首页
学习
活动
专区
圈层
工具
发布
    • 综合排序
    • 最热优先
    • 最新优先
    时间不限
  • 腾讯 TKE 注册节点:分布式架构下 IDC 轻量化与资源利用率提升实践

    数据来源:腾讯全球数字生态大会 主讲嘉宾:汤文军(腾讯) 一、 传统 IDC 架构面临的资源闲置与运维高成本瓶颈 在企业整体原生改造的进程中,自有 IDC(互联网数据中心)的物理机资源管理成为核心痛点 理想状态下,企业期望实现下一体化调度,但现实中面临以下四大业务与工程瓶颈: 计算资源利用率极低:下物理机资源利用率普遍仅在 10%-20%(部分集群常态为 10%~14%),产生严重资源浪费。 该模式允许用户将非腾讯主机(企业 IDC、边缘设备)托管至腾讯 TKE 集群,采用“云端提供 TKE 控制面生命周期管理,用户提供本地计算资源”的轻量化协同架构: 专线版与边缘版双模式:支持通过专线互通 核心指标三:节点交付与运维效率呈指数级优化 传统节点耗时较长,现可通过公网或专线实现 10 分钟内完成 IDC 节点接入。 通过 1Gb 专线将北京、宁波物理机接入混合。 量化收益: 5 分钟完成 qGPU 交付;通过 GPU 10% 算力切分实现共享,GPU 利用率提升 70%。

    6110编辑于 2026-04-28
  • 来自专栏伟哥专栏

    IDC、友商数据(COS)最佳实践

    1.概述 1.1简介 本文从通用的数据场景,以及友商数据迁移场景出发,介绍基于腾讯对象存储(COS)的步骤,包括迁移前的环境准备工作,的配置与迁移工具的实施,数据的一致性校验,业务的切换与验证 IDC:互联网数据中心(Internet Data Center,简称IDC)是指一种拥有完善的设备(包括高速互联网接入带宽、高性能局域网络、安全可靠的机房环境等)、专业化的管理、完善的应用的服务平台。 2.业务架构 2.1IDC典型业务架构图 [IDC典型业务架构图] 2.2典型业务架构图 [典型业务架构图] 2.3数据流程图 常见的热数据迁移方式,通用的迁移流程如下图: [数据迁移流程 image.png 5.2业务环境切换 5.2.1数据源切换 在测试访问成功的基础。将业务文件源站域名切换至COS域名,通过业务入口进行线上验证。 image.png 至此,切换任务完毕,数据全部

    3.2K141发布于 2021-08-18
  • 来自专栏腾讯云存储专家服务

    IDC、友商数据(COS)最佳实践

    1.概述 1.1简介 本文从通用的数据场景,以及友商数据迁移场景出发,介绍基于腾讯对象存储(COS)的步骤,包括迁移前的环境准备工作,的配置与迁移工具的实施,数据的一致性校验,业务的切换与验证 IDC:互联网数据中心(Internet Data Center,简称IDC)是指一种拥有完善的设备(包括高速互联网接入带宽、高性能局域网络、安全可靠的机房环境等)、专业化的管理、完善的应用的服务平台。 2.业务架构 2.1IDC典型业务架构图 [IDC典型业务架构图] 2.2典型业务架构图 [典型业务架构图] 2.3数据流程图 常见的热数据迁移方式,通用的迁移流程如下图: [数据迁移流程 [日志存储&数据监控] 5.2业务环境切换 5.2.1数据源切换 在测试访问成功的基础。将业务文件源站域名切换至COS域名,通过业务入口进行线上验证。 [svz37ufv3a.png] 至此,切换任务完毕,数据全部

