存储IO加强型实例I1+D1 ——为极致存储性能要求场景而生

本文涉及的产品
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介: 企业客户广泛使用数据库、分布式缓存、ELK(Elasticsearch、Logstash和Kibana)日志分析和大数据等系统,对小IO随机读写IOPS和延时,以及大IO存储吞吐Throughput等提出了严格的要求。

企业客户广泛使用数据库、分布式缓存、ELK(Elasticsearch、Logstash和Kibana)日志分析和大数据等系统,对小IO随机读写IOPS和延时,以及大IO存储吞吐Throughput等提出了严格的要求。而当前高效云盘或SSD云盘存储在性能、成本等方面,还无法很好地满足企业客户存储严苛场景下的要求,成为制约企业客户上云的关键瓶颈。
针对此问题,阿里云ECS企业级产品线推出存储IO加强型实例I1(本地SSD型)和D1/D1NE(大数据型),为客户提供更高性价比实例,打通关键存储屏障。

1

  • 本地SSD型I1
    ECS I1实例采用独享计算架构+本地存储设计,单VM最大规格支持56cvCPU,224GB内存和2.9TB NVMe SSD。相比其它ECS+云盘实例,I1最大的优势是采用了企业级最高性能的NVMe SSD和先进的SPDK(Storage Performance Development Kit)存储技术,全面提升从闪存到虚拟机I/O访问的全链路读写性能,在提供单实例最高48W随机读写IO能力的同时,保证99.9%的访问请求保持在200us级别的时延水平。

此外,I1实例最大顺序读存储吞吐为4GB/s,顺序写吞吐性能为2.4GB/s ,内网带宽和PPS分别为10Gbps和120万,充分满足OLTP关系型数据库(如MySQL、PostgreSQL、Oracle、SQL Server等)、NoSQL非关系型数据库(如MongoDB、HBase、Cassandra等)、ElasticSearch分布式日志搜索等场景,对实例存储IO延时、吞吐和内网带宽等多方面的要求。

  • 大数据型D1NE/D1
    存储优化型实例D1是阿里云专为Hadoop/Spark等大数据计算场景设计的规格族,可以让用户以最简便地方式享用阿里云遍布全球的高效、稳定的云基础设施资源,在云端按需构建敏捷弹性、高可靠和高性价比的大数据平台,充分满足泛互联网行业、金融、电商、政企等行业等搭建大数据存储与计算分析平台的要求。

ECS D1NE/D1实例采用独享计算架构+本地存储设计,单VM最大规格支持56cvCPU,224GB内存和168TB本地磁盘,顺序读写存储吞吐性能超过5GB,D1实例采用10G网络,内网带宽最大为17Gbps,而D1NE实例更是率先采用25G网络,内网带宽可高达35Gbps,充分满足Hadoop类分布式计算业务类型对实例存储性能、容量和内网带宽的多方面要求。
相较于之前基于SSD云盘的Hadoop建设模式,D1NE/D1单GB存储成本更是降低97%,整机存储吞吐性能提升400%,内存带宽提升200%,提供ECS实例规格族中最高性价比的磁盘吞吐能力和单位存储容量。

小结
结合阿里云提供的弹性、海量计算能力,客户可以用最低的使用成本、最大的弹性灵活度来运转自身的需求业务。存储加强型实例I1(本地SSD型)和D1NE/D1(大数据型)均支持包月、包年的预付费支付模式,同时也支持按小时付费的使用模型,真正做到即开即用,按量付费,同时也免除用户硬件运维的困扰,大大降低用户初期成本投入和门槛。
存储IO加强型实例I1+D1面世,解决了大数据时代下海量业务数据云上计算和存储难题,意味着云计算已真正成为这个时代下客户业务向前快速发展催化剂。借助阿里云可靠稳定的云基础设施和容灾保护能力,客户可轻松打造媲美业界一流公司的高可靠数据管理平台,为业务创新保驾护航。

