阿里云专有云——安全可控由内而生

简介: 2018云栖大会武汉峰会,阿里云专有云事业部总经理马劲为大家介绍了阿里云专有云的优势特点。为什么要做专有云呢?本文从阿里云建设中台的思路开始谈起,详谈了阿里云做专有云的初衷,接着讲解了公共云必将替代传统DIY云的趋势,最后介绍了自主可控的阿里云以及服务的客户案例。

2018云栖大会武汉峰会,阿里云专有云事业部总经理马劲为大家介绍了阿里云专有云的优势特点。为什么要做专有云呢?本文从阿里云建设中台的思路开始谈起,详谈了阿里云做专有云的初衷,接着讲解了公共云必将替代传统DIY云的趋势,最后介绍了自主可控的阿里云以及服务的客户案例。
数十款阿里云产品限时折扣中,赶快点击这里,领券开始云上实践吧!
直播视频回顾请点击
以下是精彩视频内容整理:

为什么要做专有云?

_1


大数据及互联网时代,越来越多新的公司直接将业务系统建立在云上,可以得到互联网技术的支撑。而许多政企也面临着挑战,他们有多个系统和复杂的业务流程,政企同样面临用互联网的形式提供更好的服务。中国的经济正在逐步转型,从过去投资拉动变成消费和投资双重拉动,消费模式也发生了很多转变,人们已经从传统消费模式转到线上互联网消费模式,因此,政府也应该应用互联网服务于大众,政府提出了“一窗办事”、“最多跑一次”的口号。大型企业也不要仅仅做大宗交易,而应该用移动互联网的方式更加直接的面对消费者。

_2


阿里云是从电商业务开始沉淀自己技术的,在支撑双十一巨大流量的挑战下,在长期实战积累的经验下,我们积累了业务中台和数据中台系统。随着中台系统的建设,又随着阿里巴巴不断的扩大业务范围,阿里巴巴从电商走到金融,再走到广告、高德地图、UC、优酷和微博等,有中台的支撑,让这些业务的快速开展成为可能。在数据中台和业务中台下面,是整体的技术中台,阿里巴巴经历了从沉淀中台到中台服务于更多业务的过程。

_3


阿里巴巴中台建设的思路是什么呢?建设中台的目的是为了让业务跑的更快,中台建设以“薄应用+厚中台”为方向,通过数据去边界,建立全运营流程闭环打通,提高整体研发效率,减少重复建设,让应用可以跑的更快,可以展开更多的业务。
在自有数据中心建立中台能力。阿里云也在讨论什么是公共云、什么是专有云,业界通常用公有云和专有云做一个部署的划分,不论是公有云还是专有云,都是为了帮助企业具备互联网的能力,做数字化转型。作为新生企业,可以直接在公共云开展,而对于大型企业来说,它们也在服务中小企业和个人,它们也需要互联网的能力。因此,阿里巴巴不再纠结什么是公有云,什么是专有云,我们认可政府和大型企业对数据主权、对合规等方面的要求,以及对安全的考虑,我们也提出用技术输出的形式帮助政府和大型企业在自己的数据中心去建设自己的中台能力。

传统DIY云注定要被遗忘

今天我们大部分人在使用品牌电脑,品牌电脑有着更好的体验,更轻薄,良好的售后体系,少有人使用组装电脑。IT系统也是一样的,当DIY时代过去后,不会有人说一声再见,DIY部署费时费力,出问题不知道由谁来负责,只提供基础设施组件,缺少更多的应用,且安全机制也不完整。这些问题都会制约政企的数字化转型。
我们认为只有公共云架构才是货真价实的云平台标准,因为它具备以下特点:

  • 原生自主研发,一键交付与统一运维。
  • 高压验证过的稳定性。
  • 支持超大规模部署+热升级。
  • 全栈云平台:中台、大数据和AI。
  • 端到端安全机制。
  • 完整的服务体系。
    Apsara Stack专有云是第一个大规模商用的专有公共云。做公共云有很高的技术门槛,专有云的技术门槛也很高,能够交付到客户使用时,有一些领域甚至有更高的技术门槛。公共云是由阿里专业研发人员在做devops,把云完全交给客户去使用,要让客户能有更好的技术人员去管理更大平台时,我们在这个地方投入的技术成本是非常高的。今天的专有云具备了公共云的能力,支持多区域、单区域达到6000台规模,已有实际客户单区域超过5000台服务器,我们提供一应俱全的服务,我们已经在专有云上推出了来自公共云的55款服务,我们的安全可控是端到端的。同时,我们有和公共云相同的架构,有经过验证的同等的稳定性和热升级能力。