    3.6K51发布于 2021-09-13
  • IDC Redis如何基于DTS实现容灾

    机房间的容灾关系如下:其中【IDC-生产】和【IDC-灾备】是常态存在的,而【-灾备】按照当前的设计仅在故障发生时才会临时拉起。拉起后,生产流量将切换到运行。 架构如下:进一步讲,如果【-灾备】的建设成本与【IDC-灾备】相差不大,甚至可以考虑去掉【IDC-灾备】,由来承接对应角色,这也是当下更主流的下容灾架构。 1.2、数据同步工具选择考虑针对IDC之间以及IDC如何实现数据同步的问题,因考虑到现有管控体系对数据库实例的统一纳管能力,陌陌在的产品选型以IaaS+自建为主,初期考虑过基于原生复制的同步方案 2、DTS如何实现陌陌Redis容灾2.1、基于DTS同步的容灾架构●当【IDC-生产】故障发生时,借助的弹性资源,基于公共DTS临时拉取灾备实例的全量+增量数据到,构建的生产实例。 切流后1、生产IDC恢复后,新建DTS任务恢复 IDC内数据库(->IDC生产,需要开启 RDB流控) 2、业务实施禁写,准备进行回切 3、检查DTS同步状态,确保没有处于 【全量】阶段的 4、停止

    90431编辑于 2025-03-20
  • TKE注册节点驱动IDC轻量化:资源利旧、成本优化与统一调度的实践路径

    识别企业核心瓶颈 企业面临四大战略困境与业务瓶颈: 资源利旧利用率低:下资源利用率仅10%-20%,GPU整卡使用导致利用率低下(材料来源:腾讯全球数字生态大会“企业过程中面临的问题” 部署TKE注册节点轻量化方案 腾讯推出TKE注册节点,针对混合场景升级节点产品形态,允许用户将非腾讯主机托管至TKE集群(用户提供计算资源,TKE负责集群生命周期管理),分两种模式: 专线版 资源利用率提升:GPU通过qGPU 10%算力切分共享,利用率提升70%;在离线混部CPU利用率提升300%;IDC资源利用率最高提升5倍(材料来源:同前)。 方案:注册节点方案,深圳/上海IDC机器就近接入对应TKE集群。 收益:1个月迁移IDC几十万核资源,提前完成年度利旧目标;集群运维人员减少60%,人力投入业务自身。 收益:统一运维(分钟级构建混合云集群);GPU利用率提升70%(10%算力切分共享);5分钟完成qGPU交付。

    4300编辑于 2026-04-29
  • 来自专栏腾讯云原生团队

    TKE 注册节点,IDC 轻量原生的最佳路径

    但很多企业数据中心建设较为早期,选型采取了自建 IDC 机房的方案,长久以来的 IDC 运营维护和企业的诉求产生了冲突和矛盾: 1、资源难利旧/利用率低 业务大部分在运行,存量的 IDC 主机难以利旧 ,下有物理机,难以打通下资源,实现统一调度和管理; 下资源分布在不同的地域,难以将不同地域的资源放在一个集群中统一管理; 下的统一纳管 如何解决企业 IDC的冲突问题? 但是当下,我们面临的是原生的新场景而非单纯的,因此,我们基于传统混合的解决方案进一步深入思考,首创出 IDC 轻量级原生解决方案 - 注册节点 :IDC 节点和 TKE 打通,作为管控面来提供管理 GPU 虚拟化技术,业务分配 GPU 不是按整卡而是可按 1/10 卡做细粒度的分派,减少 GPU 资源浪费; 注册节点已经支持腾讯上万台 IDC 节点,CPU 累计超过 500w核,成为 IDC ,难度高; IDC 节点资源利用率低,浪费严重; 本地私有容器化建设和维护成本高; 通过注册节点的方案,企业在极短时间内就能够完成 IDC 节点接入 TKE 的动作(单节点10min内接入),使用 TKE

    2.1K20编辑于 2022-12-27
  • 来自专栏云攻略专区

    【腾讯&IDC混合】构建COS对象存储灾备解决方案分享

    ,那么如何解决【企业数据本地化】又能解决IDC扩容【存储备份】呢? 为解决上述问题,经过架构实践,推荐以下方案: 1)基于公有“数据中心”属性,将公有作为IDC本地数据中心的“扩展机房”,组成混合; 2)基于公有的用户租户隔离,构建公有的数据隔离区域,做存放数据备份 ,数据还是很安全的,可以设置网络ACL,仅来自某一个IP访问数据,或者限制,堡垒机,做数据安全管理;更甚者,可以将防火墙五元安全组自动化配置,做好IPS边界方防护安全。 降级存储,实现异地备份,归档存储3年以上。 技术关键: (1)1.存储就近地域,最好是内网上传COS,通过内主机或者存储网关,实现高速内网上传; (2)入带宽免费,可以通过VPN-联网网关打通IDC内网,或者通过NAT映射内网主机IP端口,

