云上技术 | 混合云管理平台多Region架构

简介: 随着现代化进程加速,企业业务规模和迭代速度也今非昔比,在已具备一定规模的中大型电力系统中,会面临着数字化升级的压力,包括复杂组织架构管理、计算资源弹性扩展、IT运维提效等需求。基于电力行业属性部署一朵专属于行业的云,这朵云既具备专有云的本地化部署的安全稳定特性,又可享有公有云按需使用云服务及按使用量付费的灵活能力。但当涉及到大规模或跨多个地域的云平台部署场景,在不同的地域、数据中心部署业务就会面临不少问题。阿里云混合云是如何通过专有云的区域(Region)逻辑来形成多Region架构+混合云多云管理平台能力,以此实现多区域部署一朵专有云,解决大型用户多数据中心部署产生的问题?

画板 10@2x-100.jpg

日本导演矢口史靖曾拍过一部自灾难喜剧电影《生存家族》,讲述了某天全球突然停电,所有用电工具都停止了工作,一个普通家庭为了求生从东京逃亡到鹿儿岛的故事。虽然表演略带夸张,但没有电后世界的停摆让人印象深刻,电力已成为与人类社会深度绑定的重要行业。

电力系统作为电能生产与消费的中枢,涉及到发电、输电、变电、配电和用电的复杂网络环节。为了支撑这套复杂的体系,电力系统在各环节还具有相应的信息与控制系统,对电能的生产过程进行测量、调节、控制、保护、通信和调度,以时刻保证用户获得安全、优质的电能。

而在传统电力企业中,仍以老旧“烟囱式”建设架构模式为大多数,各信息与控制系统间独立运行,数据标准不统一,分散建设和管理导致一个个“数据孤岛”的形成,极大的浪费了人力和物理资源。

同时,随着现代化进程加速,企业业务规模和迭代速度也今非昔比,在已具备一定规模的中大型电力系统中,会面临着数字化升级的压力,包括复杂组织架构管理、计算资源弹性扩展、IT运维提效等需求。

目前通常做法是基于电力行业属性部署一朵专属于行业的云,这朵云既具备专有云的本地化部署的安全稳定特性,又可享有公有云按需使用云服务及按使用量付费的灵活能力。但在使用过程中常常会涉及到大规模或跨多个地域的云平台部署场景,在不同的地域、数据中心部署业务就会面临如下几个问题:
1、各个不同地域的云资源如何统一管理,权限分配与用户实际使用场景和组织架构的匹配;
2、高可用性的保障,当某个数据中心出现故障或灾难时,其他数据中心可正常对外提供服务;
3、合规要求,多个数据中心的统一管理和权限分配等需要符合用户内部规定,以及法律法规的要求;
4、许多应用或业务的访问需要跨多个数据中心协同工作,如何实现各个数据中心之间的资源联动和共享;

阿里云混合云通过专有云的区域(Region)逻辑来形成多Region架构+混合云多云管理平台能力,以此实现多区域部署一朵专有云,解决大型用户多数据中心部署产生问题。

专有云区域(Region)在架构设计上分为中心Region和普通Region。专有云多Region具有以下特点:
•一朵云,提供统一管控,统一运维,以及统一监控的能力。
•一致性,与阿里公共云的架构保持一致。
•兼容性,向前兼容单Region的部署形态,向后支持多Region的扩展部署。
•可用性,故障域隔离,当中心Region出现故障的情况下,不影响云平台已申请云实例资源的使用。当普通Region出现问题的情况下,不影响其他Region的使用。

多Region架构侧重云管控层面的统一,由一个中心进行统一管理、统一运维、统一计量等。

基础服务的读写服务部署在中心,普通Region的基础服务只需要部署服务节点和提供读服务,由中心Region统一管控运维。

2.png

在中心Region进行统一管控运维阿里云混合云管理平台(Apsara Uni-manager)则可对多Region进行有效管理,混合云管理平台致力打造千人千面,具备个性化体验的企业统一云管理入口,从应用、云资源、硬件等进行全局智能优化,实现资源配置的最佳配比和智能风险预警能力,为客户提供监管控一体化的智能指挥,赋能企业业务。

