《vSphere性能设计:性能密集场景下CPU、内存、存储及网络的最佳设计实践》一第1章

简介: 本节书摘来华章计算机《vSphere性能设计:性能密集场景下CPU、内存、存储及网络的最佳设计实践》一书中的第1章 ,第1.1节,[美] 克里斯托弗·库塞克(Christopher Kusek) 著 吕南德特·施皮斯(Rynardt Spies)姚海鹏 刘韵洁 译, 更多章节内容可以访问云栖社区“华章计算机”公众号查看。

本节书摘来华章计算机《vSphere性能设计:性能密集场景下CPU、内存、存储及网络的最佳设计实践》一书中的第1章 ,第1.1节,[美] 克里斯托弗·库塞克(Christopher Kusek) 著 吕南德特·施皮斯(Rynardt Spies)姚海鹏 刘韵洁 译, 更多章节内容可以访问云栖社区“华章计算机”公众号查看。

第1章

性 能 设 计
在VMware虚拟化的初期,我们都认同一个核心观点:虚拟化是一个伟大的工具,它可以实现在一台服务器上运行非重要工作负载的多个实例。故事总是这样开始的:“我们几年前尝试将任务关键型工作负载虚拟化,但是运行效果很差,所以我们最终没有进行虚拟化。”在大多数情况下人们都会谈论第一个VMware版本,这有两个重要的原因:感知决定现实和人们不会忘记。
说一些与虚拟化无关的题外话,让我们的记忆回到1954年的田径场。那些日子没有什么不同,但有一点:人们认为打破4分钟跑一英里的纪录是不可能的。在过去的几百年间人们的观念是跑一英里的距离至少需要4分钟。但是在1954年5月6日,Roger Bannister做到了这件不可能的事,他打破了4分钟一英里的局限。
但是这些与虚拟化以及设计VMware系统的性能有什么关系呢?在整个职业生涯中,我们一直认为,虚拟化和性能是相互矛盾的,绝对不可调和。虚拟化任务关键型应用的想法是绝对不可能的。我们在2005年尝试过,但是没有成功,我们也知道曾有其他人尝试过,他们说:“不,这是行不通的,这是不可能的。”
现在有了好消息:这些障碍已被打破,事实上已被击碎。如今,虚拟化就是性能的代名词。事实上虚拟化可以帮助推动更高水平的性能。这本书将帮助你把新观念带给你的同行、同事、伙伴,拓展一个新的视野。
在接下来的内容中,我们将贯穿观念中那些有性能限制的领域,打消虚拟化和性能的旧观念,并关注于当今的VMware vSphere。最重要的是,通过一个个案例展现如何在虚拟化环境中实现性能,你将不会忘记它带来的虚拟化体验和所有奇迹,无论是对于最微小的应用,还是性能关键型和任务关键型的应用。

相关文章
|
24天前
|
存储 缓存 监控
|
3天前
|
存储 缓存 Java
结构体和类在内存管理方面的差异对程序性能有何影响?
【10月更文挑战第30天】结构体和类在内存管理方面的差异对程序性能有着重要的影响。在实际编程中,需要根据具体的应用场景和性能要求,合理地选择使用结构体或类,以优化程序的性能和内存使用效率。
|
25天前
|
机器学习/深度学习
YOLOv10优改系列一:YOLOv10融合C2f_Ghost网络,让YoloV10实现性能的均衡
本文介绍了YOLOv10的性能优化,通过融合Ghost模块和C2f结构,实现了网络性能的均衡。GhostNet通过GhostModule和GhostBottleNeck减少参数量,适用于资源有限的场景。YOLOv10-C2f_Ghost在减少参数和计算量的同时,保持了与原始网络相当或更好的性能。文章还提供了详细的代码修改步骤和可能遇到的问题解决方案。
84 1
YOLOv10优改系列一:YOLOv10融合C2f_Ghost网络,让YoloV10实现性能的均衡
|
9天前
|
存储 关系型数据库 MySQL
查询服务器CPU、内存、磁盘、网络IO、队列、数据库占用空间等等信息
查询服务器CPU、内存、磁盘、网络IO、队列、数据库占用空间等等信息
171 1
|
14天前
|
缓存 监控 前端开发
优化网络应用的性能
【10月更文挑战第21天】优化网络应用的性能
12 2
|
14天前
|
存储 C语言
数据在内存中的存储方式
本文介绍了计算机中整数和浮点数的存储方式,包括整数的原码、反码、补码,以及浮点数的IEEE754标准存储格式。同时,探讨了大小端字节序的概念及其判断方法,通过实例代码展示了这些概念的实际应用。
27 1
|
18天前
|
存储
共用体在内存中如何存储数据
共用体(Union)在内存中为所有成员分配同一段内存空间,大小等于最大成员所需的空间。这意味着所有成员共享同一块内存,但同一时间只能存储其中一个成员的数据,无法同时保存多个成员的值。
|
22天前
|
存储 弹性计算 算法
前端大模型应用笔记(四):如何在资源受限例如1核和1G内存的端侧或ECS上运行一个合适的向量存储库及如何优化
本文探讨了在资源受限的嵌入式设备(如1核处理器和1GB内存)上实现高效向量存储和检索的方法,旨在支持端侧大模型应用。文章分析了Annoy、HNSWLib、NMSLib、FLANN、VP-Trees和Lshbox等向量存储库的特点与适用场景,推荐Annoy作为多数情况下的首选方案,并提出了数据预处理、索引优化、查询优化等策略以提升性能。通过这些方法,即使在资源受限的环境中也能实现高效的向量检索。
|
27天前
|
存储 编译器
数据在内存中的存储
数据在内存中的存储
37 4
|
28天前
|
存储 缓存 监控
Linux中内存和性能问题
【10月更文挑战第5天】
37 4

热门文章

最新文章