    4.8K41编辑于 2025-01-04
  • 来自专栏运维博客

    10. CMDB前端开发-IDC管理

    10. : 20px"> <el-pagination v-model:currentPage="currentPage" :page-sizes="[<em>10</em> : 20px"> <el-pagination v-model:currentPage="currentPage" :page-sizes="[<em>10</em> : 20px"> <el-pagination v-model:currentPage="currentPage" :page-sizes="[<em>10</em> currentPage: 1, //默认第一页 pageSize: 3, //默认每页<em>10</em>条 total

    1.9K130编辑于 2023-05-26
  • 来自专栏武军超python专栏

    2018年10月15日中间件,CDN,IDC,计算

    互联网数据中心(Internet Data Center)简称IDC,为企业、政府提供服务器托管、空间租用以及相关增值等方面的全方位服务 阿里腾讯提供的是计算: 计算主要包括了:服务器、数据库 、CDN和域名注册,监控,云安全,大数据等基础计算服务 亚马逊公司(Amazon,简称亚马逊),是美国最大的一家网络电子商务公司 AWS(Amazon Web Services (AWS) ) 是亚马逊公司旗下计算服务平台 django路由中如果使用命名参数传参,那么视图函数中后边的参数名字必须使用该命名参数

    95330发布于 2019-02-25
  • 来自专栏CloudBest

    预测 | IDC发布2021年中国计算10大预测

    全球计算2021年预测涵盖了数据基础架构、边、多云/混合原生和应用现代化、运营组织等多个方面,并一 一为大家揭示了未来计算市场的发展方向。 IDC即将发布的《IDC FutureScape:全球计算2021年预测 – 中国启示》报告将分别阐述每项预测的含义,分析其对IT方面的影响,并提出了顺应这些技术和市场趋势发展的建议,可为服务商制定业务发展战略 IDC FutureScape对中国计算市场的预测如下: ? 预测1:跨云集成 ? 到2024年,部署在公有的超过25%的新工作负载将使用服务商的专用基础架构组件以针对特定用例进行优化。 预测7:原生SaaS ? 到2024年,有25%的组织将通过边缘数据与平台上的应用集成(通过与通信服务提供商的合作来实现)来提高业务灵活性。 预测10:数据驱动 ?

    1.1K10发布于 2021-01-05
  • 来自专栏云计算D1net

    计算助力传统IDC华丽转型

    对传统IDC运营商而言,服务转型并非一蹴而就,传统IDC运营商转型面临着巨大的挑战,需在计算技术、低能耗及低成本方面寻找一条可平衡可交互的生态链。同时传统IDC也具备着得天独厚的优势。 相比较,传统IDC运营商拥有高等级的基础设施,丰裕且优质的带宽资源、电力资源等,大大降低了平台架设总成本。其次,IDC运营商坐拥稳定的客户群体,客户粘性强。 最不可忽略的是IDC运营商有丰富的运维经验和客户服务经验,面对更加自动化的计算服务也可以游刃有余。 ,依托16年来积淀的超前IDC布局及优质的服务为广大政企客户提供高效、稳定、安全、低廉的主机服务。 可见,计算重塑了IDC架构格局,同时,也基于未来的发展战略及当下的市场需求为IDC转型提供了解决方案,助力传统IDC华丽转型。

    2.4K50发布于 2018-03-20
  • 来自专栏腾讯数据中心

    时代下的IDC联合运营

    IDC的压力 近几年,随着服务商的兴起,及计算的日趋成熟,集中式计算已慢慢成为主流的趋势,越来越多的中小型公司不再自行购买服务器,直接购买服务来完成自身的IT支撑业务。 因此大型互联网公司也顺势把自己的IDC开放出来,对外提供服务。 托管在的都是商业客户,大多数对业务可用性要求非常高。 市场需求越大,IDC的需求也越大。 也正因为这样,革命的年代,这些大型的互联网公司在某种意义被赋予了更高的使命,通过“”这个特殊的媒介,与下游产业每一家IDC形成天然的结盟,相互分享经验,完善运营体系,落实最佳实践,进而实现多方共赢 到目前,与腾讯合作的IDC基本都参与到了腾讯的联合运营,我们非常高兴看到许多运营商也持开放的态度,一同走在共赢的道路上。

