- 综合排序
- 最热优先
- 最新优先
- 来自专栏Tungsten Fabric中文社区
异构混合多云管理的需求，如何在SDN平台落地
对于中大型的企业市场来说，需求由最初的异构，演变成后来的异构混合，到今天变成了异构混合多云的管理需求——在基础设施层面，有桌面云，以虚拟化形态存在的各种类型的资源池，还有各种公有云的资源池，公有云的应用 企业需要在这样一个异构混合多云的环境里面，找到一个集成的、直接服务于业务的基础设施。 这就带来一个非常切实的需求，我们总结了三个词：开放、异构、场景化。 怎么来理解开放？ 首先就是异构多云基础资源管理。在混合云的管理上，针对私有云我们看到几个主流的技术方案。 对异构化的计算存储网络，包括技术资源的、技术软件的异构化管理，实际上就是针对异构混合多云的基础设施，我们要提供一个统一的入口，统一资源池的管理工具，能够把所有的资源形成服务目录。 整个过程支持私有云和公有云的混合架构，以及多个云计算资源池厂商的异构混合多云环境，在这样一个环境里，完成了一个业务系统的落地。
1.7K30发布于 2020-06-12 - 来自专栏人人都是极客
多 OS 混合部署框架
「图 1」 openEuler Embedded 中的混合关键性系统大致架构 从 openEuler Embedded 的角度，混合关键性系统的大致架构如图 1 所示，所面向的硬件是具有同构或异构多核的片上系统 中间的「混合部署框架」和「嵌入式虚拟化」是具体的支撑技术。 对于上述问题，openEuler Embedded 的当前思路是「混合关键性系统 = 部署 + 隔离 + 调度」，即首先实现多 OS 的混合部署，再实现多 OS 之间的隔离与保护，最后通过混合关键性调度提升资源利用率 ，具体可以映射到「混合部署框架」和「嵌入式虚拟化」。 混合部署框架解决「高效地混合部署问题」和「高效地通信与协作问题」，嵌入式虚拟化解决「高效地隔离与保护问题」和「高效地资源共享与调度问题」。
1K20编辑于 2023-08-22 - 来自专栏全栈程序员必看
Kong集群(hybrid混合)部署模式
紧跟着，这篇主要介绍Kong集群部署模式。生产环境/流量较大的环境下，我们的Kong就要解决单点问题和性能问题，单个Kong节点无法满足我们高并发、高访问量的需求。 那么我们自然想到，Kong自身有提供集群部署模式么?答案是肯定的。 2.架构图 四.集群模式-Promethues指标采集问题 大家可能会发现部署完Kong集群之后，相对于查看或者部署单个节点时候，采集Prometheus指标的方式明显发生了变化。 如果我们部署单个节点的Kong，利用Grafana官方的dashbord可以明显查看到流量信息、service信息、route、upstream等等信息。 但是如果采用集群模式部署以后,CP节点(ip:8001/metrics)只采集到集群信息了。但是此时我们想查看整个集群的流量信息，那我们该怎么采集呢?
