云可扩展性
什么时候应该使用云可扩展性？
大型系统必然会带来复杂性，而且大型组织显然很有可能在不同的地方部署多个为不同目的设计的独立系统。人们自然会关注自己面临的问题，因此多个问题会演变成多个不相连的解决方案。多个企业系统会带来不必要的复杂和繁琐，造成数据孤立和资源浪费。
随着组织的扩展，会发展到在多个位置拥有多个系统，并且开始生成更多数量和种类的数据，这时有必要后退一步，冷静评估自己的 IT 基础设施，以确保拥有一个有效且经济高效的系统，在满足当前需求的同时适应变化。
需要做出的下一改变可能是扩大规模，但也可能是引入新的业务流程或者机器学习或人工智能等新技术。一个在规模上高效的系统可以无缝地适应这些变化，而无需宕机，也无需从根本上重新架构。
如何实现云可扩展性？
数据是贯穿所有企业流程的公共主线，是将一切联系在一起的统一原则、组织原则。将通用、统一的数据层作为可扩展系统的主干后，可集成并简化从边缘到云的运营。
构建具有真正可扩展性的系统 — 一个不仅能够容纳更多数据，而且能够支持各种不同数据类型、应用、位置、硬件和用户的系统，需要从制定全面的数据策略开始，这种策略需超越单个项目，覆盖整个组织。消除数据孤岛使得数据可供多个组使用，而确保数据可重复使用则有助于消除数据浪费。
接下来需要采用统一的数据基础设施，它不仅能有效满足即时需求，还足够灵活，能够成长并适应变化，无论是要添加新产品、扩展到新位置、升级或更换硬件，还是引入新的工具和流程。统一的数据架构（如 HPE Ezmeral data Fabric）提供了一个跨多个应用和整个组织的通用数据层。
云可扩展性在现代 IT 基础设施中的重要性是什么？
云可扩展性至关重要。它可以通过虚拟化实现，使企业能够根据需要扩展资源和性能。说明云可扩展性在现代 IT 基础设施中的重要性的关键原因有：
云稳定性有助于企业根据需求扩大资源规模，并适应动态工作负载。此外，它还可以在需求较低的时候减少资源，以优化资源利用。资源的动态扩展可帮助组织避免额外的成本支出，而只需为其使用的资源付费。
可扩展的云环境能够在高峰时段以及工作负载增加时调整资源以提供高性能，从而确保全天候的可用性并将服务中断降至最低。云服务提供商在不同地区拥有数据中心，使组织能够在更接近目标受众的地方部署应用和服务。以此确保了快速响应时间、低延迟访问和更好的用户体验。此外，它还加快了新产品和服务的开发，缩短了上市时间，使企业能够快速创新，缩短开发周期。
云的可扩展性确保了快速灾难恢复和业务连续性。例如，云提供商可提供分布式数据中心和自动化备份，并实施复制技术来确保数据冗余和恢复能力。在发生系统故障或灾难等不可预测问题时，企业可以在其他地区增加资源，以减少中断并维持运营。按需扩展资源的能力使组织能够分析和处理数据，获得有意义的洞见并做出决策。
什么是云中的可扩展性？
云计算的可扩展性允许企业根据需求上下扩展其计算资源，以确保基础设施很少中断。
- 云的可扩展性和弹性：可扩展性可以定义为云通过根据需求增加或减少资源来管理工作负载的能力。可扩展性分两种类型：横向和纵向。纵向可扩展性包括给当前资源添加更多功能，而横向可扩展性指添加更多资源来分担负载。
云弹性是可扩展性的下一阶段，它允许云环境根据需求自动上下扩展资源。它确保按需分配资源，实现了更高的性能和成本效率。
- 横向和纵向可扩展性：横向可扩展性涉及添加类似资源来管理工作负载。例如，如果应用在专用服务器上运行，则工作负载会增加。横向可扩展性有助于增加更多服务器来分担额外的负载。可使用负载平衡、分布式计算和群集等流程来实现横向可扩展性。
纵向可扩展性通过优化资源的性能来提高资源容量。例如，如果虚拟机需要更多的计算能力，那么可扩展性有助于向该特定机器添加外部 CPU 存储或内存。
