阿里云迁移工具推荐最佳实践:KVM虚拟化迁移到阿里云

简介: 阿里云迁移工具推荐最佳实践:KVM虚拟化迁移到阿里云

1、迁移需求分析

KVM虚拟化是当前开源虚拟化技术下大家使用比较多的,而且现在好多云底层都是使用的KVM虚拟化作为云平台虚拟化技术底座,阿里云也是全面应用了KVM虚拟化技术,所以在将本地KVM的虚拟化平台虚拟机迁移到阿里云来说技术层面也并不是一件难事。

最直接的方式就是把KVM运行的虚拟机RAW格式磁盘导出直接通过阿里云导入镜像的方式迁移到阿里云,不过这种方式一种冷迁移方式,时间没保障不说,源端虚拟机还得一直停机。个人觉得如果你是小企业,对业务上云的SLA没有要求,我觉得以人工操作慢慢迁移上云倒是没太大问题,但是对于一个有几十台、上百台的KVM虚拟机,并且对业务停机时间有很严苛的要求的企业,导入镜像方式来满足迁移需求,其实并不是一种企业将KVM虚拟机迁移上云的最好选择。

考虑到国内市场云平台众多,迁移需求发生频次高,如果你是一家做云服务的公司,那么掌握一个成熟的商业迁移工具是非常有必要的,工具的效率和兼容性很关键。这里我们排除传统的迁移服务公司,市场上不少宣传提供云迁移服务的公司还停留在使用大量的人力和工具做系统重新部署等工作的阶段。

2、技术选型:成熟的云迁移工具应具备什么能力?

那对于KVM虚拟化上跑了大批量的虚拟机的企业应该如何选型一个合适的技术方案,而且应该具备那些能力?首先技术实现上应该具体以下几点:


  • 在线迁移能力

所谓在线迁移能力,可以在数据全量、增量传输过程中,源端业务可以在线提供服务,不停服。最起码不能冷迁移吧,让源端业务停个一两天,SLA怎么保证?这个是云迁移技术选型必不可少的能力。


  • 支持增量数据的传输

具备源端全量数据传输云上后,后续还可以继续增量数据的传输,来保证业务的可持续运行。


  • 支持整机迁移

整体迁移也是AWS在定义迁移服务里面,所提到的Rehost迁移模式,也是6R模式里面最简单的一种迁移上云的方式,整机迁移可以保证你原有主机业务的形态,迁移上云后无需重新部署,直接启动后就可以使用,也是客户在初次上云中最常见、最简单的、风险最低的一种方式。

  • 支持批量迁移

对于KVM虚拟化运行了大批量的业务虚拟机,可以支持大批量并行迁移的能力,减少技术人员的人力投入,可以快速低成本的完成迁移工作。


  • 简单易操作

迁移软件应该具备简单、技术能力要求低,很快可以上手的软件,而且学习成本低、自动化程度高。因为不是每家企业的IT部门的技术能力都超强。


  • 迁移成功率高

面对复杂的虚拟机操作系统、多样化的场景、能够做到迁移一台成功一台,做到场景覆盖全、自动化程度高、简单易用、迁移成功率高是一款商业迁移软件的必备能力。


以上几点技术要求,针对KVM虚拟化迁移技术软件应该具备的技术能力,不然怎么算一个企业上云的利器,让客户可以信任交给你去完成迁移这个重要任务。


这些是迁移软件的技术层面所具备的能力,但是单纯从技术层面只是解决了数据传输的问题,有了足够的保障,不过在整体业务迁移后的可正常运行还差一些其他层面处理,比如,业务关联性、云侧的网络架构、安全配置等,才能保证整体业务的可用性。这里我们不做过多的展开,只抛开讲技术层面的问题。

3、迁移产品选型分析

想具备以上的能力,必定要选择一个靠谱的商业化迁移产品,毕竟企业上云不是一件小事,还是要有服务支持在的,商业化产品可以提供的成熟的迁移产品和完整的解决方案以及服务、对于企业来说也是一个保障。

万博智云的HyperMotion云迁移软件就是一个成熟的云迁移工具,可以在企业迁移上云提供有力的支持。

4、迁移技术实现

对于KVM虚拟机批量迁移到阿里云,HyperMotion可以支持批量一键式安装Agent软件,做到了操作步骤简单化、自动化,可以满足常见源端操作系统类型。

例如:Windows 2003-2019,CentOS、RedHat 6.x-7.x、Ubuntu 14.x - 16.x、SUSE 11spx - 12 spx等多类型操作系统的全场景化覆盖。