面对大型电力系统中的复杂组织架构管理,中心Region可以看做是组织的司令部,而混合云管理平台就是驻扎在司令部的智能指挥官。其主要采用了分权分域管理模型,在云资源使用和维护层面可以使拥有一个区域资源管理权限的管理员只能管理自己所辖区域的设备以及使用相关的功能,不能管理其他区域的资源和设备。在业务和数据配置层面让各个管理区域的管理员也同样只需关注本区域的业务和数据等资源,无授权时不能查看、修改其他区域的资源。

3.png

通过混合云管理平台,形成集中管理方式下的分域协作模式,使中心Region和普通Region以省为单位建设、跨本地网部署、资源共享和协同管理,节省配套投资。

同时,应用Region中心化管理或边缘Region自治管理的灵活切换和配置能力,可以让维护管理更灵活,充分利用区域运维资源,提高区域运维效率,减轻中心Region所在的区域的产品使用和运维压力,从而优化跨区域协作的运维流程。

目前,阿里云混合云已通过多Region架构+混合云多云管理平台方案服务了多家电力行业的龙头企业,如助力南方电网搭建了业界首个完全基于互联网新技术的调度自动化系统基础平台,实现76套调度系统云化和迁移,总体建设成本节约上亿元。云化的SCADA系统每秒处理消息超过6万,全系统70秒一键布署,10秒快速扩容。日前负荷预测AI准确率高达97%,超过人工预测水平。

用电作为国计民生中的必要一环,如今已对电力系统的数字化、自动化与智能化提出了更高要求,阿里云混合云致力于促进发输变配及用电和调度环节的数据收集、输送、储存和利用能力,进而使企业的业务处理自动化、经营管理信息化、战略决策科学化。

注:
专有云的区域(Region)指的是根据地理位置,把某个地区的基础设施服务的集合称为一个区域。各个区域间相互独立,可以按照多种维度进行划分,通常按照数据中心所在的城市进行划分,专有云服务基于区域地理位置就近部署各种应用;也可以按照合规要求进行划分,通过选择不同区域存储数据,来满足法规遵循要求。