- 影响云可扩展性的关键因素：
- 云架构必须具有跨不同资源分担工作负载的配置，以便管理流量高峰并根据需要扩展资源。
- 自动化的服务配置和工作负载管理可处理动态需求并确保资源的最佳利用。
- 人们可利用实时监控，跟踪漏洞、资源利用模式和任何其他可扩展性问题。
- 选择能够提供可靠基础设施、灵活资源分配和分布式数据中心的云服务提供商至关重要。
如何设计云中的可扩展性？
在设计云可扩展性时，必须关注以下事项。
可扩展性的架构注意事项：
- 分布式系统：分布式系统架构对于获得云中的可扩展性至关重要。在服务器之间分担工作负载可以防止潜在的障碍和故障，并促进并行处理。为了利用模块化和松散耦合组件的强大功能，可使用允许扩展单个资源的 SOA（面向服务的架构）。此外还可使用将应用分解为独立服务并单独扩展的微服务。
- 负载平衡：负载平衡算法通过调整通信量，将传入请求传播到所有可访问资源。对于进行全球拓展的企业，全球负载平衡可确保传入请求转移到最近的可用资源，以降低延迟并提供无缝的用户体验。
- 容错和冗余：数据和服务复制功能可减少故障并确保快速恢复（如果发生故障），最大限度地减少宕机时间并确保连续性。自动故障切换功能可自动切换到冗余资源。
什么是可扩展性模式和技术？
可扩展性模式和技术使企业能够满足用户对应用不断增长的需求，确保最佳性能。
- 纵向扩展和横向扩展：纵向扩展指扩大单个资源的容量，例如，通过添加存储和内存来管理工作负载。而横向扩展意味着添加更多的资源，如实例或服务器，以借助负载平衡技术在不同资源之间隔离工作负载。
- 无状态和有状态架构：在无状态架构中，客户端的请求是独立且自足的，不依赖于早期的请求。与会话相关的信息不存储在服务器上。所有请求都分布在不同的服务器上，无需共享的会话状态。
在有状态架构中，会话相关信息存储在服务器上，需要同步和网络协调。依赖会话数据的应用必须使用有状态架构，这是强制性的，以确保可扩展性和容错性。
- 缓存和内容交付网络 (CDN)：缓存功能将数据存储在离客户端位置较近的地方。企业可以通过缓存静态内容，最大限度地减少后端负载，提高性能。
CDN 是分布式服务器网络，可根据用户位置缓存内容并将其传递给用户。CDN 的好处包括增强可扩展性、优化内容交付、减少网络拥塞以及简化用户体验。
用于可扩展云应用的数据管理策略有哪些？
以下针对云应用的数据管理策略非常高效，可确保有效的数据分发、高可用性、性能和容错性。
- 分片和分区：分片指通过跨节点或碎片分担数据，对数据库进行水平分区。每个碎片都包括一个数据子集，而每个节点都管理一个特定的碎片。此策略可确保并行处理，在提高性能的同时实现有效的数据分发。分片用于数据量较大以及读写吞吐量需求较高的场景。
分区指根据特定的准则（例如列表、哈希或范围）将数据库表划分为可管理的小块。所有分区都单独存储在独立的存储设备上，可减少争用并增强查询性能，从而提高可扩展性。
- 复制和一致性：复制功能可跨不同节点创建多个数据拷贝，从而提供高可用性。发生节点或区域故障事件时，可以从复制节点访问数据。有同步和异步两种类型的复制，两者在延迟和持久性等参数上有所不同。
企业必须根据应用的要求选择合适的一致性模型。它涉及两种技术：最终一致性和稳固一致性。最终一致性适用于复制副本之间的临时不一致。反之，强一致性可确保即时一致性。
- 数据库可扩展性选项：纵向可扩展性指在单个数据库服务中纵向扩展资源，可增强内存、存储和 CPU，用于在单个服务器上处理高工作负载。横向可扩展性包括添加数据库节点、服务器或实例，以在高流量期间分配工作负载。
用于云可扩展性的工具和技术有哪些？
用于云可扩展性的工具和技术提供了灵活性、资源自动化和优化，使企业能够扩展应用。