    2.6K60发布于 2018-03-16
  • 来自专栏专栏小Q

    腾讯自建DNS---IDC解析混合篇

    一、引题 大家好,本文主要介绍混合场景中 IDC环境与腾讯 DNS域名解析建设方案。 以供参考~ 【说明,该方案只是实现功能的一种建议方法,实际部署请结合具体业务情况评估实施】 二、IDC解析打通方案架构图 image.png 说明: 1 . 网络与互通,建议走内网(VPN 或 专线),打通VPC后 CLB实例为内网LB; 2. 183.60.83.19 和 183.60.82.98 这两个为腾讯VPC环境 DNS服务的VIP ; DNS高可用建议同地域分可用区部署,实现可用区级别容灾; 三、小结 本方案仅作参考,其自建部分可以根据业务情况做调整,比如在IDC增加自建DNS节点。 但需要说明的是 IDC解析 183这层目前是需要在VPC环境建设DNS做转发,不支持由IDC直接请求到183DNS。

    23.4K10编辑于 2022-02-21
  • 来自专栏计算机魔术师

    【腾讯原生】自定制轻量化表单Docker快速部署

    希望大佬带带) 图片 摘要: 本文带领大家体验一波腾讯产品!!✨ 腾讯服务器L实例备受推崇,以其高效、可靠和安全的基础设施服务而闻名。 本文将为展示在该服务器上部署轻量化定制表单服务为例带你一文走进该服务器的方方面面。 在这里插入图片描述 图片 先放效果图!! Github开源地址✨✨: 自定制轻量化表单 一款基于pywebio 快速开发的表单,实现设置每个校区每个时间段只能被预约一次。 Github开源地址✨✨: 自定制轻量化表单 有问题欢迎大家提出issues! 如果喜欢请点点一个小小的star!! 点赞,关注收藏!

    62110编辑于 2023-10-12
  • 来自专栏Windows技术交流

    Win10、添加越南语

    如何参考:https://cloud.tencent.com/developer/article/1836962 如何激活参考:https://www.jianshu.com/p/6a321f8ed959 最近Win10有点火,越南语支持有点小曲折,要点:先搞英文再搞越南语 image.png 关于display language 越南语 的问题,微软官网写的,仅支持38种,越南语不在其中,server2016 /2019实测都不支持,server2022预览版实测也不支持,向微软咨询,微软明确答复不支持 我实测win10企业版、专业版、专业工作站版是支持越南语作为display language的 运行intl.cpl 一开始我自己无意间先把英文装了,然后装越南语一次性成功了,我没意识到它跟英文的相关性 https://answers.microsoft.com/zh-hans/windows/forum/windows_10 -ime-winpc/win10%E4%B8%93%E4%B8%9A%E7%89%88%E6%B7%BB%E5%8A%A0/ea5e1068-c1dc-4601-9cb4-0981f5583c52 image.png

    3.7K50编辑于 2021-11-26
  • 来自专栏SDNLAB

    IDC服务商转成必然

    者按:在计算的大时代下IDC服务商被推动着转型,短短几年时间部分IDC已经实现转型,在这样一个躁动的年代,你不追赶着时代就会被时代抛弃,IDC服务商在服务领域的竞争力将会成为左右其未来市场竞争力的关键 ,服务 IDC服务商这样诞生。 行业面临的现状是,公有被更多地赋予“面子”的意义,而实际上客户出于合规或者成本的考虑,更倾向于部署私有云和混合这样的“里子”。 因而 IDC服务商在服务领域的竞争力成为左右其未来市场竞争力的关键,转成为必然。 与IDC相关的计算服务模式 谈到计算的时候,一般分为私有、公有云和混合。 对IDC服务商而言,计算转型意味着从过去提供资源变成提供服务,这个转型并非一朝一夕的事,意识的转变是第一步,但关键是技术要跟上。

    5.2K60发布于 2018-04-04
  • 来自专栏SDNLAB

    Gartner “叫板”IDC,天翼“原是我不配”!