阿里云混合云为政企提供量身打造的混合云解决方案
从建好云、管好云、用好云三大维度提供客户视角的一体化云平台服务
更多产品资讯,前往【混合云官网】

目录
打赏
0
0
0
0
852
分享
相关文章
阿里云SLB深度解析:从流量分发到架构优化的技术实践
本文深入探讨了阿里云负载均衡服务(SLB)的核心技术与应用场景,从流量分配到架构创新全面解析其价值。SLB不仅是简单的流量分发工具,更是支撑高并发、保障系统稳定性的智能中枢。文章涵盖四层与七层负载均衡原理、弹性伸缩引擎、智能DNS解析等核心技术,并结合电商大促、微服务灰度发布等实战场景提供实施指南。同时,针对性能调优与安全防护,分享连接复用优化、DDoS防御及零信任架构集成的实践经验,助力企业构建面向未来的弹性架构。
129 76
基于Transformer架构的时间序列数据去噪技术研究
本文介绍了一种基于Transformer架构的时间序列去噪模型。通过生成合成数据训练,模型在不同噪声条件下展现出强去噪能力。文章详细解析了Transformer的输入嵌入、位置编码、自注意力机制及前馈网络等关键组件,并分析实验结果与注意力权重分布。研究为特定任务的模型优化和专业去噪模型开发奠定了基础。
57 14
基于Transformer架构的时间序列数据去噪技术研究
十大主流联邦学习框架:技术特性、架构分析与对比研究
联邦学习(FL)是保障数据隐私的分布式模型训练关键技术。业界开发了多种开源和商业框架,如TensorFlow Federated、PySyft、NVFlare、FATE、Flower等,支持模型训练、数据安全、通信协议等功能。这些框架在灵活性、易用性、安全性和扩展性方面各有特色,适用于不同应用场景。选择合适的框架需综合考虑开源与商业、数据分区支持、安全性、易用性和技术生态集成等因素。联邦学习已在医疗、金融等领域广泛应用,选择适配具体需求的框架对实现最优模型性能至关重要。
752 79
十大主流联邦学习框架:技术特性、架构分析与对比研究
深入解析Tiktokenizer:大语言模型中核心分词技术的原理与架构
Tiktokenizer 是一款现代分词工具,旨在高效、智能地将文本转换为机器可处理的离散单元(token)。它不仅超越了传统的空格分割和正则表达式匹配方法,还结合了上下文感知能力,适应复杂语言结构。Tiktokenizer 的核心特性包括自适应 token 分割、高效编码能力和出色的可扩展性,使其适用于从聊天机器人到大规模文本分析等多种应用场景。通过模块化设计,Tiktokenizer 确保了代码的可重用性和维护性,并在分词精度、处理效率和灵活性方面表现出色。此外,它支持多语言处理、表情符号识别和领域特定文本处理,能够应对各种复杂的文本输入需求。
127 6
深入解析Tiktokenizer:大语言模型中核心分词技术的原理与架构
DeepSeek背后的技术基石:DeepSeekMoE基于专家混合系统的大规模语言模型架构
DeepSeekMoE是一种创新的大规模语言模型架构,融合了专家混合系统(MoE)、多头潜在注意力机制(MLA)和RMSNorm归一化。通过专家共享、动态路由和潜在变量缓存技术,DeepSeekMoE在保持性能的同时,将计算开销降低了40%,显著提升了训练和推理效率。该模型在语言建模、机器翻译和长文本处理等任务中表现出色,具备广泛的应用前景,特别是在计算资源受限的场景下。
636 29
DeepSeek背后的技术基石:DeepSeekMoE基于专家混合系统的大规模语言模型架构
YOLOv11改进策略【模型轻量化】| MoblieNetV3:基于搜索技术和新颖架构设计的轻量型网络模型
YOLOv11改进策略【模型轻量化】| MoblieNetV3:基于搜索技术和新颖架构设计的轻量型网络模型
247 10
YOLOv11改进策略【模型轻量化】| MoblieNetV3:基于搜索技术和新颖架构设计的轻量型网络模型
RT-DETR改进策略【模型轻量化】| MoblieNetV3:基于搜索技术和新颖架构设计的轻量型网络模型
RT-DETR改进策略【模型轻量化】| MoblieNetV3:基于搜索技术和新颖架构设计的轻量型网络模型
66 4
RT-DETR改进策略【模型轻量化】| MoblieNetV3:基于搜索技术和新颖架构设计的轻量型网络模型
社交软件红包技术解密(六):微信红包系统的存储层架构演进实践
微信红包本质是小额资金在用户帐户流转,有发、抢、拆三大步骤。在这个过程中对事务有高要求,所以订单最终要基于传统的RDBMS,这方面是它的强项,最终订单的存储使用互联网行业最通用的MySQL数据库。支持事务、成熟稳定,我们的团队在MySQL上有长期技术积累。但是传统数据库的扩展性有局限,需要通过架构解决。
90 18
建筑施工一体化信息管理平台源码,支持微服务架构,采用Java、Spring Cloud、Vue等技术开发。
智慧工地云平台是专为建筑施工领域打造的一体化信息管理平台,利用大数据、云计算、物联网等技术,实现施工区域各系统数据汇总与可视化管理。平台涵盖人员、设备、物料、环境等关键因素的实时监控与数据分析,提供远程指挥、决策支持等功能,提升工作效率,促进产业信息化发展。系统由PC端、APP移动端及项目、监管、数据屏三大平台组成,支持微服务架构,采用Java、Spring Cloud、Vue等技术开发。
145 7
云端问道9期方案教学-省心省钱的云上Serverless高可用架构
本文介绍了省心省钱的云上Serverless高可用架构,主要分为两个部分:1. Serverless的发展历程、特点及高可用架构;2. SAE(Serverless Application Engine)产品介绍。Serverless作为一种云计算模式,让用户无需管理底层基础设施,自动弹性扩展资源,按需付费,极大提高了资源利用率和业务灵活性。SAE作为Serverless计算服务,提供了简便的应用部署、运维自动化、丰富的弹性策略和可观测性等功能,帮助企业降低运营成本、提升研发效率。通过极氪汽车、南瓜电影等客户案例展示了SAE在实际应用中的优势。

热门文章

最新文章

AI助理

你好,我是AI助理

可以解答问题、推荐解决方案等