阿里云弹性计算Apsara Block Storage正式发布 构建企业级分布式块存储服务平台

简介:

6月13日,阿里云宣布弹性计算Apsara Block Storage产品正式发布,为企业级客户量身打造,构建高性能、弹性、可靠的大规模分布式块存储服务平台。

Apsara Block Storage可兼容多种类型的计算平台,包括阿里云ECS、ZStack、OpenStack、Kubernetes以及物理服务器等不同类型,帮助客户轻松应对云时代下海量存储资源的敏捷存取需求,适用于政府、金融、运营商和大型制造企业的线下数据中心云存储业务场景。

59a1a8efaae7493602caf09a0201e9eaabc5ce37

客户需求和行业趋势

数字化转型已成为促进客户业务创新和敏捷发展的重要推进力量,传统集中式、“烟囱式”的IT系统建设架构,已经不能满足日益复杂的业务发展需求,特别是在存储资源的灵活使用上,遇到了越来越多的问题。采用资源化、平台化、灵活扩展的云存储架构已成为客户现代化数据中心海量数据存储的不二选择。

分布式存储产品,由于其具备架构上的先天优势,以及对商用X86服务器硬件的良好兼容性,从全球范围来看,已经越来越多的成为客户建设虚拟化云平台的首要选择。

产品特点与业务价值

APSARA Block Storage是依托于阿里云弹性计算块存储服务,针对企业级市场的诉求孵化出来的一个全新的产品。青出于蓝而胜于蓝,Apsara Block Storage在产品和技术体系上,有如下亮点。

开放兼容

阿里云弹性计算块存储团队开发了针对不同计算平台的接入插件,支持多种块设备访问协议,全面支持OpenStack、ZStack、Kubernetes、VMware以及物理服务器等计算平台,真正实现阿里云块存储与客户自有计算资源的无缝兼容,将阿里云在块存储领域多年的技术积累赋能到客户线下IT系统中。

e0ab0e2f109f87a842c6914f7ebdaf8f2ed64c1e

图示一 全面兼容Openstack平台

f5a2999bfb85e6f25eb6f0897c684faf7041012c

图示二 全面兼容Docker平台

高可靠性

采用9个9数据可靠性设计,能够满足核心业务的数据安全性要求,同时支持自动快照等高级数据保护功能,全方面保护客户数据安全。

灵活部署&弹性扩展

支持从数台最高扩展至万台级别,随业务需求灵活扩展,不为过渡消费而买单。同时支持计算存储融合和分离两种部署架构,便于客户根据自身机房条件灵活选择。

dfd1724d6a963cdf44b93b09da76154a3063860b

极致性能

单集群最高支持千万级IOPS能力,百微秒级别时延能力,满足关键业务对性能的极致需求。

交付形态和适用行业

据悉,Apsara Block Storage产品可通过阿里云专有云产品形态对外服务,适用于政府、公共事业、金融、大企业、运营商等多种行业客户在线下专有云平台建设中进行使用。当前已有若干政府、企业和金融客户选择了Apsara Block Storage产品,作为政务云、金融云、企业开发测试云平台的核心数据存储平台。

历经近10年的技术沉淀,阿里云将块存储在公共云上的技术精华沉淀在Apsara Block Storage上,希望客户在自己的数据中心中也能享受到与阿里云同等级别的数据存储服务,为客户构建高性能、稳定可靠、弹性扩展的云存储平台,真正助力企业实现数字化转型。

