理多個(gè)Spark主節(jié)點(diǎn)， 它的故障切換時(shí)間是1-2分鐘，如果云上部署Spark這種方式不可取。因?yàn)閯?chuàng)建虛機(jī)的時(shí)間是幾秒鐘，加上Spark系統(tǒng)恢復(fù)時(shí)間不到一分鐘，我們用重構(gòu)Spark主節(jié)點(diǎn)的方案時(shí)間在1分鐘左右，甚至比官方推薦方案時(shí)間更短，而且可以節(jié)省3個(gè)ZooKeeper節(jié)點(diǎn)和1個(gè)Spark主節(jié)點(diǎn)。這說(shuō)明云上做大數(shù)據(jù)是具備天然優(yōu)勢(shì)的，我們需要的是創(chuàng)新性的思維。

Spark是一個(gè)基于內(nèi)存的分布式計(jì)算系統(tǒng)，相比Hadoop,它在性能上比Hadoop要高100倍。實(shí)際上Spark的核心是它的RDD計(jì)算模型以及基于全局最優(yōu)的DAG有向無(wú)環(huán)圖編排方式，而MapReduce是基于局部的。這就導(dǎo)致了即使是基于硬盤(pán)計(jì)算，Spark也要比MapReduce快十倍左右。并且Spark在RDD的基礎(chǔ)之上也封裝了很多有用的組件，比如說(shuō)處理結(jié)構(gòu)化數(shù)據(jù)的Spark SQL,流式計(jì)算的Spark Streaming,機(jī)器學(xué)習(xí)， 圖計(jì)算等等。這些工具不僅性能優(yōu)越，用戶(hù)體驗(yàn)也非常棒。這對(duì)數(shù)據(jù)科學(xué)家以及從事社交網(wǎng)絡(luò)的公司來(lái)說(shuō)是無(wú)法抗拒的誘惑力，你只需要幾行代碼就可以運(yùn)行經(jīng)典成熟的機(jī)器學(xué)習(xí)算法算出結(jié)果。

我們?cè)谔峁㏒park全棧服務(wù)的同時(shí)，還對(duì)Hadoop做了集成，將Spark work節(jié)點(diǎn)運(yùn)行在Hadoop DataNode節(jié)點(diǎn)上。同時(shí)我們也會(huì)兼顧了用戶(hù)數(shù)據(jù)存在遠(yuǎn)端的情況，比如說(shuō)用戶(hù)的數(shù)據(jù)可以通過(guò)Kafka傳輸進(jìn)來(lái)，可以通過(guò)MongoDB數(shù)據(jù)庫(kù)存儲(chǔ)進(jìn)來(lái)的等等。除此之外，由于QingCloud自身IaaS平臺(tái)的優(yōu)點(diǎn)，我們的大數(shù)據(jù)基礎(chǔ)平臺(tái)可以提供穩(wěn)定、可靠、高可用、在線(xiàn)擴(kuò)容、在線(xiàn)/離線(xiàn)遷移、監(jiān)控告警等服務(wù)。所有的大數(shù)據(jù)服務(wù)都是多樣化的、組件式的，用戶(hù)可以很方便的構(gòu)建出適合自己業(yè)務(wù)需求的大數(shù)據(jù)解決方案。

青云QingCloud大數(shù)據(jù)基礎(chǔ)平臺(tái)服務(wù)是由一系列可自由組建端到端行業(yè)解決方案的部件構(gòu)成的，目前發(fā)布的有ZooKeeper、Kafka、 MongoDB、Spark等，接下來(lái)陸續(xù)會(huì)發(fā)布Hadoop、HBase、Cassandra、Storm等。QingCloud提供的都是配置進(jìn)行過(guò)優(yōu)化的原生的中間件，這樣用戶(hù)可以無(wú)縫切換已有的大數(shù)據(jù)應(yīng)用到QingCloud.

超融合一體化設(shè)備開(kāi)啟融合3.0時(shí)代

QingCloud的超融合一體機(jī)預(yù)集成了QingCloud虛擬化平臺(tái)、云平臺(tái)管理軟件、SDN網(wǎng)絡(luò)和分布式存儲(chǔ)，支持硬件的自動(dòng)發(fā)現(xiàn)與配置，支持通過(guò)簡(jiǎn)單的增加節(jié)點(diǎn)、 連線(xiàn)、 上電完成云平臺(tái)的部署和擴(kuò)容。實(shí)現(xiàn)簡(jiǎn)化IT,一步上云的目的，開(kāi)啟融合3.0時(shí)代

從服務(wù)器角度來(lái)看，從大型機(jī)進(jìn)化到小型機(jī)再到塔式服務(wù)器，互聯(lián)網(wǎng)公司最早使用塔式服務(wù)器組建數(shù)據(jù)中心來(lái)滿(mǎn)足他們的需求，但是非常難以維護(hù)。隨著業(yè)務(wù)的需求和服務(wù)器的發(fā)展，誕生了刀片服務(wù)器、存儲(chǔ)和網(wǎng)絡(luò)，通過(guò)機(jī)架將它們放在同一個(gè)機(jī)房，從而誕生了現(xiàn)在的IDC.再往右邊看，未來(lái)的數(shù)據(jù)中心將會(huì)是軟件定義的數(shù)據(jù)中心，所有機(jī)架上的設(shè)備沒(méi)有區(qū)別，沒(méi)有網(wǎng)絡(luò)設(shè)備、沒(méi)有存儲(chǔ)設(shè)備、沒(méi)有刀片機(jī)，所有的硬件能力都將會(huì)融合在一起。