1.5K10编辑于 2022-09-13 半导体先进封装技术深度解析：芯粒、异构集成、混合键合与逆向混合键合
半导体先进封装技术深度解析：芯粒、异构集成、混合键合与逆向混合键合 走向未来（kdd.wang@gmail.com）随着人工智能（AI）大模型对算力需求的爆炸性增长，半导体行业正经历从“延续摩尔”到“超越摩尔 在此背景下，半导体行业将目光转向了“超越摩尔”的技术路径，异构集成应运而生。 1.2 异构集成与Chiplet：化整为零的系统重构异构集成的核心思想是将一个庞大的单片SoC，按照功能拆分成多个更小、更易于制造的独立芯粒（Chiplet）。 第二章：互连的极限——异构集成中的“阿喀琉斯之踵”系统的性能上限，最终取决于其最薄弱的一环。 5.2 技术前瞻：解锁下一代异构集成架构IHB的潜力远不止于此，它可能成为解锁未来多种先进技术路径的关键。
1.5K20编辑于 2025-10-09- 来自专栏AI SPPECH
129：多云混合云部署策略：灵活部署方案
作者： HOS(安全风信子) 日期： 2026-03-26 主要来源平台： GitHub 摘要： 本文深入探讨多云/混合云部署策略，通过详细案例展示如何实现灵活的部署方案。 我们将分析多云架构、混合云设计、成本优化以及最佳实践，为AI工程师提供一套完整的多云/混合云部署指南。 目录 1. 核心技术价值 2. 实战案例 8.1 案例一：AI推理服务多云部署 8.2 案例二：混合云数据处理 8.3 案例三：边缘计算混合云部署 9. 最佳实践 9.1 多云部署最佳实践 9.2 混合云部署最佳实践 9.3 成本优化最佳实践 10. 2.2 混合云的定义与优势 混合云是指将公有云和私有云结合使用的部署模式。
25420编辑于 2026-04-15 - 来自专栏皮振伟的专栏
基于KVM虚拟化的混合部署
在这里详细展开一下，介绍一下基于KVM虚拟化的混合部署。 可见，二者的业务特征具有一定的互补性，可以尝试把两种业务进行混合部署。 为什么选择虚拟化 混合部署一直以来都是一个长期讨论、实践的主题。 之前，有很多基于cgroup/docker的混合部署的文章和总结也给我们提供了大量的参考，其中有技术改进、最佳实践以及对未来的思考等等。 对虚拟化的改进 --- kvm-utils 在混合部署的场景下，Host通常是在线运行的，且不能升级内核/kmod。 使用了KVM虚拟化混合部署的方案之后，几乎所有的CPU使用率都得到了很大的提升： ? 在CPU利用率提高的同时，额外超分配出来的百万量级的CPU得到了充分的使用。
2.4K10发布于 2019-11-12 - 来自专栏云计算D1net
部署混合云环境的5大挑战
云计算专家一直以来对公有云与私有云与内部部署数据中心之间孰好孰坏有着很多的争论，但这一结果已经通过市场的发展得出了结论。 从长远来看，获胜者是混合云。 02 成本 任何考虑转向混合云的企业首席信息官都可能关注IT基础设施的成本优化。如果从内部部署数据中心或私有云迁移，则可以合理地进行这种转变。然而，为了运行公有云生态系统而增加复杂性很难证明其有效。 混合云使企业能够识别预测、治理和配置中的异常，同时让企业选择资本性支出或运营支出模型进行计费。寻找自助服务分析和监视工具，这些工具可让企业管理部署并降低利用率和成本。 根据RightScale公司发布的2020年云状态报告，云治理连续三年成为采用云计算平台的所有企业面临的最大挑战，84%的受访者表示更加关注其混合云和多云部署中的治理。 企业越了解总体业务目标(以及组成IT基础设施的各种系统如何帮助实现这些目标)，部署混合云模型的成功机会就越大，因为这样就可以利用云计算技术的巨大优势来提高数字业务能力。
1.2K10发布于 2021-06-01 - 来自专栏云计算D1net
混合云多云环境如何部署微服务