相关文章
|
消息中间件 人工智能 监控
文生图架构设计原来如此简单之分布式服务
想象一下,当成千上万的用户同时要求AI画图,如何公平高效地处理这些请求?文生图/图生图大模型的架构设计看似复杂,实则遵循简单而有效的原则:合理排队、分工明确、防患未然。
628 14
文生图架构设计原来如此简单之分布式服务
|
SQL 分布式计算 DataWorks
MaxCompute MaxFrame评测 | 分布式Python计算服务MaxFrame(完整操作版)
在当今数字化迅猛发展的时代,数据信息的保存与分析对企业决策至关重要。MaxCompute MaxFrame是阿里云自研的分布式计算框架,支持Python编程接口、兼容Pandas接口并自动进行分布式计算。通过MaxCompute的海量计算资源,企业可以进行大规模数据处理、可视化数据分析及科学计算等任务。本文将详细介绍如何开通MaxCompute和DataWorks服务,并使用MaxFrame进行数据操作。包括创建项目、绑定数据源、编写PyODPS 3节点代码以及执行SQL查询等内容。最后,针对使用过程中遇到的问题提出反馈建议,帮助用户更好地理解和使用MaxFrame。
|
SQL 分布式计算 数据处理
云产品评测|分布式Python计算服务MaxFrame | 在本地环境中使用MaxFrame + 基于MaxFrame实现大语言模型数据处理
本文基于官方文档,介绍了由浅入深的两个部分实操测试,包括在本地环境中使用MaxFrame & 基于MaxFrame实现大语言模型数据处理,对步骤有详细说明。体验下来对MaxCompute的感受是很不错的,值得尝试并使用!
453 1
|
分布式计算 数据处理 MaxCompute
云产品评测|分布式Python计算服务MaxFrame
云产品评测|分布式Python计算服务MaxFrame
435 2
|
人工智能 分布式计算 数据处理
有奖评测,基于分布式 Python 计算服务 MaxFrame 进行数据处理
阿里云MaxCompute MaxFrame推出分布式Python计算服务MaxFrame评测活动,助力开发者高效完成大规模数据处理、可视化探索及ML/AI开发。活动时间为2024年12月17日至2025年1月31日,参与者需体验MaxFrame并发布评测文章,有机会赢取精美礼品。
|
12月前
|
存储 负载均衡 NoSQL
【赵渝强老师】Redis Cluster分布式集群
Redis Cluster是Redis的分布式存储解决方案,通过哈希槽(slot)实现数据分片,支持水平扩展,具备高可用性和负载均衡能力,适用于大规模数据场景。
799 2
|
存储 缓存 NoSQL
【📕分布式锁通关指南 12】源码剖析redisson如何利用Redis数据结构实现Semaphore和CountDownLatch
本文解析 Redisson 如何通过 Redis 实现分布式信号量(RSemaphore)与倒数闩(RCountDownLatch),利用 Lua 脚本与原子操作保障分布式环境下的同步控制,帮助开发者更好地理解其原理与应用。
857 6
|
存储 缓存 NoSQL
Redis核心数据结构与分布式锁实现详解
Redis 是高性能键值数据库,支持多种数据结构,如字符串、列表、集合、哈希、有序集合等,广泛用于缓存、消息队列和实时数据处理。本文详解其核心数据结构及分布式锁实现,帮助开发者提升系统性能与并发控制能力。
|
数据采集 存储 数据可视化
分布式爬虫框架Scrapy-Redis实战指南
本文介绍如何使用Scrapy-Redis构建分布式爬虫系统,采集携程平台上热门城市的酒店价格与评价信息。通过代理IP、Cookie和User-Agent设置规避反爬策略,实现高效数据抓取。结合价格动态趋势分析,助力酒店业优化市场策略、提升服务质量。技术架构涵盖Scrapy-Redis核心调度、代理中间件及数据解析存储,提供完整的技术路线图与代码示例。
2017 0
分布式爬虫框架Scrapy-Redis实战指南
|
11月前
|
NoSQL Java 调度
分布式锁与分布式锁使用 Redis 和 Spring Boot 进行调度锁(不带 ShedLock)
分布式锁是分布式系统中用于同步多节点访问共享资源的机制,防止并发操作带来的冲突。本文介绍了基于Spring Boot和Redis实现分布式锁的技术方案,涵盖锁的获取与释放、Redis配置、服务调度及多实例运行等内容,通过Docker Compose搭建环境,验证了锁的有效性与互斥特性。
907 0
分布式锁与分布式锁使用 Redis 和 Spring Boot 进行调度锁(不带 ShedLock)