终于跟女朋友解释清楚了什么是云计算

2024-04-13 04:48

本文主要是介绍终于跟女朋友解释清楚了什么是云计算,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

点击上方 蓝色字体,关注我 ——

一个在阿里云打工的清华学渣!

最近,阿里云推出了一款第六代增强型云服务器ECS “6 Pro”,此为何方神圣?今天小白就带大家一探究竟。

基于第六代云服务器的CPU和网络架构,获得第七代的超强IO能力,接近裸机的超低延时,网络PPS提升3倍,延迟下降35%,存储IOPS总量提升2倍,读写延迟下降20%以上,同时容器部署密度提升6倍。

配合Aliyun Linux 2 LTS,启动速度最多提升60%,运行时性能最多提升30%,稳定性最多提升50%。

 

如果你没有看懂的话,没关系:大概就是更快、更稳定的意思

我们知道,服务器就是更巨型的电脑,硬盘负责存储数据,CPU负责处理数据(计算)。服务器的性能高低,主要就是看底层CPU,CPU越快,计算就越快。

而CPU的性能取决于英特尔等CPU生产商,生产商发布性能更优的新版本CPU后,一般云厂商的也就会做服务器升级。也就是说云服务器性能升级大多是跟着底层CPU走的。

 

阿里云“6 Pro”最牛的是,在CPU和网络架构没有更新换代的情况下,居然实现这种“代沟级”性能提升。也就是,完全依靠阿里云自研的能力实现。

 

背后是什么黑科技?

 

原来是因为阿里云自研的神龙计算平台。

神龙带来的高性能

01

 在一台电脑中,CPU和硬盘就像一家公司的加工厂和仓库,两个部门分别负责处理数据和存储数据。

 

需要处理数据是,从仓库里(硬盘)把数据拿出来,送到加工厂(CPU)加工,加工完之后通常也需要返回仓库。

后来,因为土地价格和劳动力价格的区域差异太大,所以要把这两个部门分别建设在不同的地方,比如加工厂要建在技术人才比较便宜的地区,仓库要建在土地价格比较便宜的地方。这就是在云上的情况,加工厂和仓库经常是不在一个区域的(CPU和存储不在一台机器里面)。

 

而且云上有很多客户,一家工厂或者仓库已经不够用了,所以得多建几家,一起协同工作。加工厂与加工厂之间也做了更精细的分工,通过公路(网络)来运送货物(数据)。

 

处理数据,就像从一个仓库里把数据运出来,经过公路,给到加工厂,加工完之后又通过公路运回去。

前面说过,这些加工厂就是CPU在的地方,负责处理数据,也就是提供云上的计算服务,而仓库就是硬盘,负责存储数据。每个加工厂有很多技术工人(CPU),他们工作的快慢,影响着加工厂工作的效率。

而这些技术人员的效率呢,往往由英特尔等CPU厂商决定,CPU厂商每过一段时间都会升级这些技术人员的装备,装备越厉害加工厂的速度就越快。

 

除此之外,工厂之间的沟通和合作情况也会影响效率,这就涉及到公路的宽窄,也就是网络的带宽。

 

可是,阿里云这次没有改变技术人员的装备,也没有扩宽公路,却让工厂效率大大提升。

 

那么阿里云是做了什么呢?

 

原来,在云上,因为要给很多的企业提供服务,所以需要把技术人员(CPU)分成不同的小组,租给不同的客户,这些小组就像工厂里的小工厂,我们把这个过程叫“虚拟化”。这样一来原来只负责计算的技术人员,就不得不当起了管理人员。

 

于是,有好多技术转去做管理,但是技术专家毕竟是技术专家,做技术很强,做管理却不太厉害,反而占用了不少技术人员的时间。

 

阿里云发现了这一点,就专门成立了一个管理部门——神龙,请来了管理专家,他们更擅长管理和资源协调,有了管理专家专门负责协调技术人员的分组,加工厂之间的协调和仓库之间的协调,就可以让技术人员可以专心工作,而且管理专家的工资却比技术人员还低,让工厂获得了更大的收益。

 

神龙这个部门不仅设计了一套更加高效的信息管理机制Dragonfly Hypervisor,意思是让神龙飞起来;还给管理专家划出了专门的办公地点,以免跟技术同学互相打扰,这个办公基地还安装了传感器、自动化通讯设备等各种物联网设备。 

自从神龙这个部门诞生之后,也经过了多次的升级和改革。

 

神龙部门发现,他们除了可以协调内部技术人员的分组之外,还非常擅长协调工厂与工厂之间、工厂与仓库之间的沟通和运输,于是又在部门内设立了专门的岗位负责这些工作,并设计了一整套现代化智能化通讯系统、货物自动化中转系统、货物运输加速等,加大了货物运输的吞吐量和速度(存储与网络的IO和延时)。

 

