云不懂運(yùn)營的苦惱，就像白天不懂黑夜。回首團(tuán)隊(duì)十余載的“激情燃燒”歲月，往事歷歷在目，115科技創(chuàng)始人賴霖楓感慨道，“我們甚至成立了一個(gè)專門的‘換盤隊(duì)’，7個(gè)人的團(tuán)隊(duì)每天都會更換硬盤，奔走于東莞、佛山、梅州等地的數(shù)據(jù)中心。接下來小編就給大家介紹一下快云云計(jì)算運(yùn)維是什么，一起來看看吧。

云計(jì)算運(yùn)維是什么？

   十年磨一劍，賴霖楓及其團(tuán)隊(duì)一手建造支撐115網(wǎng)盤“帝國大廈”的IT基礎(chǔ)設(shè)施，更是在運(yùn)營方面積累了非常豐富的實(shí)戰(zhàn)經(jīng)驗(yàn)：文件校驗(yàn)、故障監(jiān)控報(bào)警、數(shù)據(jù)防丟失恢復(fù)...連哈希算法都有自己的一套，團(tuán)隊(duì)上下做了許多特殊底層的事情。

   "我們幾乎研究、實(shí)踐了所有的東西。就拿存儲器來說，DDN的系統(tǒng)，我們已經(jīng)做到了能夠?qū)ζ溥M(jìn)行二次改造的程度。

   完全適應(yīng)自身應(yīng)用實(shí)際，滿足使用場景需求，多年來一路“摸爬滾打”，115團(tuán)隊(duì)已形成穩(wěn)定的運(yùn)營體系，積聚的知識庫更稱得上行業(yè)“無出其右”。那到底是什么因素促使115轉(zhuǎn)向云端，把自己已經(jīng)非常熟悉的事情交給別人去做呢？賴霖楓對以下幾點(diǎn)進(jìn)行總結(jié)。

   第一，核心業(yè)務(wù)網(wǎng)盤多年穩(wěn)定運(yùn)行的背后，離不開IT基礎(chǔ)設(shè)施運(yùn)營團(tuán)隊(duì)的大量投入。為了提高網(wǎng)絡(luò)連接的效率，115小組自行建立CDN。至后期，正式的機(jī)房設(shè)備維護(hù)升級中斷，實(shí)際使用過程中遇到許多BUG。

   對此，團(tuán)隊(duì)甚至自研了一套分布式存儲器準(zhǔn)備更換，但無奈工程量太大，反復(fù)調(diào)試效果不理想，難以投入實(shí)際生產(chǎn)。在底層工作中投入了大量的人力、物力資源，長期來看，未必能跟上業(yè)務(wù)發(fā)展的需要。

   成本高、效率低、壓力大；網(wǎng)盤成本是網(wǎng)盤界需要重點(diǎn)考慮的問題。自建資源池的使用對于大容量冷數(shù)據(jù)存儲的實(shí)際效果并不好。事實(shí)上，大量的機(jī)器被壓在機(jī)房里，長期這樣必然會導(dǎo)致成本的大幅上升。賴霖楓表示：“當(dāng)數(shù)據(jù)量達(dá)到這個(gè)規(guī)模時(shí)，資源投入、成本效益等因素更需要綜合考慮，謹(jǐn)慎權(quán)衡。

   另外一個(gè)現(xiàn)實(shí)因素就是當(dāng)時(shí)的115科技在佛山的機(jī)房被一家公司收購，團(tuán)隊(duì)迫不及待地去尋找新機(jī)房。如自行搬機(jī)房，一方面系統(tǒng)風(fēng)險(xiǎn)高實(shí)施周。

   一方面，設(shè)備機(jī)房面臨不得不搬遷的“窘境”，另一方面，與運(yùn)維經(jīng)驗(yàn)增長“比翼齊飛”，資源瓶頸日益凸顯。上云還是不上？初步了解廠商相關(guān)信息，簡單核算后，賴霖楓和他的團(tuán)隊(duì)發(fā)現(xiàn)上云其實(shí)是可行的，不如把專業(yè)的事情交給專業(yè)的人做，把精力都投入到業(yè)務(wù)上。

   接下來就是評估各家方案，做決定的過程。“我們最后采用的思路就是和阿里云提議高度一致的方案。”賴霖楓表示，“阿里云的遷移方案整體性非常強(qiáng)，涉及文件遷移、網(wǎng)絡(luò)遷移、業(yè)務(wù)系統(tǒng)遷移，不同模塊是相互區(qū)分的。包括阿里云特色的‘閃電立方’服務(wù)，針對MySQL二次開發(fā)的能力等，都是我們重點(diǎn)考慮的因素。”

