对于云资源管理平台,针对于多种公有云、私有云及混合云的情况怎么去做到对计算资源、网络资源、存储资源等其他虚拟资源乃至中间件等众多资源的细致化管理和操作呢,而市场需求的资源管理又是怎样的呢?
对这些资源精细化的管理办法就是统计,预测,负载自动伸缩(autoscale),无服务应用
(1)统计工作,公有云上都有cpu,内存的统计,一般如果你平时的cpu使用在30~60,是比较正常的,如果低于这个值,就说明太低了,你可以考虑把负载低、相关性强的应用部署在一体服务器上,以节省成本,如果是Kubernetes集群,就直接下架服务器就可以了,集群可以自己平衡。
(2)预测工作,如果你预测未来一个月,可能有重大的活动,不妨,先购置一些服务器资源,放置活动日出现的资源不足;
(3)自动伸缩,几乎每个公有云,都是autoscale的功能, 能根据cpu,内存的负载自动进行扩展和回缩。如果是Kubernetes的,还会有pod的autoscale。
(4)无服务应用, 近年来lambda的无服务应用日趋成熟,你可以对应用中,一些纯计算的操作,让公有云的lambda进行计算,你不用管其他任何东西,只要付钱。