阿里云数字新基建系列——混合云架构(第1章-3)

简介: 对混合云来说, 最重要和最实用的是架构, 本书主要通过三部分来介绍,使用混合云架构, 第一部分主要介绍新基建的大背景对企业的影响, 以及企业如何采用混合云架构搭上新基建快车 , 第二部分阐述混合云的定义, 特点, 分类及相关应用场景, 第三部分着重介绍各种实用的混合云架构, 以及通过典型的最佳实践来搭建自己的混合云架构。

1.3 混合云助力新基建

1.3.1 什么是新基建

      “新基建”即新型基础设施建设的简称,根据国家发改委官方对“新基建”

的解读,新型基础设施主要包括三方面内容。

      一是信息基础设施,主要指基于新一代信息技术演化生成的基础设施,比如,以5G、物联网、工业互联网、卫星互联网为代表的通信网络基础设施,以人工智能、云计算、区块链等为代表的新技术基础设施,以数据中心、智能计算中心为代表的算力基础设施等。

      二是融合基础设施,主要指深度应用互联网、大数据、人工智能等技术,支撑传统基础设施转型升级,进而形成的融合基础设施,比如智能交通基础设施、智慧能源基础设施等。

      三是创新基础设施,主要指支撑科学研究、技术开发、产品研制的具有公益属性的基础设施,比如重大科技基础设施、科教基础设施、产业技术创新基础设施等。

新型基础设施包含的范围如图1-2 所示。

20.jpg图1-2 新型基础设施包含的范围

从官方定义可以看出,信息基础设施是以5G、物联网、工业互联网、卫星互联网等作为新一代网络基础设施,并以云技术作为计算基础设施,最终形成一张比当前消费互联网更大、更快的网络,并通过这个网络形成新型信息基础设施。

      同时,信息基础设施是新基建的基础,融合基础设施是信息基础设施对传统基础设施的赋能,促进其信息化、智能化。而创新基础设施建设的主要目的是为前沿技术、基础研究等提供基础性平台,而这些研究最终都会落实到大量数据计算和分析上,这同样离不开信息基础设施。

      接下来,我们讨论云计算为何是新基建的基础。

1.3.2 云计算是数字经济的基础设施

      数字经济的典型特征就是经济活动以数据为基础。前面介绍了云计算起源的市场和技术背景,但要说清云计算是数字经济的基础设施,我们先得介绍一下DIWK 模型。DIKW 是4 个词汇的缩写——Data、Information、Knowledge、Wisdom,即数据、信息、知识、智慧。DIKW 模型将泛数据按照这4 个维度进行划分,并分别进行了如下定义。

数据:用来抽象现实物体,描述物体属性、状态的数据。比如商店里某一商品有名称、产地、价格等属性数据。

信息:在数据之间建立联系的数据,它与原始数据的区别是,它对数据进行了有意义的加工,比如统计商店里某一商品的月销量。

知识:对有意义的信息进行过滤、推理、验证,总结经验,并进一步指导实践。比如从商店里某一商品的历年月销量得出销售曲线,发现每年9 月份该商品的销量很高,于是店主就可以提前向厂家预定更多的货物。

智慧:从知识中挖掘出一种模式,其可以回答Why 之类的问题,也有指导做出正确决定和判断的能力。还拿上一个例子来说,店主发现某一商品在每年9 月份销量很高,但并不知道原因,后来通过分析发现购买该商品的人同时也买了很多学习方面的文具,再根据购买时间是开学季,可以判断出购买人员是学生。根据这个分析,商店又补充了与开学相关的商品,结果发现这些商品在9 月份销量也很好。

      由此我们可以得出如下结论。

  • 数据维度随着这样的顺序逐渐增高 :数据→信息→知识→智慧,维度越高的数据越有价值。
  • 从低维数据迈向高维数据,需要对数据不断进行加工、分析、挖掘等处理。
  • 每个维度的数据处理都需要计算,数据层次越高需要的算力越大。

