弹性计算中的机器学习和深度学习技术

作者:禅与计算机程序设计艺术

1.简介

随着信息技术的飞速发展,云计算、大数据、容器技术等技术正在改变着我们的生活方式。根据腾讯云的最新报道,截至2020年第四季度,全球云服务市场规模达到7.7万亿元人民币(约合人民币109.3万亿元),其总收入占比达到了11%。但同时,云计算的复杂性也越来越高,使得各个公司在部署和运维云服务时面临着巨大的挑战。因此,传统的基于虚拟化技术的平台已无法满足企业对资源弹性要求的迫切需求。弹性计算就是一种新的计算模式,旨在提升计算资源的利用率,改善用户体验,降低成本,提升业务效率。弹性计算架构由两层组成:弹性调度层和弹性计算层。 弹性计算层通过自动化调度的方式,将计算资源动态分配给应用请求者。其中最主要的是弹性计算集群,它是一个独立的系统,提供弹性计算资源管理、调度和性能监控功能。它可以动态调整资源配置,实现资源共享,减少资源浪费,并最大限度地满足业务需要。 弹性调度层采用自动化算法进行调度,根据当前业务状态和调度策略,生成调度指令,将计算资源部署到计算集群上。其目标是在保证高效性和资源利用率的前提下,将集群中空闲资源利用起来,实现对资源的有效利用。因此,弹性调度层通常也是运行在云平台之上的独立系统。

2.背景介绍

2017年,亚马逊推出了弹性计算服务Amazon EC2 Container Service(ECS)。ECS是一个托管的Docker容器集群服务,能够让客户快速启动多个容器实例,并可按需增加或减少容器实例数量。此后,AWS ECS便逐渐成为亚马逊云服务的一个重要组成部分,被广泛用于各种AWS产品和服务中。 2018年,微软Az

猜你喜欢

转载自blog.csdn.net/universsky2015/article/details/131875086