云计算(趋势联盟课题方向)云计算是一种按使用量付费的模式。这种模式提供可用的、便捷的、按需的网络访问， 进入可配置的计算资源共享池（资源包括网络，服务器，存储，应用软件，服务）。这些资源能够被快速提供，只需投入很少的管理工作，或与服务供应商进行很少的交互。
最新
容器最大的好处是灵活，轻量。大数据是计算型侧重资源弹性及大数据存储。两者在处理任务的时候，可以将两者优点结合起来。而且，两者的调度框架还不大一样，容器一般使用K8S，大数据一般使用hadoop, strom, spark等计算引擎基于yarn的调度。但好在这些也可以容器化改造的，即可以...
容器最大的好处是灵活，轻量。大数据是计算型侧重资源弹性及大数据存储。两者在处理任务的时候，可以将两者优点结合起来。而且，两者的调度框架还不大一样，容器一般使用K8S，大数据一般使用hadoop, strom, spark等计算引擎基于yarn的调度。但好在这些也可以容器化改造的，即可以跑...
Kubernetes·2024-04-26
本文介绍了如何利用观测云采集Kubernetes容器日志，并对采集的日志进行解析、查询、可视化分析和备份的整个流程，包括部署DataKit、控制台日志采集、容器内日志文件采集、日志解析、日志查询、日志可视化分析、日志告警和日志备份等方面。...(more)
浏览420
针对：大数据容器化部署如何实现资源隔离，与非容器相比的优势在什么地方？我是这么思考的，你可以看看是否有解答你的问题：通过宿主机的linux kernel实现优先级控制，确保资源使用优先级低于在线服务。与传统方式相比，容器化的大数据作业可以运行在在线应用使用的集群，利用在线集群...
大数据·2024-04-23
容器化部署为大数据平台带来了显著的灵活性和资源利用优势，但并不意味着必须放弃现有的大数据平台产品。通过结合CDH、星环等成熟的大数据平台产品与容器化技术，可以构建更高效、灵活和稳定的大数据解决方案。在做出决策时，我觉得应综合考虑企业的规模、业务需求、技术能力...
Docker·2024-04-23
个人理解hdfs在容器外，和原来一样，只是原来是直接访问，现在是容器化后挂载存储卷
为了平衡成本和产出，确实存在改造容器云的体量考量。然而，并没有一个固定的物理节点数量作为是否适合改造容器云的明确界限，因为是否适合改造容器云更多地取决于特定的业务需求、技术架构、资源利用情况等因素。不过，以下是一些在考虑是否改造容器云时可以考虑的因素：业务规模...
