SS cloud - Architecting Comput
Virtual Server
Virtual Server DR Introduction
这是虚拟服务器的容灾服务，将服务器和块存储复制到不同的区域（region）。可以计划、测试、实施灾难恢复方案。
- DR配置简单
简答配置即可使用，方便使用和查看的指标，比如数据同步频率 - 资源恢复过程简单
- 可以与其它产品整合
如Cloud Monitoring Loging Audit - 高效的成本
为DR目的创建的虚拟服务器不会产生额外费用，在正常运行期间是关闭的。
定价包含所有资源的费用，包括用于复制的网络和存储空间。
也就是说不会有虚拟机的费用，但是还是有复制的网络和存储的费用。
裸设备 Bare Metal Server
是独立的高性能云计算服务。有物理隔离，但是没有虚拟化技术，适合高容量、高性能的工作负载，如实时系统、HPC（高性能计算）。金融、游戏服务和大型数据库。
CPU从16到96核，内存从32Gb到1536GB不等。
可以设置不同放置组，分布在不同物理机架上。
HPC cluster
- 为计算节点提供多达20个裸机服务器
- 文件存储（BM）集成设置
- 自动安装中间件
- 配置了头节点和计算节点的裸设备服务器来并行分配任务
- 未了促进HPC的高效任务和调度和并行处理，平台提供Slurm调度器，和OpenMPI和GCC Cluster Shell等中间件。
- 平台提供用于配置应用程序的环境变量的环境模块和管理环境，允许操作员在运行时修改配置、停止或启动服务。
Cloud Function
是一个FaaS（功能及服务），无服务器的，托管的，代码编写环境，语言：Python,Node.js,PHP,Go
GPU Server Multi-Node GPU Cluter
人工智能需要使用GPU芯片，专门用于并行计算，适合中小型GPU工作负载，例如，LLM服务、医疗视频分析和诊断、动画图形渲染。
类型：1、2、4、8个NVDIA A100 和8个H100
-
GPU Server with NVIDIA MIG(Multi instance GPU）将单个GPU划分为多个较小的实例，最多7个，缓存资源隔离，适用于小型工作负载，如图形渲染和批处理
-
Mult-Node GPU Cluster:创建和管理带有8个NVIDIA GPU的裸设备；集成存储和网络，用于LLM学习，自动驾驶模拟、科学模拟等
Edge Server
边缘服务器，易于在企业数据中心与云平台之间布置混合云，方式是边缘服务器通过VPN或者直接链接+防火墙的方式连接云平台，这样有利于提高安全性和合规性。这是HaaS，硬件及服务，关键系统迁移到云。
Auto Scaling 自动缩放
这是最重要的功能。
scale out：流量增加，服务器基础设施扩展以适应负载
scale in：非高峰时段，或者首次发布之后流量减少，服务器基础设施应缩小规模
与服务器数量的加减不同，数据库必须通过增加服务器的规格来处理流量：
scale up：扩大规模
scale dwon：缩小规模
一般和负载均衡一起使用
在当服务器负载减少且监控指标低于定义的阈值时，自动缩放会根据策略删除一定数量的服务器，一定要记住一个关键概念：冷却期，自动缩放删除服务器之后，如果有服务请求突然激增，自动缩放的相应速度可能会变慢，所以引入了冷却期，就是缩放完成后的特定等待时间，60s~3600s范围。
自动缩放还可以根据时间表（schedule）调整服务器数量；每日、每周、每月、一次
首先要创建一个虚拟服务器的启动配置模板：
- 准备初始化脚本，或创建自定义映像。
- 创建启动配置，该配置可视为自动缩放中使用的虚拟机模板（配置服务器类型，磁盘容量等）
- 设置扩展，最小策略，指定VPC、安全组、负载均衡器等，还可以有服务警报
浙公网安备 33010602011771号