- 虚拟化和容器化：虚拟化指在专用机器上创建服务器、网络和操作系统等资源的虚拟实例。该技术在专用服务器上运行多个虚拟机，确保了高效的资源利用。虚拟化根据需求将资源动态分配给虚拟机，并将应用之间隔离开来。
容器化功能可以将应用及其依赖事项打包到轻量、易于传输的容器中。该技术提供了一个独立的运行时环境，可确保跨不同计算设备轻松部署。
- 编排工具：Kubernetes 是一款开源式容器编排工具，可以帮助您控制容器化的应用。它提供了各种高级功能，如根据资源利用情况自动进行负载平衡以及水平扫描容器。使用 Kubernetes 可轻松管理复杂的应用架构，从而有利于进行扩展。
- 自动扩展和负载平衡服务：自动扩展功能会根据指定的量度或策略来操纵分配给应用的资源。这些功能可以增加或减少资源以满足不断变化的需求，确保资源优化以及高峰时段的高性能。负载平衡功能可跨不同服务器管理传入网络流量，以避免工作负载并确保最佳的资源利用率。
- 无服务器计算：无服务器计算便于执行代码，同时无需管理服务。该技术会隔离基本的基础设施，并根据传入请求扩展执行环境。它还通过动态分配资源来确保细粒度的可扩展性。
实现云可扩展性的最佳实践有哪些？
企业可通过实施用于云可扩展性的最佳实践，获得扩展其应用所需的弹性、灵活性和效率。其中一些实践有：
- 从一开始就规划可扩展性：包括在设计阶段考虑可扩展性的重要事项（灵活性、水平可扩展性和容错能力）。要实现细粒度的资源分配，应用必须具有模块化的分离式架构。
- 性能监控和优化：分析和监控绩效量度和关键指标，以发现漏洞或问题。接下来，通过改进数据库查询、调整应用配置以及合并缓存策略来优化应用的性能。
- 根据需求和使用模式进行扩展：自动扩展功能根据需要动态分配资源。预测性扩展是另一个选项，可帮助您借助历史数据利用自动扩展功能。
- 针对可扩展性进行持续集成和部署 (CI/CD)：CI/CD 方法有助于集成各项功能和增强内容，促进更快的迭代和改进。
云可扩展性的挑战和限制有哪些？
要获得成功，企业必须克服与云可扩展性相关的挑战和限制。
- 在云中进行扩展对成本的影响：额外配置资源来处理工作负载可能导致高成本，这主要发生在资源配置过剩或不足时。跨不同服务器传输数据可能会增加成本，尤其是在进行横向扩展时。
- 潜在的性能瓶颈：跨不同地理位置进行扩展可能导致更长的响应时间，从而影响网络延迟和用户体验。使用 CDN 或边缘计算可减少网络延迟。扩展具有复杂依赖事项或处理流程的应用堪称挑战。需要分析应用的架构并在早期阶段解决所有漏洞。
- 安全和数据隐私注意事项：可在扩展时使用安全通信协议和加密技术来保护敏感信息的隐私。此外，遵守隐私、存储和访问方面的法规也至关重要。
HPE 与云可扩展性
HPE GreenLake 边缘到云平台是业界最全面的本地安全、可扩展云服务产品之一。HPE GreenLake 使企业能够对其云运维工作负载进行转型和现代化更新改造，从边缘到云优化和保护相关应用，并随时访问所有形式的数据，无论其来源或位置如何。
HPE GreenLake 灯塔计划可以随需应变地提供多个云服务，并且无需进行复杂的配置。其安全的云原生基础设施使企业无需订购和等待新配置。这些经过优化的云服务可在数分钟内从任何位置启动并运行。
HPE Ezmeral Data Fabric 是一个高度可扩展的、完全由软件定义的解决方案，提供了数据存储、数据管理和数据移动，无论是在边缘、本地还是云中。它独立于硬件，巨大的灵活性使系统可以灵活使用它；它以不同的形式存储数据，如文件、对象、事件流和表，所有这些都属于同一系统，并具有相同的管理机制和安全性。这种统一的优势赋予了系统真正的可扩展性。