   據(jù)了解，此次合作中，阿里云為115科技量身定制遷移方案，為確保115科技的業(yè)務(wù)不受任何影響，方案將不同地區(qū)物理機(jī)內(nèi)的數(shù)據(jù)與云上的放置位置進(jìn)行了一一對應(yīng)的規(guī)劃，保證每一比特?cái)?shù)據(jù)都有跡可循，并制定了非常有效的物理機(jī)回收計(jì)劃。

   賴霖楓表示，與阿里云合作，印象最深刻的有兩點(diǎn)。一是速度快，整體遷移僅耗時(shí)45天，創(chuàng)造了新的“中國速度”。2018年6月7日，115科技和阿里云宣布完成阿里云史上最大數(shù)據(jù)遷移上云項(xiàng)目，115科技的全部數(shù)據(jù)都搬遷至阿里云上，規(guī)模超過100PB，這也是中國互聯(lián)網(wǎng)史上涉及用戶量最多、數(shù)據(jù)規(guī)模最大的遷移項(xiàng)目之一。二是充分保障用戶數(shù)據(jù)安全，整個(gè)數(shù)據(jù)傳輸過程嚴(yán)格遵循“加密→解密→進(jìn)庫”規(guī)范，一步都沒有省。

   到今天，云計(jì)算的工業(yè)實(shí)現(xiàn)已經(jīng)不太難了。現(xiàn)在有開源軟件 KVM 和 Xen，這兩個(gè)東西基本把虛擬化搞定；而 OpenStack 則把管理、控制系統(tǒng)搞定，也很成熟。

   PaaS 也有相應(yīng)的開源，比如 OpenShift，而 Java 里也有 N 多的中間件框架和技術(shù)。另外分布式文件系統(tǒng) GFS/TFS，分布式計(jì)算系統(tǒng) Hadoop/Hbase 等等，分布式的東西都不神秘了。技術(shù)的實(shí)現(xiàn)在以前可能是問題，現(xiàn)在不是了。

   對于云計(jì)算工程方面，現(xiàn)在最難的是運(yùn)維。管 100 臺、1 萬臺還是 100 萬臺機(jī)器，那是完全不同的。機(jī)器少你可以用人管理，機(jī)器多是不可能靠人的。

   運(yùn)維系統(tǒng)不屬于功能性的東西，用戶看不見，所以這是被大家嚴(yán)重低估的東西。只要你做大了，就必然要在運(yùn)維系統(tǒng)上做文章。數(shù)據(jù)中心 / 云計(jì)算拼的就是運(yùn)維能力。
為什么我說運(yùn)維比較復(fù)雜，原因有這么幾個(gè)。

   一方面，云計(jì)算要用廉價(jià)設(shè)備取代那些昂貴的解決方案。所謂互聯(lián)網(wǎng)的文化就是屌絲文化，屌絲就是便宜，互聯(lián)網(wǎng)就是要用便宜的東西搭建出高質(zhì)量的東西，硬件和資源一定不會走高端路線——比如 EMC、IBM 小型機(jī)、SGI 超級計(jì)算機(jī)等等，你如果用它去搭建云計(jì)算，成本太貴。

   用廉價(jià)的解決方案代替昂貴的解決方案是整個(gè)計(jì)算機(jī)發(fā)展史中到今天唯一不變的事情。所以如果你要讓夏利車跑出奔馳車的感覺，你需要自己動手做很多事，搭建一個(gè)智能的系統(tǒng)。用廉價(jià)的東西做出高質(zhì)量的東西，運(yùn)維好廉價(jià)的設(shè)備其實(shí)是云計(jì)算工程里最大的挑戰(zhàn)。

   另一方面，因?yàn)槟銠C(jī)器多了，然后你用的又不是昂貴的硬件，所以故障就變成了常態(tài)，硬盤、主板、網(wǎng)絡(luò)天天壞。所以，沒什么好想的，運(yùn)維就必須要跟上。云計(jì)算的目標(biāo)是在故障成為常態(tài)的情況下保證高可用——也就是我們所說的，你服務(wù)的可用性是 3 個(gè) 9、4 個(gè) 9 還是 5 個(gè) 9。