      根据以上分类,也可以粗略地将信息化革命分为4 个阶段。

      1998 年以前:以数据库为基础的信息化阶段,主要目标是数字化,即将各种物体以库表形式保存到数据库中进行管理。

      1999—2008 年:以Web 信息化为主的互联网阶段,主要目标是信息化,以Google 为代表的搜索引擎技术加速了全球信息Web 化过程。

      2009—2016 年:以大数据、云计算为主的消费互联网阶段,在这一阶段,随着智能手机的普及,推动了大数据和云计算的快速发展,这也是一个巨量信息转化为知识的过程。

      2016 年至今:迈向以人工智能为基础的信息化革命,其主要标志是各行各业开始以深度学习技术为基础,开启了面向人工智能的技术转向,可以预见的是,这个过程未来会持续很长一段时间。

      当然,以上各阶段分类比较粗略,不是说某个阶段只有相应的技术在发展,而是说该阶段相应的技术发展占主流。比如2009—2016 年这个阶段,大数据和云计算快速发展,而2016 年AI 爆发,这并不表示云计算到2016 年就停止发展了;相反,大数据和云计算等技术至今仍在快速发展中。同理,由于近几年物联网的发展,越来越多的设备接入物联网,这也意味着有更多领域应用开启了数字化过程, 随后物联网领域相关应用就会爆发,进一步促使物联网进入信息化、知识阶段。上述分类只是大致表述信息化革命的几个时间段, 便于理解我们处在信息化的哪个阶段。

      再回到官方对“新基建”的定义上,信息基础设施建设的主要目的是通过促进5G、物联网、工业互联网、卫星互联网等新一代网络基础设施的发展,增加更多实体之间的数据连接,同时加快这些数据的流动,最终在此基础上通过云计算加工成知识、挖掘出智慧。

      此外,随着数据量越来越大,加工成知识、挖掘出智慧所需要的算力就会越来越大,对计算性能的要求会越来越高,相应的计算成本也会越来越高。根据1.2.2 节介绍的性能定律可以得出如下逻辑:计算会越来越集中,云就是这种计算集中的具体体现,同时当前只有公有云提供了针对大数据、物联网、AI等各种场景的完整的数据处理方案,所以,最终要么将数据放到公有云中进行集中加工处理,要么自建私有云进行处理,或者采取混合云架构。

      综上所述,新基建的三大基础设施是以云计算为基础,以5G、物联网、卫星互联网等为代表的新型联网形式的信息处理平台,未来其将承担社会绝大部分计算任务。

1.3.3 混合云是新基建的流行架构

      Gartner 指出,混合云通过融合公有云和私有云,将成为云计算的主要模式和发展方向;IDC 也预测,未来混合云将占整个云市场的67%。

      当前,云通过优秀的大数据处理能力、性价比极高的算力,开启了消费互联网时代,同时带动了其他行业“云化”的变革,比如政务云形成了数字政府,城市大脑构建了智慧城市,金融云点燃了手机支付革命,所以,云计算已经逐渐成为整个国家的基础设施。20 年前Web 信息化有句口号:“如果现在还有哪些数据没上Web,未来也没有必要上了!”如今也可以这么说:“如果现在还有哪些业务没有上云,未来也没有必要了!”

      此外,对于那些传统上已经使用和即将使用私有云作为IT 架构的企业,它们都必须面对一个现实:公有云近十几年得到了长足发展,无论其产品的丰富程度还是性价比都远超私有云,在无法抛弃现有私有云架构的情况下,通过混合云形式拥抱公有云、享受公有云的技术红利将成为企业的必然选择。

      而对新基建的用户来说,无论其他基础设施如何发展,他们最终都会面临上面提到的算力性能瓶颈、计算成本高企、计算工具缺乏、巨量数据灾备等问题,而这些问题的解决方案都是公有云厂商的强项。一些新基建用户由于数据安全、法律合规等原因,可能仍然需要自建小规模私有云来保存、处理敏感数据。面对这种情形,正与Gartner 指出的一样,混合云将是云的主要发展方向,而云作为新基建的基础也必然会以混合云形式在这个过程中发挥主流作用。


