云上应用管理问题之EDAS 对于Container + Serverless Container的场景该如何解决

简介: 云上应用管理问题之EDAS 对于Container + Serverless Container的场景该如何解决

问题一:在阿里云的容器服务中,如何使用ElasticWorkload资源形态来简化运维成本?


在阿里云的容器服务中,如何使用ElasticWorkload资源形态来简化运维成本?


参考回答:

可以使用ElasticWorkload资源形态来简化运维成本。通过定义一个ElasticWorkload对象,可以同时描述基于云主机的正常Worker节点和Serverless Container的使用方式,从而在一个文件中管理两种资源的调度和扩展。例如,可以通过以下YAML文件定义ElasticWorkload:

apiVersion: autoscaling.alibabacloud.com/v1beta1  

kind: ElasticWorkload  

metadata:  

name: elasticworkload-sample  

spec:  

sourceTarget:  

name: nginx-deployment-basic  

kind: Deployment  

apiVersion: apps/v1  

min: 2  

max: 4 # 副本数超过 4 个时,使用 elasticUnit 中的资源进行调度  

replicas: 6  

elasticUnit:  

- name: virtual-kubelet  

labels:  

alibabacloud.com/eci: "true"


关于本问题的更多回答可点击原文查看:

https://developer.aliyun.com/ask/633893



问题二:EDAS如何支持线上资源 + 线下资源的场景?


EDAS如何支持线上资源 + 线下资源的场景?


参考回答:

在EDAS中,除了默认支持云上的ECS节点作为应用的托管节点之外,还支持非阿里云集群(如IDC机房)的接入。通过在线下IDC进行网络接入后,在对应节点上安装EDAS的Agent,即可托管线下的节点作为应用节点,从而实现在一个集群中通过EDAS发布的应用可以像云上的应用一样统一管控。


关于本问题的更多回答可点击原文查看:

https://developer.aliyun.com/ask/633901



问题三:EDAS如何支持包年包月 + 按量付费的场景?


EDAS如何支持包年包月 + 按量付费的场景?


参考回答:

在EDAS中,弹性伸缩能力可以在对应指标触发之后,临时以按量付费的模式“代购”指定形态的资源。当流量高峰过去后,EDAS可以自动将临时购买的机器资源释放回去,从而在包年包月的基础上,通过按量付费的方式应对业务高峰流量对于算力的需求。


关于本问题的更多回答可点击原文查看:

https://developer.aliyun.com/ask/633908



问题四:EDAS如何处理Container + Serverless Container的场景?


EDAS如何处理Container + Serverless Container的场景?


参考回答:

EDAS支持基于阿里云容器服务的ElasticWorkload工作负载,可以将应用的一部分实例运行在ECS节点上,超量部分运行在Serverless Container中。利用Serverless Container的秒级弹性能力,EDAS可以在集群资源紧张的情况下将应用扩容时间缩短至秒级别。在缩容场景下,EDAS优先缩容Serverless Container实例,以避免随机缩容导致的ECS节点算力资源浪费。


关于本问题的更多回答可点击原文查看:

https://developer.aliyun.com/ask/633913



问题五:为什么DevOps被一些人认为已经过时,而平台工程正在兴起?


为什么DevOps被一些人认为已经过时,而平台工程正在兴起?


参考回答:

DevOps被一些人认为已经过时,是因为其执行层面存在问题,如涉及技术领域过宽、云原生崛起带来的额外工具学习负担、领域商业化严重等。而平台工程作为新兴的技术方法,专注于通过降低现代软件交付的复杂性和不确定性来提高开发人员的生产力,因此正在兴起。


关于本问题的更多回答可点击原文查看:

