有个笑话,说某日下班后,某君带着一只宠物乌龟开车回家,在北京二环路上遭遇堵车高峰,半天走不了几步。乌龟耐不住性子,坚持要先爬回家去,主人只好由它去了。不知过了多久,主人在车里听见有敲门声,打开一看,只见乌龟满头冒汗,气鼓鼓地说:“你忘了给我家门钥匙 ……”
在大城市,我们饱受早晚高峰堵车的煎熬,如果道路可以根据车流量自行拓宽和收缩,那该有多好?当然,这在现实中绝无可能,但是,你的业务却可以!
日前,华为云数据库推出 MongoDB 社区增强版,具备超强的弹性伸缩能力,可根据实际业务需求自动调整弹性计算资源,扩容能力提升 100 倍,助推企业成本再降 50%!
所谓弹性伸缩,是指根据客户购买计算资源的负载情况,来决定是否增加或者减少计算资源,以满足客户实际业务需求的功能。
需要用到弹性伸缩的常见典型业务场景:
场景1:
某直播公司的《**直播》APP 刚上线,无法预估业务负载情况。直播业务具有不稳定性特点,一夜爆红则千万级流量涌入,支持各种礼物消费、互动、保障直播清晰不卡顿等都需要底层支撑,因此后端需要根据实际用户访问负载量调整配置扩容支撑业务。
场景2:
某游戏公司推出一款游戏超火,每天晚上 6 点到 12 点东南区挤爆。但是大量玩家同时在线、高并发读写请求让后端苦不堪言。请求超时无法登录、服务器爆满导致卡顿、掉线等问题层出不穷,这时候就需要对数据库定时扩容以释放业务高峰压力。
场景3:
某公司提供车联网服务,接入大量终端产品后,每天有海量数据并发接入需要处理。公司一般会按照业务峰值来计算出需要的数据库配置和规模,但大多时候,业务并不需要这么高的配置就能满足,因此造成浪费。
那么,华为云MongoDB 社区增强,是如何做到根据实际业务需求自动调整弹性计算资源的呢?
Cloud Native文档数据库,计算存储分离黑科技
在传统存储与计算混合的架构方式下,节点扩容伴随数据的迁移,当数据量越大,耗时就越长,无法及时响应突发的业务高峰。
华为云 MongoDB 社区增强版使用计算存储分离架构,将数据库节点无状态化,实现数据和计算节点分离,去掉了数据强归属于某个计算节点的限制,数据被所有计算节点共享。
华为云 MongoDB 社区增强版架构(将计算、存储分离)
新增计算节点时,无需物理上的数据迁移,集群可以根据节点负载情况快速均衡,性能在短时间内即可得到扩容带来的效果提升。当减少节点时,删除的节点上的业务也会迅速被其余节点接管。整体弹性伸缩性能较社区版提升了 100 倍以上。
华为云 MongoDB 社区增强版的弹性伸缩功能逻辑很简单:随着业务的变化,集群规模也是在不断变化当中。业务变化最终会反应到各节点的负载情况。位于集群管理面的弹性伸缩控制器动态收集集群各节点的负载信息,以此判定是否需要新增或者减少集群节点。DNS 的目的是让应用程序可以不感知 Mongos 数量变化,Mongos 增减时,会及时更改DNS。
华为云 MongoDB 社区增强版为企业带来的价值主要有三:
1. 不用按照业务峰值性能要求申请集群规模,低性能期间降低集群规模,端到端可节省 50% 以上的成本。
2. 根据实际业务量匹配集群规模,可以自动的及时响应突发业务高峰。
3. 简化申请集群的配置,勾选使能Auto Scaling功能,一键扩容方便又快捷。
纵观历史,降低成本始终是每一次巨大变革的第一要务。第一次工业革命,机器代替手工劳动,降低了人力成本;第二次工业革命,电气代替蒸汽,降低了生产成本。放眼世界,云时代的到来早已是大势所趋。而抓住每一次降低成本的机会,将成为企业立足之本。
2018 华为全联接大会将于10月份在上海召开,届时将首发华为AI战略和全栈全场景的解决方案,并携合作伙伴带来更多诸如“秦渲云”这样AI、云、大数据、5G、IoT、视频等在各行业的创新与实践,惠及更多开发者人群,“+智能,见未来”我们拭目以待。
免费试用华为云 MongoDB 社区增强版,请移步官网:
https://activity.huaweicloud.com/dfv_mongo/index.html
更多数据库畅销引擎免费试用请点击:
http://activity.huaweicloud.com/free_test/index.html
好文章,需要你的鼓励
OpenAI发布ChatGPT新功能Pulse,可在用户睡眠期间生成个性化报告,提供5-10条简报帮助用户快速了解当日重要信息。该功能旨在让用户像查看社交媒体一样优先使用ChatGPT。Pulse首先向每月200美元的Pro订阅用户开放,未来计划扩展至所有用户。功能支持连接Gmail、日历等应用,可解析邮件、生成日程安排。报告以卡片形式展示,包含AI生成的图像和文本,涵盖新闻摘要、个性化建议等内容。
这项由谷歌DeepMind研究团队完成的开创性研究首次系统阐述了AI智能体经济的概念框架。研究提出"沙盒经济"模型,从起源性质和边界渗透性两个维度分析AI智能体经济形态,预测未来将出现自然涌现且高度透水的AI经济网络。研究详细探讨了科学加速、机器人协调、个人助手等应用场景,提出基于拍卖机制的公平资源分配方案和使命经济概念,并深入分析了技术基础设施需求、社区货币应用以及相关风险防范措施。
AI平台公司Clarifai发布新推理引擎,声称能让AI模型运行速度提升一倍,成本降低40%。该系统采用多种优化技术,从CUDA内核到高级推测解码,能在相同硬件上获得更强推理性能。第三方测试显示其在吞吐量和延迟方面创下行业最佳记录。该产品专门针对推理过程优化,特别适用于需要多步骤响应的智能体和推理模型。
中国人民大学研究团队提出LoFT方法,通过参数高效微调基础模型解决长尾半监督学习中的数据不平衡问题。该方法利用预训练模型的良好校准特性改进伪标签质量,并扩展出LoFT-OW版本处理开放世界场景。实验显示,仅使用传统方法1%的数据量就能取得更优性能,为AI公平性和实用性提供了新的解决方案。