自主可控的阿里云

阿里云专有云也面向数据中心推出了专有云的企业版,同时我们针对离计算更近的本地场景,上万的视频数据会先在本地做汇集,然后传到核心数据中心去,所以我们还推出了敏捷版和大数据版,去覆盖从本地计算到云计算这条路径。
阿里云坚持自主可控,自主可控不等于不开放。对于客户来说,自主可控要有统一的管理系统,要有统一的账号、统一的资产管理等,让客户自己控制这些事情;开放是指我们支持各种各样的引擎,可以支撑薄应用、支持开源引擎,阿里不仅把这些引擎作为服务提供给客户,同时也大力开源反哺到整个社区。另外一点,开放很重要的是指开放接口,我们非常重视把所有API都开放给客户,让客户开源自主控制。
自主可控不代表是定制设备,阿里云无论是公共云还是专有云,使用的都是通用设备,有很多的厂商和我们一起来合作。我们的理念是软硬件结合,目标是为客户提供更优化的、性价比更高的计算能力和服务,阿里专有云也建设了完整的硬件生态,让客户自己去选择硬件,阿里云在通用硬件的基础上做了软硬件优化,给客户更好的性能。
阿里云专有云在四年来已经服务于诸多客户,越来越多的人和货物走出国门到世界各地,越来越多全世界的人和货物走进中国,我们利用专有云在中国海关建设了数据中台处理海量数据,使得亿级数据达到秒级响应,进而使海关的查货能力提高了五倍。有这样的能力才能够支撑更多的人和货物通关,让我们享受到便利。除了海关,还有中国邮政EMS业务也是阿里云支撑做的,它是混合云架构,EMS订单查询是通过阿里云公共云为客户提供服务,核心业务中台跑在阿里云专有云上,中国邮政与阿里云合作后,也可以更好的支撑双十一千万级订单的流量。
阿里云专有云已经在各行各业得到了广泛应用,除了海关、中国邮政,在电力、石油、政务和金融方面都支撑着其发展。


本文由云栖志愿小组毛鹤整理编辑

相关文章
|
域名解析 缓存 网络协议
如何在 Linux 上刷新 DNS 缓存?
如何在 Linux 上刷新 DNS 缓存?
1545 0
|
1月前
|
负载均衡 监控 安全
Nginx 1.30.4 编译安装与参数调优
本文详解Nginx 1.30.4在CentOS/RHEL 10上的源码编译安装全流程:涵盖依赖安装、用户创建、模块定制、systemd服务配置、高并发调优(worker、连接、压缩、日志)、内核参数优化及安全加固,开箱即用,适配企业生产环境。(239字)
180 1
|
1月前
|
人工智能 数据可视化 安全
从零上手百炼大模型平台:免费Tokens领取、API代码示例、可视化应用构建教程
阿里云百炼作为一站式大模型服务平台,兼顾开发者与业务人员两类使用者。汇集千问系列以及众多第三方大模型,支持文本、图像、视频、语音全模态能力;提供可视化无代码与高代码两套开发模式,业务人员可以零代码搭建智能体知识库,开发者依靠兼容OpenAI的API快速迁移原有项目,配套百炼CLI命令行工具可以在终端自动化执行各类AI任务。
340 0
|
2月前
|
缓存 数据可视化 前端开发
DeepSeek Harness 接入 Litefuse:完善 Agent 可观测与评估能力
DeepSeek Harness发布后迅速走红,Litefuse第一时间推出dsh-litefuse-plugin插件,为其增强Agent可观测能力:支持多层Subagent调用追踪、Token与成本精细归因、跨会话聚合分析,并集成Agent Evals实现“运行-评估-优化”闭环。
283 0
|
4月前
|
人工智能
OPC一人公司如何变现?AI时代,普通人的新赚钱方式正在出现
AI时代,“OPC一人公司”正兴起:借助ChatGPT、Midjourney、剪映AI等工具,一人即可高效完成文案、设计、剪辑、运营与客服。轻启动、低门槛、强变现——从AI内容创作到智能体代运营,普通人也能构建完整商业闭环。
|
11月前
|
人工智能 自然语言处理 计算机视觉
CVPR 2024 | 赋能大语言模型以精准理解视频时序瞬间 | LLM | 时序预测
VTimeLLM提出新型时间感知架构,赋能大语言模型精准理解视频时序瞬间。通过时间对齐表征与时序预训练,实现事件定位、时序推理与细粒度视频理解,支持自然语言交互式探索视频内容。
348 0
CVPR 2024 | 赋能大语言模型以精准理解视频时序瞬间 | LLM | 时序预测
|
jenkins 测试技术 Shell
利用Apipost轻松实现用户充值系统的API自动化测试
API在现代软件开发中扮演着连接不同系统与模块的关键角色,其测试的重要性日益凸显。传统API测试面临效率低、覆盖率不足及难以融入自动化工作流等问题。Apipost提供了一站式API自动化测试解决方案,支持零代码拖拽编排、全场景覆盖,并可无缝集成CI/CD流程。通过可视化界面,研发与测试人员可基于同一数据源协作,大幅提升效率。同时,Apipost支持动态数据提取、性能压测等功能,满足复杂测试需求。文档还以用户充值系统为例,详细介绍了从创建测试用例到生成报告的全流程,帮助用户快速上手并提升测试质量。
1513 18
|
SQL DataWorks 数据可视化
DataWorks产品体验与评测
在当今数字化时代,数据处理的重要性不言而喻。DataWorks作为一款数据开发治理平台,在数据处理领域占据着重要的地位。通过对DataWorks产品的体验使用,我们可以深入了解其功能、优势以及存在的问题,并且与其他数据处理工具进行对比,从而为企业、工作或学习中的数据处理提供有价值的参考。
746 6
DataWorks产品体验与评测
|
算法 定位技术
【逻辑设计】卡诺图 | 布尔方程式 | 最小项与最大项 | 卡诺图无关项 Don‘t cares
【逻辑设计】卡诺图 | 布尔方程式 | 最小项与最大项 | 卡诺图无关项 Don‘t cares
1945 0