https://developer.aliyun.com/ask/633919

相关文章
|
1月前
|
分布式计算 大数据 Serverless
云栖实录 | 开源大数据全面升级:Native 核心引擎、Serverless 化、湖仓架构引领云上大数据发展
在2024云栖大会开源大数据专场上,阿里云宣布推出实时计算Flink产品的新一代向量化流计算引擎Flash,该引擎100%兼容Apache Flink标准,性能提升5-10倍,助力企业降本增效。此外,EMR Serverless Spark产品启动商业化,提供全托管Serverless服务,性能提升300%,并支持弹性伸缩与按量付费。七猫免费小说也分享了其在云上数据仓库治理的成功实践。其次 Flink Forward Asia 2024 将于11月在上海举行,欢迎报名参加。
178 1
云栖实录 | 开源大数据全面升级:Native 核心引擎、Serverless 化、湖仓架构引领云上大数据发展
|
3月前
|
弹性计算 运维 关系型数据库
云上Serverless高可用架构一键部署体验与测评
在数字化转型背景下,Serverless架构因其实现业务敏捷、降低成本及提升服务可靠性而备受青睐。本文以阿里云Serverless应用引擎(SAE)为核心,展示了一种高可用、低成本且易于扩展的解决方案。通过单地域双可用区部署,构建了具备自动伸缩与故障恢复能力的架构。借助阿里云的一键部署功能,大幅简化了搭建流程,实现了快速部署,并通过性能与成本分析验证了其优势。对比传统ECS,SAE在资源利用与运维效率上表现更佳,特别适合平均负载较低的应用场景。
|
4月前
|
运维 前端开发 Cloud Native
云上应用管理问题之EDAS如何协助客户践行平台工程的理念
云上应用管理问题之EDAS如何协助客户践行平台工程的理念
|
4月前
|
弹性计算 Serverless
省心省钱的云上Serverless高可用架构陪跑班开课啦!
云端问道第9期陪跑班开课啦!本课程将向您介绍,如何快速搭建云上的Serverless架构,支持服务托管、弹性伸缩和按量付费,减少企业手动资源管理和性能成本优化的工作,同时通过高可用的配置,避免可能遇到的单点故障风险。阿里云技术专家将手把手带您实操,还将针对实操中的问题进行一对一答疑!机会难得,快来参加吧!
196 9
|
6月前
|
运维 安全 Cloud Native
解读平台工程,DevOps真的死了吗?不,它只是换了个马甲而已,依然是DevOps的延续
最近平台工程这个概念越来越火爆,Gartner 的预测,到 2026 年,80% 的软件工程组织将拥有平台工程团队,来提供内部服务、组件和应用程序交付工具,作为可重复使用的资源。本篇文章将带你走进平台工程,了解它的起源和解决的问题。
196 0
|
4月前
|
运维 监控 Serverless
探索Serverless高可用架构:云上极简运维的新篇章
随着云计算的快速发展,Serverless 架构因其无需管理服务器、按需自动扩展等优势,逐渐成为企业应用构建的重要选择。阿里云提供的 Serverless 高可用架构解决方案,通过结合多种云服务,提供了强大的高可用性和自动化运维能力。本文将评测阿里云 Serverless 高可用架构的核心功能、优势及其应用场景,帮助读者更好地理解和使用这一解决方案。
|
6月前
|
SQL 弹性计算 运维
云上创新丨1998—2024,Serverless如何让畅捷通“大象也能跳舞”
无论是研发效率还是运营效率,所有的技术架构最根本的特点,就是降本和提效,Serverless的弹性和无需运维,两者结合能够给客户带来朴素的技术和业务价值。
云上创新丨1998—2024,Serverless如何让畅捷通“大象也能跳舞”
|
6月前
|
Serverless 应用服务中间件 开发者
Serverless应用引擎问题之源码部署关掉如何解决
Serverless部署是指将应用程序部署到无服务器架构中,该架构允许开发者专注于代码而无需关心底层服务器的运行和维护;针对Serverless部署过程中可能遇到的挑战,本合集提供全面的指南和最佳实践,帮助开发者顺利实现应用的无服务器化部署。
|
2月前
|
人工智能 自然语言处理 Serverless
阿里云函数计算 x NVIDIA 加速企业 AI 应用落地
阿里云函数计算与 NVIDIA TensorRT/TensorRT-LLM 展开合作,通过结合阿里云的无缝计算体验和 NVIDIA 的高性能推理库,开发者能够以更低的成本、更高的效率完成复杂的 AI 任务,加速技术落地和应用创新。
149 13
|
3月前
|
Serverless API 异构计算
函数计算产品使用问题之修改SD模版应用的运行环境
函数计算产品作为一种事件驱动的全托管计算服务,让用户能够专注于业务逻辑的编写,而无需关心底层服务器的管理与运维。你可以有效地利用函数计算产品来支撑各类应用场景,从简单的数据处理到复杂的业务逻辑,实现快速、高效、低成本的云上部署与运维。以下是一些关于使用函数计算产品的合集和要点,帮助你更好地理解和应用这一服务。