新品、降價、脫口秀 青云首屆用戶大會亮點回顧
原創青云是一家令人印象十分深刻的云計算公司,這不僅是因為他們擁有一個超擅長脫口秀的CEO,還因為他們在云計算領域中是一家充滿技術范的公司。最近,這家兩年前剛剛推出公有云服務的公司召開了首屆青云QingCloud用戶大會。爆滿的會場很難讓人想到這是一家創業公司,而最令筆者驚訝的是青云居然擁有很多金融領域客戶,在會場的嘉賓席上坐了不少銀行客戶,筆者過去曾一度認為金融領域用戶不敢用云。
云計算應時代需要而生
青云CEO黃允松認為技術已經到了一個需要變化的時代,云計算已經不是一個可以再去猶豫的事情。雖然有的用戶感覺現在自己機房里的IT基礎實施運行得挺好,但這不過是一個封閉的企業,套用歷史上一個名詞叫做“閉關鎖國”。
公司正在有一個趨勢,就是打開大門做生意,首先是社交。這個社交并不是兩個陌生人通過微信交朋友,而是技術層面API的開放、標準化,可以相互調用、采用自定義的授權方式,基礎設施層面也是逐漸開放的過程。
“我不認為云計算是一個新的產業,云計算沒有底層創新的能力,仍然是傳統IT行業的延續,因此我更愿意稱之為IT2.0。” 黃允松認為云計算只需要強調兩點——第一,全虛擬化,從服務器到存儲到網絡必須全虛擬化。第二,智能調度系統,只有通過全自動化的智能調度系統才能保證資源層面的全透明。
另一方面,青云并不強調公有云和私有云之間的差異,只需根據應用的范圍,如隱私程度的強弱來將不同的業務跑在不同的環境里。然后再通過網絡技術將他們連接在一起,形成一個統一的系統,這聽上去有點像混合云的概念,黃允松將其乘坐融合,不管是硬件自動化還是公有云和私有云,都可以通過開放的API聯合在一起,形成一個統一的系統。
青云發布四款新品
本次青云用戶大會另一個重點就是青云發布的一系列新品及服務,青云自己的市場部總是說青云發布的產品太快,都沒辦法一一做好市場宣傳,但顯然非常對用戶的口味。青云的工程師團隊每天都面臨大量用戶的反饋,在這些反饋中他們明白用戶最需要的產品是什么,于是有了對象存儲、超融合一體化設備、桌面云、大數據平臺服務等新產品的發布。
1.對象存儲
對象存儲旨在解決傳統企業存儲方案(如SAN,NAS)及本地文件系統的諸多局限性,提供可無限擴展的存儲空間、快速的數據存取性能、高度的可靠性和數據的安全性、細粒度的權限控制及簡單易用的接口,以向廣大用戶提供廉價、可靠的存儲系統。
青云對象存儲具有五大主要特點:
第一,對數據的類型、大小、流量、并發數目都沒有限制。
第二,無限擴展,在空間上可以無限的水平擴展,在時間和效率上,性能可以隨容量線性提升。
第三,數據安全。監控分多個維度,如API調用次數、請求的流量、數據的容量等。在監控周期上,青云對象存儲系統可以做到實時的監控,周期設置為一個小時,是業界最短的監控周期。數據安全是青云對象存儲的底線,不讓用戶丟數據。
第四,訪問安全。1.請求驗證基于對稱加密技術,與QingCloud IaaS的加密技術一致,對于用戶而言,用同一套API密鑰既可以訪問QingCloud的IaaS,又能訪問對象存儲服務。2.支持HTTPS和HTTP,用戶可以根據自己的需求使用。3.訪問權限控制,青云做了存儲空間級別的訪問控制列表,用戶可以給每個人指定權限分配。權限包括私有、公開只讀、公開讀寫、面向某個人的讀、面向某個人的讀寫。4.跨域訪問控制。為了防止在網頁中嵌入惡意代碼,進行惡意數據上傳,青云做了跨域訪問控制。
第五,與計算緊密結合,因為QingCloud IaaS就是跨區域部署的,而存儲應該和計算資源盡可能的接近,因此在做對象存儲時,青云也采取了多區域部署的路線,與多區域的IaaS內網傳輸,對于用戶而言有兩個好處,低延時和低成本。
2.超融合一體化設備
云計算是一套超級復雜的系統,為了讓它變得更簡單,青云有個“In Box”計劃。這就是青云QingCloud 的超融合一體機,它遵循開放架構標準,預集成了 QingCloud 虛擬化平臺、云平 臺管理軟件、SDN 網絡和分布式存儲,支持硬件的自動發現與配置,支持通過簡單的增加節點、 連線、上電完成云平臺的部署和擴容。使用青云QingCloud 的融合型一體機解決方案,企業 云平臺上線周期可從數月縮減到數天,并可按需靈活擴展,運營效率大幅提升,上線及運維 成本大大降低。
青云QingCloud 的融合型一體機支持硬件的自動發現與配置,因此整個云平臺需要擴容時只 要簡單地增加新的一體機節點,連線、上電即可。
融合型一體機充分發揮青云QingCloud 在硬件自動化、軟件機器人社區自動運維、軟件機器 人任務智能調度、分布式存儲和 SDN 網絡等技術上的領先優勢,并整合智能網卡、SSD 高速 硬盤等硬件的優異性能,整體應用性能大大優于業界同類平臺。