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
6月前
|
缓存 监控 IDE
linux如何查看io性能
linux如何查看io性能
114 0
|
1月前
|
存储 缓存 算法
如何优化阻塞IO的性能?
【10月更文挑战第6天】如何优化阻塞IO的性能?
39 5
|
18天前
|
存储 弹性计算 固态存储
阿里云服务器ESSD Entry系统盘测评IOPS、IO读写和时延性能参数
ESSD Entry云盘是阿里云推出的新一代云盘,具备高IOPS、低延迟和企业级数据保护能力。适用于开发与测试场景,支持按量付费和包年包月计费模式。99元和199元的ECS经济型e实例和通用算力型u1实例均采用ESSD Entry系统盘,性价比高。详细性能参数和价格请参考阿里云官方页面。
54 0
|
1月前
|
Java Linux
【网络】高并发场景处理:线程池和IO多路复用
【网络】高并发场景处理:线程池和IO多路复用
45 2
|
3月前
|
存储 Java 数据库连接
BIO阻塞IO流与数据存储大揭秘:性能与资源消耗,一文让你彻底解锁!
【8月更文挑战第25天】本文探讨了Java中BIO阻塞IO流与数据存储的概念及其实现。BIO作为一种传统IO模型,在处理每个客户端请求时需创建新线程并等待响应,这在并发量大时会导致性能下降和高资源消耗。示例代码展示了如何利用`ServerSocket`实现基于BIO的简单服务器。此外,文章还介绍了数据存储的基本方法,例如通过`BufferedWriter`向文件写入数据。两者对比显示,BIO适合连接数稳定的场景,而数据存储则适用于需要持久化保存信息的情况。通过这些分析和实例,希望能帮助读者更好地掌握这两种技术的应用场景及其优缺点。
46 0
|
3月前
|
C# 开发者 设计模式
WPF开发者必读:命令模式应用秘籍,轻松简化UI与业务逻辑交互,让你的代码更上一层楼!
【8月更文挑战第31天】在WPF应用开发中,命令模式是简化UI与业务逻辑交互的关键技术,通过将请求封装为对象,实现UI操作与业务逻辑分离,便于代码维护与扩展。本文介绍命令模式的概念及实现方法,包括使用`ICommand`接口、`RelayCommand`类及自定义命令等方式,并提供示例代码展示如何在项目中应用命令模式。
52 0
|
5月前
|
存储 缓存 NoSQL
Redis为什么速度快:数据结构、存储及IO网络原理总结
Redis为什么速度快:数据结构、存储及IO网络原理总结
|
5月前
|
Java 测试技术
Java IO流深度剖析:字节流和字符流的性能对比!
【6月更文挑战第26天】Java IO流分字节流和字符流,字节流处理所有类型数据(如图片),字符流处理文本(基于Unicode)。字节流直接处理,性能高,适合非文本文件;字符流处理文本时考虑编码,适合文本文件。性能测试显示,字节流在读写非文本文件时更快,而字符流在处理文本时更方便。选择流类型应依据数据类型和需求。
69 0
|
6月前
|
存储 搜索推荐 文件存储
IO、存储、硬盘、文件系统相关常识
IO、存储、硬盘、文件系统相关常识
54 2
|
5月前
|
调度 数据库 开发者
在Python编程中,并发编程和异步IO是两个重要的概念,它们对于提高程序性能和响应速度具有至关重要的作用
【6月更文挑战第10天】本文介绍了Python并发编程和异步IO,包括并发编程的基本概念如多线程、多进程和协程。线程和进程可通过threading及multiprocessing模块管理,但多线程受限于GIL。协程利用asyncio模块实现非阻塞IO,适合处理IO密集型任务。异步IO基于事件循环,能提高服务器并发处理能力,适用于网络编程和文件操作等场景。异步IO与多线程、多进程在不同任务中有各自优势,开发者应根据需求选择合适的技术。
43 0
下一篇
无影云桌面