微服务能够为混合云或多云部署带来大量的好处，但是它们也能够带来与网络、安全性等相关的新挑战。 大多数IT企业已经开始认识到在开发和部署中实施软件组件化的好处。 当微服务能够符合上述特点时，用户需要在混合云或多个云部署中维护每一个微服务。 微服务对多云网络的影响 因为微服务是小块的功能组件，它们可以将应用程序分解成为对外部服务的很多个连续请求。 在用户部署微服务之前，应跨用户的混合云或多云环境测试所有负载变化下的微服务运行性能。如果用户的服务质量低于可接受水平，那么可变更网络连接以矫正之。 另外，用户可以设计自己的应用部署过程以便于服务不会移动到用户网络中的盲点。 混合云和多云应用中的网络性能问题通常都与数据流量流经多云、或云和数据中心以及边界点的方式相关。 安全地部署微服务 多个应用经常共享一个单一的微服务，这一事实带来了混合云和多云环境中的另两个挑战：安全性和合规性，以及状态和无状态行为。
1.7K90发布于 2018-03-26 - 来自专栏k8s技术圈
使用 KubeSlice 简化混合多集群、多云 Kubernetes 部署
多云或混合策略使企业可以自由地使用最好的云原生服务。每个云提供商都有独特的工作负载价值主张供企业考虑。 Kubernetes 的扩散 在混合/多云部署的背景下，值得注意的是，容器化应用程序架构的采用已经随着 Kubernetes 及其灵活的平台发生了深刻的变化。 成熟的部署——挑战不断增加 随着组织在运行 Kubernetes 方面达到成熟，他们会扩展其生态系统到多集群部署。这些部署托管在数据中心或分布在数据中心以及超大规模企业的云中。 随着跨集群的应用程序部署不断增加，这些应用程序越来越需要访问不同集群中的其他应用程序。 KubeSlice - 高效的混合/多云集群连接和管理解决方案 在企业世界中，管理大规模应用和基础架构可能是一项艰巨的任务。
78910编辑于 2024-02-22 - 来自专栏云计算D1net
混合云计算部署的三个要求
如今，许多IT专业人员倾向于采用混合云方法，让企业的不同工作负载在内部部署数据中心或在公共云中这样彼此独立的情况下运行。然而，对于大多数企业来说，采用更多的是混合云计算部署。 真正的混合云计算部署需要适当的连接、管理和支持新兴技术，如微服务。 (1)混合云连接 企业在开始采用混合云部署之前，请关注支持与本地部署的数据中心进行高性能互连的公共云提供商提供的服务。 (2)混合云管理 企业还需要实施全面的混合云管理，无论工作人员身在何处，都必须能够监控和控制工作负载。 (3)混合云和微服务 组织应该寻找先进的功能，例如使用微服务目录的能力以及即时协商技术合同。 迄今为止，为这种方法提供帮助的标准很少，但是对于混合云计算部署来完全实现其承诺，其服务响应服务的能力必须是松散的耦合规则。
1.2K60发布于 2018-03-28 - 来自专栏公有云大数据平台弹性 MapReduce
HDFS 异构存储
需求 Hadoop 从 2.4 后开始支持异构存储，异构存储是为了解决爆炸式的存储容量增长以及计算能力增长所带来的数据存储需求，一份数据热数据在经历计算产生出新的数据，那么原始数据有可能变为冷数据，随着数据不断增长差异化存储变的非常迫切
4.5K21发布于 2017-07-28 hadoop异构存储
·Hadoop异构存储是一种基于HDFS的存储优化技术，通过将不同热度的数据分配到不同类型的存储介质上实现性能与成本的平衡。 以下是其核心原理和实现方式： 一、核心概念 异构存储基本原理：Hadoop集群允许使用SSD、HDD、ARCHIVE等多种存储介质，根据数据的访问频率（热/温/冷）匹配对应的存储类型，例如SSD存储频繁访问的热数据 hdfsdata -policy WARM # 查看块分布 hdfs fsck /hdfsdata -files -blocks -locations 配置文件调整 修改hdfs-site.xml以启用异构存储 策略变更后数据移动可能需要触发条件（如写入、Balancer运行）才会生效； 策略继承规则：目录的存储策略默认继承父目录，根目录默认为HOT3； 版本兼容性：需Hadoop 2.6+版本支持，部分特性（如HBase WAL异构存储 通过上述机制，Hadoop异构存储实现了存储资源的智能调度，兼顾性能需求和成本控制。
31010编辑于 2025-12-23- 来自专栏松华说
谈谈数据异构