青云QingCloud 的融合型一體機為企業提供高度彈性的計算、存儲、網絡和安全服務,將 IT 的管理和運維人員從瑣碎的 IT 維護和資源交付以及繁重的硬件故障排錯和修復的工作中解放 出來,讓他們有時間可以將工作重點向業務和應用層轉移,創造更多的價值。真正實現“IT 為人服務而不是人為 IT 服務”的理念。
據介紹,QingCloud的超融合設備分為四個系列:
F系列,F代表著Flash,顧名思義——快。提供全閃存存儲,提供極致的IOPS存儲性能,滿足數據庫等關鍵應用的需求。
S系列,全SAS硬盤,通過分布式塊存儲提供了高性能的I/O,滿足主流應用的計算及存儲需求。
NL系列,全SATA硬盤,目的是為了擴充容量,存放一些冷數據。
C系列,是青云在大規模系統中需要部署的SDN網關以及其控制管理功能。
3.桌面云(VDI)
高性能低消耗的桌面虛擬化,用戶通過云桌面可以像使用本地計算機一樣訪問遠程云主機。 QingCloud 桌面云支持加密傳輸、USB 重定向、語音、鼠標和鍵盤(粘貼復制)等功能,能 夠充分利用客戶端的能力來完成密集 CPU 和 GPU 任務,根據網絡狀況自動調整壓縮、編碼 和傳輸算法以達到最優的用戶體驗,幫助企業解決傳統辦公 IT 領域痛點,實現高效、移動、協同辦公和精簡運維。
青云的桌面云主要分為終端和云端兩個部分。中端桌面僅需鍵盤、鼠標、顯示器和一個低廉的瘦終端,就可以像使用本地電腦一樣使用云端桌面。所有的數據都存放在云端而不是本地,所以敏感數據和代碼都帶不走。青云桌面云還具有一個特性,用戶可以享受實時異地副本以及高性能特效。
QingCloud云桌面是完全架構在QingCloud的IaaS平臺上,可以提供充分提供穩定性、可靠性和可擴展性的保障。基于QingCloud公有云的積累和自動化運維技術,QingCloud桌面云可以輕松擴展到上萬、上十萬的規模,并且維持極低的運維成本。
4.大數據平臺服務
青云QingCloud大數據基礎平臺服務是由一系列可自由組建端到端行業解決方案的部件構成的,目前發布的有ZooKeeper, Kafka, Spark, MongoDB等,接下來陸續會發布Hadoop, HBase, Cassandra, Storm等。QingCloud提供的都是配置進行過優化的原生的中間件,這樣用戶可以無縫切換已有的大數據應用到QingCloud。
Spark是一個基于內存計算的分布式計算系統,它的RDD計算模型以及基于全局最優的DAG有向無環圖編排方式有著超越Hadoop MapReduce上百倍的性能,已經發展為數據科學家、數據工程師以及社交網絡公司的最有利武器。Spark的高性能和良好的用戶體驗使得其成為Hadoop之后又一個大數據基礎平臺生態圈中最重要的一名成員。QingCloud Spark服務包含所有Spark功能,如Spark SQL, Spark Streaming, MLlib(machine learning), GraphX(graph)等,同時提供與Hadoop HDFS集成的Spark服務和無HDFS純計算的Spark服務。QingCloud大數據平臺充分利用了QingCloud IaaS的優越性,從而不但能讓用戶3 -5 分鐘快速部署集群免去繁瑣的運維煩惱,還能體驗到QingCloud IaaS卓越性帶來的平臺穩定性、安全性以及高性能,如二層私有網絡、高吞吐量的硬盤IO、多重實時副本等,平臺的彈性伸縮能讓用戶根據業務量的變化快速擴大或縮小集群規模。
QingCloud的大數據平臺互相之間是可以整合的,如Kafka與Spark Streaming, QingCloud的對象存儲與Spark、Hadoop, MongoDB與Hadoop等。用戶可以很容易在QingCloud構建出適合不同行業的解決方案。
青云再度宣布降價
在做好服務的同時,青云還一直堅持著一件事,每年都要進行兩次主動降價。黃曾經說過,他認為現在云的價格還比較高。在本次用戶大會上,黃允松又宣布了一次新的降價。其中廣東1區(GD1)和北京2區(PEK2)的容量型硬盤降價15%,性能型硬盤降價10%,主機降價10%,數據庫RDS和緩存降價10%。黃允松一直以來總是對媒體說:“公有云服務在財政平衡的情況下,我希望IT的資源和能力幾乎是不要錢的,就跟家里買水買電是一樣的。”
讓云計算變得廉價似乎是青云的目標,但黃允松也強調“廉價”并不表示會不計后果的降價,廉價來自于技術本身結構的變化,這使得IT建設和運維的成本可以降到很低。傳統環境中,IT支出在每個行業都是巨額支出,尤其是哪些重度依賴IT的行業,例如銀行業就是一個典型例子。但是IT真應該有那么貴嗎?黃允松認為應該打一個大大的問號,他表示這不是財務層面要解決的問題,做預算管理從來都是治標不治本的,真正的治本應該在底層技術的組件結構上。正是基于這個原因,兩年前青云公司誕生了,這個名字取自于“青云直上”、“平步青云”的意思。青云的目標就是幫助用戶和企業實現“平步青云”。