Agent代理模式会在源端KVM虚拟机操作系统内部安装,主要用来通过旁路拦截来捕获IO的来记录数据的变化块,并及时将增量块数据读取并传输至目标阿里云侧进行存储。保证了迁移过程中源端KVM虚拟机可以持续对外提供服务,而达到热迁移的能力。

迁移到的目标阿里云,HyperMotion云迁移产品也是面向于云原生设计,所有目标阿里云的操作,通过底层API接口封装自动化调用阿里云接口实现资源调度,无需过多人为介入,简单易操作。

4.1. 迁移整体架构图

架构设计层面,HyperMotion面向于云原生设计,不同于其他迁移工具,所有的迁移数据流均通过点到点传输至目标端存储,保证了数据没有中间数据落地的安全性、数据也是通过加密传输,高效可靠。

1.png

HyperMotion其实可以理解为一个调度编排平台,对于源端Agent代理程序获取数据后直接传输至目标云侧,本身不走数据流,只是单纯做管理。所有目标云侧的动作触发,均通过调用云API接口实现资源的自动化创建、包含,虚拟机云盘的创建、快照的创建、云主机的创建等。


源端侧,分为Agent和Agentless两种模式来获取源端数据,获取到数据后直接通过中间网络传输至目标云侧云存储网关进行存储,做到点到点数据传输和精简数据复制,高效快捷。


目标云侧,云存储网关为HyperMotion迁移软件的一个目标侧接收数据的组件,以一个虚拟机示例的形态存在,主要接收源端Agent或Agentless传输过来的迁移数据,由云存储网关来接收写入到目标云盘进行存储。

4.2. 功能特点

HyperMotion云迁移工具在技术功能特性上也满足开篇我们讲到的几点内容,而且还在此基础上增添了其他高级功能来满足迁移的需求

  • 源端多Agent场景覆盖,一键式快速安装Agent
  • 满足在线迁移能力
  • 支持在线不停机增量
  • 批量虚拟机并发迁移
  • Rehost整机块级别迁移
  • 简单易操作
  • 高成功率
  • 支持多次迁移测试演练,拉起主机后还支持继续增量


下面来实际操作看看整体迁移能力效果

5、具体迁移操作

5.1. 安装源端Agent代理

源端平台设置选项,选择Agent代理模式的KVM源端。

2.png

按照源端操作系统类型来选择安装方式,Linux的话就直接通过复制安装指令,Windows的话就下载对应安装包即可。

3.png

这里以Linux为例,直接在源端虚拟机命令窗口,直接执行复制的命令执行即可,会自动完整一系列配置和安装,全程自动化操作。

4.png

等待以上截图最后出现成功字样,则表示源端配置安装Agent完成,即可登录到HyperMotion迁移控制台完成后续迁移操作。

5.2. 添加目标阿里云配置

选择目标平台设置,选择阿里云平台

5.png

配置阿里云连接的AK、SK及其他配置信息

6.png7.png8.png

5.3. 选择迁移的机器

选择迁移阿里云平台,添加迁移虚拟机到HyperMotion平台

9.png

选择安装完成Agent自动加入到迁移平台的虚拟机

10.png

批量选择加入到HyperMotion迁移平台,需要同步的虚拟机,下一步

11.png

选择目标阿里云磁盘配置,云同步网关就是前边添加目标平台是自动创建接收数据的代理,同步数据时只会产生块磁盘,不会有计算资源产生,这里可以按需选择云盘类型。

12.png

5.4.开始同步数据

指定目标阿里云并选择配置之后,就可以批量勾选来同步数据。

13.png

数据同步时会产生进度条,来展示数据拷贝的相关信息及预计剩余的时间。

5.5. 阿里云侧启动主机

虚拟机数据同步完成后,就可以批量勾选启动主机

14.png

填写在目标阿里云启动迁移主机时所需要的计算网络等相关配置。

15.png

5.6. 验证迁移结果

迁移到阿里云成功机器会显示阿里云主机的相关信息。

16.png

这时可以登录到阿里云进行验证迁移虚拟机创建的情况及其他配置工作。

17.png

6. 总结

物理服务器迁移上云是目前传统上云的最常见的一个场景,需要选择一款成熟的产品来解决人力、技术及安全层面的诸多问题,让企业上云变的更加简单高效。HyperMotion就是你上云的一把利器,你值得拥有。