这就是我今天要和大家讨论的数据异构，将数据进行异地异构存储，比如说需要整合多张表数据构成一条记录然后异地存储。 我们先来看下第一种方案，就是双写，业务代码在对数据库操作时同步缓存。 那有没有更好的方案完成数据异构呢？答案就是利用Mysql的binlog日记。 可以看出binlog日记具备高可靠性、低时延性，所以我们可以利用binlog日记来完成数据异构。 好，今天我主要和你讨论了关于如何利用数据异构实现多级缓存，这个技术还可以解决下面这种问题，比如数据库分库分表后如何进行数据迁移，当然后者的实现更加复杂，需要考虑数据校验问题，就不再展开了。
3.6K30发布于 2019-12-03 - 来自专栏大规模集群
大规模异构集群，混合并行分布式系统，解释算力不均衡问题HETHUB
视频教程在这：3.2大规模异构集群，混合并行分布式系统，解释算力不均衡问题HETHUB_哔哩哔哩_bilibili一、大规模异构集群出现的原因：同一种GPU数量有限难以构建大规模集群：训练大规模模型依赖于大量的计算资源 因此出现了大规模模型的混合并行分布式训练系统HETHUB，该系统支持异构集群，包括AMD、Nvidia GPU和其他类型的GPU加速器。 因此大规模模型的混合并行分布式训练系统HETHUB，做了如下工作。1、异构通信：我们构建了一个分布式统一通信器来支持不同GPU加速器之间的通信。 异构通信请参考前面的博客和视频GPU与国产芯片异构通信方案，异构万卡集群 初步调研-CSDN博客3.1异构万卡集群，GPU与国产计算卡芯片异构通信_哔哩哔哩_bilibili今天我们重点讲一下，算力不均衡的分布式训练挑战 3.2 基于数据并行的异构训练基于数据并行的异构训练，同样可通过调整不同芯片上的数据批处理规模，来应对算力差异。
71310编辑于 2024-09-30 - 来自专栏做数据的二号姬
踩坑 | power bi混合模型部署失败的问题
13 2023-08 踩坑 | power bi混合模型部署失败的问题 因为最近踩了太多坑了，所以准备开一个新的系列，分享一些最近新学（cai）到（keng）的东西，更新不定期~ LEARN MORE 在这个项目中，实际用到的power bi连接方式是import+direct query的混合模型，这种方式相对来说还是比较冷门的，我对这玩意也称不上是非常熟悉。 在经历了无数次报错&测试&打电话给微软的印度老哥之后，总结了一些经验： 如果上一个版本的模型是import的，新版本的模型是direct query的，无法通过管道工具进行部署； 对于混合模型（import 对于开发人员骚操作删除了dev环境已有的报告的，操作方式和注意实现和混合模型发布失败的处理方式类似，删除UAT环境的报告，按照新增的方式进行发布即可。 简单来说，部署卡死就是部署界面一直转圈圈，无法取消也无法部署，并且于此同时，看板页面无法正常打开（一直转圈圈）。
68230编辑于 2023-09-06 混合云环境下YashanDB部署与数据同步技术
在现代数据处理环境中，数据库技术的发展及其应用变得愈发复杂，尤其在混合云环境中，如何有效地部署数据库并实现数据的高效同步成为了一个重要问题。 YashanDB的部署架构YashanDB支持多种部署形态，其中包括单机部署、分布式集群部署和共享集群部署。 数据同步技术在混合云环境中，数据的实时同步是确保数据一致性的关键。 实施建议为更好地实施YashanDB在混合云环境下的部署与数据同步，可以遵循以下几点建议：根据企业规模与业务需求合理选择YashanDB的部署形态，确保系统的灵活性与可扩展性。 结论随着混合云解决方案的普及与深化，YashanDB及其运用将迎来新的发展机遇。通过灵活的部署架构及高效的数据同步技术，可以为中小企业甚至大型企业数据管理提供强有力的支持和保障。
25410编辑于 2025-09-29- 来自专栏云攻略专区
【腾讯云】CLB负载均衡+混合云部署负载实践！