相关实践学习
阿里云AIoT物联网开发实战
本课程将由物联网专家带你熟悉阿里云AIoT物联网领域全套云产品,7天轻松搭建基于Arduino的端到端物联网场景应用。 开始学习前,请先开通下方两个云产品,让学习更流畅: IoT物联网平台:https://iot.console.aliyun.com/ LinkWAN物联网络管理平台:https://linkwan.console.aliyun.com/service-open
相关文章
|
12月前
|
人工智能 缓存 安全
阿里云发布《AI 原生应用架构白皮书》
阿里云联合阿里巴巴爱橙科技,共同发布《AI 原生应用架构白皮书》,围绕 AI 原生应用的 DevOps 全生命周期,从架构设计、技术选型、工程实践到运维优化,对概念和重难点进行系统的拆解,并尝试提供一些解题思路。白皮书覆盖 AI 原生应用的 11 大关键要素,获得 15 位业界专家联名推荐,来自 40 多位一线工程师实践心的,全书合计超 20w 字,分为 11 章。
4779 85
|
12月前
|
人工智能 Cloud Native 安全
解读阿里云刚发布的《AI 原生应用架构白皮书》
阿里云在云栖大会重磅发布了《AI 原生应用架构白皮书》,该白皮书覆盖 AI 原生应用的 11 大关键要素,获得业界 15 位专家联名推荐,来自 40 多位一线工程师实践心得,全书合计超 20w 字,分为 11 章,全面、系统地解构 AI 原生应用架构,包含了 AI 原生应用的 11 大关键要素,模型、框架、提示词、RAG、记忆、工具、网关、运行时、可观测、评估和安全。本文整理自阿里云智能技术专家李艳林在云栖大会现场的解读。
3273 102
|
11月前
|
人工智能 缓存 安全
阿里云发布《AI 原生应用架构白皮书》!
阿里云联合爱橙科技发布《AI原生应用架构白皮书》,系统解析AI应用在架构设计、开发运维中的关键挑战与解决方案,涵盖大模型、Agent、RAG、安全等11大核心要素,助力企业构建稳定、高效、可控的AI应用体系。
阿里云发布《AI 原生应用架构白皮书》!
|
12月前
|
存储 人工智能 关系型数据库
阿里云AnalyticDB for PostgreSQL 入选VLDB 2025:统一架构破局HTAP,Beam+Laser引擎赋能Data+AI融合新范式
在数据驱动与人工智能深度融合的时代,企业对数据仓库的需求早已超越“查得快”这一基础能力。面对传统数仓挑战,阿里云瑶池数据库AnalyticDB for PostgreSQL(简称ADB-PG)创新性地构建了统一架构下的Shared-Nothing与Shared-Storage双模融合体系,并自主研发Beam混合存储引擎与Laser向量化执行引擎,全面解决HTAP场景下性能、弹性、成本与实时性的矛盾。 近日,相关研究成果发表于在英国伦敦召开的数据库领域顶级会议 VLDB 2025,标志着中国自研云数仓技术再次登上国际舞台。
1302 1
|
存储 分布式计算 资源调度
【赵渝强老师】阿里云大数据MaxCompute的体系架构
阿里云MaxCompute是快速、全托管的EB级数据仓库解决方案,适用于离线计算场景。它由计算与存储层、逻辑层、接入层和客户端四部分组成,支持多种计算任务的统一调度与管理。
1000 1
|
11月前
|
Cloud Native Serverless API
微服务架构实战指南:从单体应用到云原生的蜕变之路
🌟蒋星熠Jaxonic,代码为舟的星际旅人。深耕微服务架构,擅以DDD拆分服务、构建高可用通信与治理体系。分享从单体到云原生的实战经验,探索技术演进的无限可能。
微服务架构实战指南:从单体应用到云原生的蜕变之路
|
弹性计算 API 持续交付
后端服务架构的微服务化转型
本文旨在探讨后端服务从单体架构向微服务架构转型的过程,分析微服务架构的优势和面临的挑战。文章首先介绍单体架构的局限性,然后详细阐述微服务架构的核心概念及其在现代软件开发中的应用。通过对比两种架构,指出微服务化转型的必要性和实施策略。最后,讨论了微服务架构实施过程中可能遇到的问题及解决方案。