從架構(gòu)設(shè)計(jì)角度來(lái)看，在融合1.0時(shí)代，僅僅解決了快速上架的問(wèn)題， 把不同廠家的硬件裝在一個(gè)盒子里，搭一個(gè)硬件積木。而實(shí)際上，所有的硬件及功能都是割裂的， 用戶(hù)仍然需要面對(duì)多個(gè)管理界面并分別維護(hù)IP和FC網(wǎng)絡(luò)。企業(yè)為了滿(mǎn)足性能需求只能不斷的通過(guò)縱向擴(kuò)展的方式升級(jí)硬件設(shè)備，但存儲(chǔ)與計(jì)算的分離設(shè)計(jì)限制了擴(kuò)展性及靈活性。

融合2.0時(shí)代，完全去除了共享SAN架構(gòu)，通過(guò)分布式文件系統(tǒng)提供Server SAN,融合2.0擺脫對(duì)存儲(chǔ)硬件的制約，但是企業(yè)還需要在上面重新部署所有的軟件，這些軟件都是割裂的，無(wú)法實(shí)現(xiàn)一個(gè)完整的云計(jì)算環(huán)境。

QingCloud的超融合一體機(jī)預(yù)集成了QingCloud虛擬化平臺(tái)、云平臺(tái)管理軟件、SDN網(wǎng)絡(luò)和分布式存儲(chǔ)，支持硬件的自動(dòng)發(fā)現(xiàn)與配置，支持通過(guò)簡(jiǎn)單的增加節(jié)點(diǎn)、 連線(xiàn)、 上電完成云平臺(tái)的部署和擴(kuò)容。實(shí)現(xiàn)簡(jiǎn)化IT,一步上云的目的，這就是融合3.0 .

本次發(fā)布的QingCloud的超融合一體機(jī)有四種型號(hào)，分別是F系列（全閃存 – 極致存儲(chǔ)性能）、S系列（高性能存儲(chǔ) 全SATA）、NL系列（高容量存儲(chǔ)）、C系列（SDN網(wǎng)關(guān)及管理）。

我們簡(jiǎn)單介紹一下F系列（全閃存 – 極致存儲(chǔ)性能）和S系列（高性能存儲(chǔ) 全SATA）性能參數(shù)。

F系列，通過(guò)雙節(jié)點(diǎn)的2U服務(wù)器最大可提供288個(gè)VM資源池的規(guī)模，而且閃存使用的是Flash而不是SSD,免除了RAID可能面臨的瓶頸問(wèn)題。通過(guò)PCIe總線(xiàn)直接將Flash和CPU連接起來(lái)，降低物理部署對(duì)于閃存的性能開(kāi)銷(xiāo)，可以在一臺(tái)F系列提供60萬(wàn)的IOPS,傳統(tǒng)的存儲(chǔ)柜大概能提供40萬(wàn)的IOPS,如需更多IOPS,橫向擴(kuò)展即可。另外通過(guò)采用高密度的方案，我們節(jié)省了50%的布線(xiàn)，同時(shí)減少了16%電源的消耗。

S系列，在4U的空間里提供了4個(gè)節(jié)點(diǎn)集群，最大支持384個(gè)虛擬機(jī)，擁有56個(gè)熱插拔SAS盤(pán)位，最大提供100TB存儲(chǔ)容量。同時(shí)拋棄背板，采用直連的方式，每個(gè)硬盤(pán)的磁盤(pán)通道都是6Gb,共提供256Gb/s的磁盤(pán)帶寬，完全無(wú)擁塞的設(shè)計(jì)。在電源上也是采用了共享電源方案，節(jié)能16%以上， 標(biāo)準(zhǔn)配置下的功耗在900w~1250w,是非常節(jié)能的方案。

總的來(lái)說(shuō)，QingCloud的超融合一體機(jī)具備以下特點(diǎn)：第一，零干預(yù)，開(kāi)箱即用，自調(diào)優(yōu)；第二，統(tǒng)一，所有設(shè)備都可以在同一控制臺(tái)監(jiān)控和管理；第三，P2P架構(gòu)，免除單點(diǎn)故障，支持無(wú)限的水平線(xiàn)性擴(kuò)展；第四，融合3.0,具備完整的IaaS能力；第五，低成本，低消耗，低空間占用。

使用QingCloud超融合系統(tǒng)后，我們發(fā)現(xiàn)QingCloud自身的能耗、空間和布線(xiàn)分別降低16%、50%和50%,節(jié)省了大量的人力、運(yùn)營(yíng)成本。

總的來(lái)說(shuō)，QingCloud超融合一體機(jī)可以有效幫助企業(yè)簡(jiǎn)化其IT架構(gòu)，從而輕松構(gòu)建靈活、彈性、高效的云計(jì)算平臺(tái)，降低企業(yè)IT的支出與運(yùn)維管理成本，在企業(yè)的IT升級(jí)、信息化改造、桌面云、數(shù)據(jù)中心建設(shè)等場(chǎng)景中，QingCloud超融合一體機(jī)將是企業(yè)IT基礎(chǔ)設(shè)施的首選產(chǎn)品。

生成海報(bào)

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來(lái)自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁(yè)或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書(shū)面權(quán)利通知或不實(shí)情況說(shuō)明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開(kāi)相關(guān)鏈接。