快云信息科技有限公司，成立于2015年10月，注冊資金5000萬元，隸屬景安集團(tuán)（股票代碼：832757）旗下，是國內(nèi)專業(yè)的云計(jì)算公司之一！公司自主研發(fā)云計(jì)算平臺，擁有“快云”品牌，提供計(jì)算、存儲、網(wǎng)絡(luò)等企業(yè)必需的基礎(chǔ)IT資源，同時(shí)深入了解互聯(lián)網(wǎng)、移動互聯(lián)網(wǎng)、傳統(tǒng)企業(yè)等不同的應(yīng)用場景，為其提供相應(yīng)的行業(yè)解決方案。 公司現(xiàn)有快云服務(wù)器、快云VPS、快云數(shù)據(jù)庫、快云存儲等計(jì)算存儲產(chǎn)品，快云抗D、快云CDN、快云SSL、快云Waf等云安全產(chǎn)品，以及快云行業(yè)解決方案等一系列云計(jì)算產(chǎn)品。目前快云依托鄭州、北京、香港等云計(jì)算節(jié)點(diǎn)已為超過40萬家的企業(yè)用戶提供了云計(jì)算服務(wù)，致力成為國內(nèi)可信賴、優(yōu)口碑的專業(yè)云計(jì)算服務(wù)提供商。

   最后，這一大堆機(jī)器和設(shè)備都放在一起，你的安全就是一個(gè)挑戰(zhàn)，一方面是 Security，另一方面是 Safety，保證數(shù)十臺數(shù)百臺的設(shè)備的安全還好說，但是對于數(shù)萬數(shù)十萬臺的設(shè)計(jì)，就沒有那么簡單了。

   所以，面對這樣的難題，人是無法搞得定的，你只能依靠技術(shù)來管理和運(yùn)維整個(gè)平臺。比如必須有監(jiān)控系統(tǒng)。這跟操作系統(tǒng)一樣，對資源的管理，對網(wǎng)絡(luò)流量、CPU 利用率、進(jìn)程、內(nèi)存等等的狀態(tài)肯定要全部收集的。收集整個(gè)集群各種節(jié)點(diǎn)的狀態(tài)，是必然每個(gè)云計(jì)算都有的，都是大同小異的。
 
   然后，你還要找到可用性更好的節(jié)點(diǎn)，這需要有一些故障自檢的功能。比如阿里云就遇到過磁盤用到一定時(shí)候就會莫名其妙的不穩(wěn)定，有些磁盤的 I/O 會變慢。變慢的原因有可是硬盤不行了，于是硬盤控制器可能因?yàn)?CRC 校驗(yàn)出錯(cuò)需要要多讀幾次，這就好比 TCP 的包傳過來，數(shù)據(jù)出錯(cuò)了，需要重新傳。

   在這種硬盤處理半死不活的狀態(tài)時(shí)，你肯定是需要一個(gè)自動檢測或自動發(fā)現(xiàn)的程序去監(jiān)控這種事情，當(dāng)這個(gè)磁盤可能不行了，標(biāo)記成壞磁盤，別用它，到別的磁盤上讀復(fù)本去。我們要有故障自動檢測、預(yù)測的措施，才能驅(qū)動故障，而不是被動響應(yīng)故障，用戶體驗(yàn)才會好。換句話說，我們需要自動化的、主動的運(yùn)維。

   為了數(shù)據(jù)的高可用性，你只能使用數(shù)據(jù)冗余，寫多份到不同的節(jié)點(diǎn)——工業(yè)界標(biāo)準(zhǔn)寫三份是安全。然而，你做了冗余，又有數(shù)據(jù)一致性問題。為了解決冗余帶來的一致性問題，才有了 paxos 的投票玩法，大家投票這個(gè)能不能改，于是你就需要一個(gè)強(qiáng)大的控制系統(tǒng)來控制這些東西。

   此外，公共云人來人往，里面的資源和服務(wù)今天用明天不用，有分配有釋放，有凍結(jié)，你還得建立一個(gè)資源管理系統(tǒng)來管理這些資源的生命狀態(tài)。也有權(quán)限管理，就像AWS的IAM一樣，如果沒有像AWS這樣的IAM權(quán)限管理系統(tǒng)，AWS可能會像今天這樣被許多大公司使用。企業(yè)級云平臺需要企業(yè)級運(yùn)營和管理能力。以上就是小編為大家介紹的云計(jì)算運(yùn)維是什么，希望對您有幫助。