总而言之,神龙这个黑科技部门,承担了很多CPU这个技术大牛不擅长的管理和外部协调工作,让技术大牛发挥最大作用,还升级了很多工厂内外的通讯和运输系统。

随着“阿里云ECS”工厂分工越发精细化和现代化,效率也就比业内其他的工厂要高了:加工一件货品比别人更快,工厂总体产能提升,出货量更大了,客户下单秒到。

现在,神龙计算平台已经升级到了第三代!最新一批的加工厂,也就是六代增强型ECS,全都配备了这个最先进的架构。

用专业的话来说,神龙不仅让六代增强型虚拟化性能损耗降为零,还能用芯片做IO加速,提高了稳定性、性能和安全性,能让客户切切实实地享受到好处:阿里云六代增强型ECS端对端性能大幅提升,MySQL、Nginx和Redis等应用能力提升超过15%。

 

不过设立这些岗位也不容易,除了管理机制这一整套“软件”,还需要在工厂附近成立配套硬件物联网系统“神龙专属办公区域”(神龙芯片),这样专人专岗才能好好工作。不是什么样的公司都可以做硬件的,只有像“阿里云”规模这么大的云厂商,才有相对应的规模效应。

 

所以,现在你听懂了阿里云服务器的黑科技“神龙”了吗?

物美价廉的ESSD

02

这次阿里云这个“6 Pro”,还有一个亮点,就是全系搭载ESSD云盘,并且ESSD云盘的门槛降低了50%!

这就说到云上的另外一个部分——存储了。

 

在一台个人电脑中,存储资料的地方,被叫做硬盘,在云上,我们叫云盘。它们就是故事里的仓库。

 

除了工厂的技术在升级,仓库的技术也在升级,从以前的机械硬盘(HDD),到后来的闪存,也叫固态硬盘(SSD)。

 

闪存读写数据更快,在这个仓库里找到一个东西和放进一个东西更快。简单来说,ESSD相当于一个千万平米的巨型数据仓库,自带时速超过120公里的超级高速,仅需1秒就可以完成1部高清电影的传输和存储。

仓库技术升级以后,数据运出去,存进来的速度都快了很多,毕竟设备现代化了嘛。

 

闪存和固态硬盘有什么区别?

 

回到个人PC的场景下想象一下,用了闪存之后,你的电脑的开机速度和软件的打开速度,可能会快到让你怀疑自己拿错了别人的新电脑,再也不会出现打字敲了几十下键盘输入法还没有显示的尴尬。

 

而且,阿里云的SSD还不是一般的SSD,而是ESSD,也就是企业级的SSD。有多快?你细品……

 

所以,为了让速度更“闪电”,全闪存基本上已经是未来趋势了。有很多客户也想租升级后的仓库,享受飞一般的感觉。

 

但是……一分钱一分货,好东西毕竟价格也不能太便宜……

 

很多中小企业表示,买不起啊所以只能继续用古老的HDD,或者一部分用过ESSD,一部分用HDD。

 

阿里云非常霸道总裁地表示,要用,就要用闪存!“我们家工厂配的仓库,都是高科技的。”

 

担心太贵?别怕!阿里云推出了入门级的ESSD,起步价比之前降低了50%!性能比上一代入门级云盘提升100%。在相同价格场景下,大容量ESSD可获得2倍IOPS,时延降低83%。

新时代,六代增强型增型ECS,和ESSD更配哦!

后记

以上只是简单介绍了弹性计算相关概念,要想了解更多关于云计算的黑科技,请加入我们一起来“造”。

阿里云 —— 弹性计算、神龙计算平台校招已经开始了(具体 JD 可看文末推荐文章,公众号后台回复“校招”获取内推链接)。对阿里其他部门感兴趣的同学也欢迎联系我投递简历(公众号后台回复 “内推” 和我取得联系),别的不保证,能保证收到的简历都会认真评估,全程跟踪,做到有始有终,另外本号粉丝可额外获得简历修改意见和面试指导哦

公众号后台回复“模拟题”获取算法笔试模拟题精解合集(也可以直接到阿里云开发者社区下载),该书籍为阿里云开发电子书系列之一,涵盖 70+算法题目,近 30 种大厂笔试常考知识点。希望在你“面试战场”上能够助你一臂之力。

觉得本号分享的文章有价值,记得添加星标哦。周更很累,不要白 piao,需要来点正反馈,安排个 “一键三连”(点赞、在看、分享)如何????? 这将是我持续输出优质文章的最强动力。

关于号主:程序猿石头(ID: tangleithu),现任阿里巴巴技术专家,清华学渣,前大疆后端 Leader。用不同的视角分享高质量技术文章,以每篇文章都让人有收获为目的,欢迎关注,交流和指导!

推 荐 阅 读

快快加入我们——“阿里云-ECS/神龙计算平台” 招人啦
面试官:会玩牌吧?给我讲讲洗牌算法和它的应用场景吧!

面了 7 轮 Google,最终还是逃不脱被挂的命运

从一道面试题谈谈一线大厂码农应该具备的基本能力

读者福利 | Google 工程师面试指南

- 欢迎加入互联网大厂内推群 & 技术交流群 -

快点击“阅读原文”看看上述的ECS/神龙团队的招聘吧!


