从部署架构上约束应用系统部署方案,设计多种套餐,对于需要重负载、IO吞吐量高、容量大、内存大等需求,建议考虑物理机,不要使用虚拟化资源池,否则资源池效果会打折,而且对整体容量影响比较大,没有药能够包治百病,一定是有适用场景的
收起两种方法,一种是通用公式法,如下:
每台超融合服务器承载 VCPU 数量计算方法如下:
VCPU 数量 = ( CPU 数量×每颗 CPU 物理核数量× 2 -虚拟化层占用逻辑核数量)×服务器虚机资源的最佳占用率×虚拟化复用比;
在进行 VCPU 资源划分时需考虑以下几个因素:
例如,对于 2 路 14 核的服务器,单台设备的 vCPU 的建议配置数量为:
vCPU 数量 = (( 2×14×2 - 2×14×2×10% ) × 60% × 1 ) + (( 2×14×2 - 2×14×2×10% ) × 60% × 1 ) × 30% ) = 40 ;
一种是根据业务类型,建议如下:
应用系统类型 | VM类型及规模 | vCPU数量 | 内存大小 | 网卡数量 | OS容量 |
大访问量应用 | 小型通用性云主机 | 2-4 | 4-8GB | 1-4 | 50-100GB |
中型通用型云主机 | 4-8 | 8-16GB | 2-4 | 50-100GB | |
大计算量应用 | 中型高性能云主机 | 8-16 | 32-64GB | 2-4 | 50-100GB |
大型高性能云主机 | 16-64 | 64-256GB | 4-8 | 50-100GB | |
大数据量应用 | 中型通用型云主机 | 4-8 | 8-16GB | 2-4 | 50-100GB |
大型高性能云主机 | 16-64 | 64-256GB | 4-8 | 50-100GB |
针对这种情况建议考虑多资源池方案,使用Scale Up性能好的高端服务器构建高端资源池,使用Scale Out服务器构建低端资源池。在业务场景性能要求不高的情况下,可以部署在低端资源池;当业务负载进一步增加,单台Scale Out宿主机性能不能满足需求的情况下,可以通过动态分区迁移或者在停机窗口内远程重启方式转移到Scale Up服务器上。
收起