HyperMotion迁移到华为云的使用指南,请点击链接获取详情。

云迁移产品的技术细节和其他上云或容灾解决方案,请访问万博智云官网或“万博智云”公众号进行获取。

相关文章
|
3天前
|
关系型数据库 MySQL Apache
**ADB MySQL湖仓版能够平滑迁移到湖仓**,阿里云提供了相应的迁移工具和服务来简化这一过程。
**ADB MySQL湖仓版能够平滑迁移到湖仓**,阿里云提供了相应的迁移工具和服务来简化这一过程。
19 2
|
3天前
|
关系型数据库 MySQL 数据库
rds迁移数据迁移工具选择
rds迁移数据迁移工具选择
80 3
|
6月前
|
消息中间件 弹性计算 Java
使用阿里云性能测试工具 JMeter 场景压测 RocketMQ 最佳实践
使用阿里云性能测试工具 JMeter 场景压测 RocketMQ 最佳实践
|
3天前
|
消息中间件 NoSQL Kafka
云原生最佳实践系列 5:基于函数计算 FC 实现阿里云 Kafka 消息内容控制 MongoDB DML 操作
该方案描述了一个大数据ETL流程,其中阿里云Kafka消息根据内容触发函数计算(FC)函数,执行针对MongoDB的增、删、改操作。
|
3天前
|
自然语言处理 算法 关系型数据库
阿里云PAI大模型RAG对话系统最佳实践
本文为大模型RAG对话系统最佳实践,旨在指引AI开发人员如何有效地结合LLM大语言模型的推理能力和外部知识库检索增强技术,从而显著提升对话系统的性能,使其能更加灵活地返回用户查询的内容。适用于问答、摘要生成和其他依赖外部知识的自然语言处理任务。通过该实践,您可以掌握构建一个大模型RAG对话系统的完整开发链路。
|
3天前
|
机器学习/深度学习 人工智能 自然语言处理
|
3天前
|
存储 机器学习/深度学习 人工智能
基于Megatron-Core的稀疏大模型训练工具:阿里云MoE大模型最佳实践
随着大模型技术的不断发展,模型结构和参数量级快速演化。大模型技术的应用层出不穷。大模型展现惊人效果,但训练和推理成本高,一直是巨大挑战。模型稀疏化能降低计算和存储消耗。近期以Mixtral为代表的MoE(多专家混合)大模型证明了稀疏MoE技术能大幅降低计算量、提升推理速度,模型效果甚至超过同规模稠密模型。阿里云PAI和NVIDIA团队深入合作,基于Megatron-Core MoE框架,解决了MoE大模型训练落地时会遇到的可拓展性、易用性、功能性以及收敛精度等核心问题,在下游任务上取得了很好的模型效果。
|
8月前
|
弹性计算 运维 Cloud Native
阿里云罗晶分享 | X86+ARM,容器服务 ACK 多架构应用部署最佳实践
2023年8月31日,系列课程第五节《X86+ARM,容器服务ACK多架构应用部署最佳实践》正式上线,由阿里云云原生应用平台产品专家罗晶主讲,内容涵盖:容器服务ACK简介;ACK支持倚天ARM实例;ACK多架构应用部署最佳实践。
|
3天前
|
人工智能 监控 算法
阿里云向量检索服务最佳实践测评
随着大数据和人工智能的快速发展,向量检索技术在各个领域的应用越来越广泛。阿里云作为国内领先的云计算服务提供商,也推出了自己的向量检索服务。本文将对阿里云的向量检索服务进行最佳实践测评,探讨其在语义检索、知识库搭建、AI多模态搜索等方面的应用,并与其它向量检索工具进行比较。
1231 4
|
3天前
|
机器学习/深度学习 人工智能 物联网
快速玩转 Mixtral 8x7B MOE大模型,阿里云机器学习 PAI 推出最佳实践
本文介绍如何在PAI平台针对Mixtral 8x7B大模型的微调和推理服务的最佳实践,助力AI开发者快速开箱。以下我们将分别展示具体使用步骤。

热门文章

最新文章