    领导者:AWS、微软、谷歌 远见者:阿里、Oracle 利基者:华为、IBM、腾讯 AWS AWS是该魔力象限的领导者。AWS业务覆盖原生、边缘以及 ERP等等。 华为 华为是该魔力象限中的利基者。华为的业务主要集中在中国,2021年华为超过腾讯成为中国第二大市场份额的提供商,目前仅次于阿里。 IBM Cloud 的运营在地域是多元化的,主要集中在提升、转移和扩展的企业用例。 优势:IBM 选择将其战略重点放在金融服务行业 (FSI) 等受监管的行业。 优势:腾讯结合了针对高性能网络和扩展应用架构进行优化的IaaS服务组合,以及针对战略性高价值客户定制的定价和支持模型。腾讯战略已发生了转变,将重点放在利润率更高的平台服务。 在IDC最新发布的《中国公有服务市场(2022上半年)跟踪》报告中,从IaaS+PaaS整体市场来看,阿里份额是33.5%、华为份额是11.1%、腾讯份额是10.7%、天翼以9.4%的份额位列第四

    2.7K20编辑于 2022-12-14
  • 来自专栏计算机魔术师

    【腾讯原生】自定制轻量化表单Docker快速部署

    希望大佬带带)摘要:本文带领大家体验一波腾讯产品!! ✨ 腾讯服务器购买链接+校园 超便宜官网免费试用专区 - 70+ 款免费产品 丨 20+ 款长期免费产品腾讯服务器L实例备受推崇,以其高效、可靠和安全的基础设施服务而闻名。 本文将为展示在该服务器上部署轻量化定制表单服务为例带你一文走进该服务器的方方面面。先放效果图!! Github开源地址✨✨: 自定制轻量化表单一款基于pywebio 快速开发的表单,实现设置每个校区每个时间段只能被预约一次。 Github开源地址✨✨: 自定制轻量化表单有问题欢迎大家提出issues! 如果喜欢请点点一个小小的star!! 点赞,关注收藏!

    47820编辑于 2023-11-09
  • 来自专栏计算机魔术师

    【腾讯原生】自定制轻量化表单Docker快速部署

    在线性回归中,尤其是多变量回归模型,由于各个的数据之间量化纲位不同,如果说两个参数尺度范围分别是是【0~1000,0 ~5】或者【-0.00004 ~ 0.00002,10 ~ 30】, 那么在使用梯度下降算法时 请注意,在应用这些技术时,应该先分割出训练集和测试集,并且仅使用训练集的统计信息来对整个数据集进行转换。然后将相同的变换应用于测试集以确保结果的可靠性。 模型通过对训练集的样本进行学习和参数调整,以最小化训练集的损失函数。训练集通常占整个数据集的大部分比例。 在训练过程中,使用验证集评估模型在未见过的数据的性能,并进行模型参数的调整。通过在验证集的表现,可以选择最佳的模型配置和超参数,以获得更好的泛化能力。 通过测试集的表现,可以得出对模型的客观评价。区别:训练集用于训练模型的参数,目标是使模型能够对训练数据进行准确拟合。

    82230编辑于 2023-09-30
  • 来自专栏云计算D1net

    IDC转型成为服务重要参与者

    事实,今天几乎所有的新技术和应用部署都需要一个位置,这个位置就是数据中心。技术先进的数据中心能够为您的组织提供安全的计算服务。 在为计算服务规划和构建数据中心时管理者必须考虑以下几个重要的细节: 物理资源分配。当需求明确时,管理者能把相应的物理资源分给环境中的用户。 计算是基于WAN应用的,因此带宽至关重要。即使采用了高水平的压缩和数据负载均衡技术,提供服务的数据中心页必须有大量的可用带宽。 事实,这可能意味着从不同的运营商租赁多个网络链路,多链路不仅增加了对租户的可用性,它也允许更大程度的冗余,像阿里那样被民工一铲子挖断光缆的事情,就可以不再出现。 数据中心是建立在高水平的效率和利用率的, 最先进的技术逐步在数据中心中应用,促进整体的可视性和管理水平。这些正确高效的管理模式对数据中心是至关重要的。

    1.5K50发布于 2018-03-23
领券