转了吗


赞了吗


在看吗

这篇关于终于跟女朋友解释清楚了什么是云计算的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/899175

相关文章

计算绕原点旋转某角度后的点的坐标

问题: A点(x, y)按顺时针旋转 theta 角度后点的坐标为A1点(x1,y1)  ,求x1 y1坐标用(x,y)和 theta 来表示 方法一: 设 OA 向量和x轴的角度为 alpha , 那么顺时针转过 theta后 ,OA1 向量和x轴的角度为 (alpha - theta) 。 使用圆的参数方程来表示点坐标。A的坐标可以表示为: \[\left\{ {\begin{ar

【云计算 复习】第1节 云计算概述和 GFS + chunk

一、云计算概述 1.云计算的商业模式 (1)软件即服务(SaaS) 有些景区给游客提供烧烤场地,游客需要自己挖坑或者砌烧烤台,然后买肉、串串、烧烤。 (2)平台即服务(PaaS) 有些景区给游客提供烧烤场地,同时搭建好烧烤台,游客只需要自己带食材和调料、串串、烧烤。 (3)基础设施即服务(IaaS) 有些景区给游客提供烧烤场地,同时搭建好烧烤台,还有专门的厨师来烧烤,用户不需要关心前面的所有

植物大战僵尸杂交版2.1版本终于来啦!游戏完全免费

在这个喧嚣的城市里,我找到了一片神奇的绿色世界——植物大战僵尸杂交版。它不仅是一款游戏,更像是一扇打开自然奥秘的窗户,让我重新认识了植物和自然的力量。 植物大战僵尸杂交版最新绿色版下载链接: https://pan.quark.cn/s/d60ed6e4791c 🌱 🔥 激情介绍:不只是游戏,更是生态课 植物大战僵尸杂交版将经典的策略塔防游戏带入了一个全新的维度。这里,每一种植物都拥

什么是dB?dBm、dBc、dBi、dBd怎么计算,有什么区别?

什么是dB?dBm、dBc、dBi、dBd怎么计算,有什么区别? 引言 在电子工程、通信和音频领域,dB(分贝)是一个常见的术语。许多人刚接触时可能会感到困惑,因为它不仅仅是一个简单的单位,还有多种不同的形式,如dBm、dBc、dBi和dBd。这篇文章将详细解释这些概念,并介绍如何计算它们,帮助初学者更好地理解和应用。 什么是dB? dB,即分贝,是一种表示两个数值比值的对数单位。分贝的基

matlab fspecial 用法解释

fspecial 函数用于建立预定义的滤波算子,其语法格式为: h = fspecial(type) h = fspecial(type , para) 其中 type 指定算子的类型, para 指定相应的参数; type 的类型有: 1 、 'average' averaging filter 为均值滤波,参数为 hsize 代表模板尺寸

php字符串计算汉字、中英文数字个数

$str = '123abcDEF测试的事发地点';$length = strlen(preg_replace('/[\x00-\x7F]/', '', $str));$arr['en'] = strlen( $str) - $length; //(非中文)$arr['cn'] = intval($length / 3); // 编码GBK,除以2 (中文)print_r($

计算广告:第四章——合约广告

计算广告:第四章——合约广告 一、广告位合约 二、受众定向 1、受众定向方法概览 2、 受众定向标签体系 三、展示量合约 1、流量预测 2、流量塑性 3、在线分配 包括按 CPM 计费的展示量合约广告和按 CPT 结算的广告位合约。   一、广告位合约 按CPT结算广告位合约 缺点:无法做到按受众类型投放广告,无法进行深入的优化效果 优点:强曝光属性带来品牌冲击,或

计算广告:第三章——在线广告产品概览

第三章——在线广告产品概览 一、商业产品的设计原则 二、需求方层级组织及接口 二、供给方管理接口 (1)合约广告产品——主要服务于后续效果不宜直接衡量的品牌类广告主 按时段售卖的CPT广告按约定展示量售卖的CPM广告   (2)竞价广告产品 其形式主要是搜索广告,其产品形式为对搜索关键词的竞价。这种广告拓展到站外广告时,演变为了对页面关键词或者用户标签竞价的产品形式,也就是

计算广告:第二章——计算广告基础

一、广告有效性原理 二、互联网广告的技术特点 1、技术和计算向导 2、效果的可衡量性 3、创意和投放方式的标准化 4、媒体概念的多样化 5、数据驱动的投放决策 三、计算广告的核心问题 1、广告收入的分解 2、结算方式与ECMP估计关系 四、在线广告相关行业协会 五、问题 可衡量的效果以及相应的计算优化是在线广告区别线下广告的主要特点,千次展示期望收入(expect

深度学习常见概念解释(四)——损失函数定义,作用与种类(附公式和代码)

损失函数 前言定义作用种类1. 均方误差损失(Mean Squared Error Loss,MSE)公式特点和优点缺点使用场景示例代码在机器学习框架中的使用总结 2. 交叉熵损失(Cross-Entropy Loss)公式特点和优点使用场景示例代码在机器学习框架中的使用总结 总结 前言 在机器学习和深度学习中,损失函数(Loss Function)起着至关重要的作用。它是模型