背景: 在混合云部署的场景中，可以使用负载均衡直接绑定云下本地数据中心（IDC）内 IP，实现跨 VPC 与 IDC 之间的后端云服务器的绑定。 IPv6 版本的实例需开启双栈混绑功能，开启后七层监听器可以同时绑定 IPv4 和 IPv6 的后端服务器，当七层监听器混绑 IPv4 IP 时，支持跨地域绑定2.0和混合云部署。 跨地域绑定2.0和混合云部署，不支持 安全组默认放通，请在后端服务器上放通 Client IP 和服务端口。 跨地域绑定2.0和混合云部署不支持绑定其它负载均衡实例（即不支持 CLB 绑定 CLB ）。 目前仅广州、深圳、上海、济南、杭州、合肥、北京、天津、成都、重庆、香港、新加坡、硅谷地域支持该功能。 TCP 和 TCP SSL 监听器需在 RS 上通过通用 TOA 获取源 IP，详情请参见 混合云部署场景下通过 TOA 获取客户端真实 IP。
4.8K43编辑于 2022-07-04 - 来自专栏全栈程序员必看
“多源异构”和“异构同源”定义区分详解「建议收藏」
“多源异构”和“异构同源”定义区分详解 一、多源异构 1、定义 2、示例解释 二、异构同源 1、定义 2、示例解释 三、综合举个简单栗子： 叮嘟！这里是小啊呜的学习课程资料整理。 一、多源异构 1、定义 多源异构简单而言就是指一个整体由多个不同来源的成分而构成，既有混合型数据（包括结构化和非结构化）又有离散性数据（数据分布在不同的系统或平台），互联网就是一个典型的异构网络，融合传播矩阵就是一个典型的多源异构数据网络 从简单的文件数据库到复杂的网络数据库构成了媒体的异构数据源。 二、异构同源 1、定义 异构同源不强求物理上的集中，而是保持组织数据的分布现状，将各个系统的数据通过接口包装成服务，注册到组织服务总线，通过组织服务总线提供统一的数据服务，从而实现数据在逻辑上的整合。 就汽车零部件生产渠道数据、行驶数据而言可以说这辆汽车的数据是多源异构的。
5K20编辑于 2022-08-02 传统集成异构和集成平台异构有什么区别？
为了实现数据的互联互通和业务的顺畅运行，异构系统的集成成为了企业信息化建设的必然选择。然而，传统异构和集成平台异构在实现方式和效果上存在显著差异。传统集成异构与集成平台异构的对比1. 集成平台异构：相比之下，集成平台异构的实施难度较低，成本也更可控。企业只需通过统一的集成平台接入各个异构系统，无需为每个系统单独开发适配器。这大大降低了实施难度和成本，同时也提高了系统的可维护性。 灵活性与响应速度传统集成异构：传统异构系统在面对业务变化时，灵活性较差。新增系统或修改现有系统的接口需要耗费大量时间和资源，无法快速响应业务需求的变化。 相比之下，集成平台如KPaaS业务集成扩展平台，以其强大的可配置性、简化集成流程、快速部署能力和易于维护的特性，正逐步成为企业寻求高效、低成本集成解决方案的热门选择。 KPaaS通过容器化部署策略，提升了部署与资源利用效率，其核心价值在于赋能中小企业实现全面、高效、灵活的数字化转型，通过集成服务与微服务架构的深度融合，促进业务流程的一体化与快速扩展。
58421编辑于 2024-08-13- 来自专栏IT大咖说
与传统相比，混合云如何实现更便利的部署
阅读字数：2008 | 6分钟阅读 摘要 混合云是如何定义的，它所包含的架构又有哪些，与传统人工部署相比，混合云如何实现更便利的部署，本次将逐步分析讲解，并且还有相关案例参考。 混合云，重新定义数据中心服务 混合云包括公有云、私有云、专有云还有数据中心内的超融合。它将多个云串联起来，利用各自的优缺点来部建数据中心的应用。 混合云IT架构 ? 混合云 x Dev/Ops ? 上图是我们在数据中心的一个产品的架构，混合云改变了原来的IT三大件的使用和采购的整个环节。 原先的人工部署需要进行项目采购，还要参考需求、预算和招标，而当引入云应用后整个流程就都被改变了，无需额外购置硬件，只需要去使用云就可以了。 所以才需要应用到混合云，混合云将会迅速的取代线下的存储设备和服务器设备，但同时由于各个介质的不同特色，无法被完全替代，混合云是否能达到我们的期待就不可而知了。
1.6K40发布于 2018-10-23
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号