公有云?私有云?混合云?多云?行业云?傻傻分不清楚

openlab_4276841a 更新于 2月前

在谈到云计算相关概念时,我们经常听到公有云,私有云,行业云,和多云以及混合云这些术语,但有些小伙伴对他们的区别与联系,不是十分清晰,引起了不少沟通障碍。本片文章我们通俗易懂地说说这些相关概念。

上篇:

1、私有云 private cloud

所谓私有云,指云相关资源,被某家企业或组织所私有独享使用,不与他人共享。

· 这里的云相关资源,指的是底层的基础设施和服务,包括硬件资源和软件资源;
· 这里的私有,更多强调的是使用权的私有,而不是所有钱的私有;
· 私有云在物理上,可以部署在相关企业或组织的本地数据中心,也可以由第三方提供商提供;
· 私有云底层的技术实现,一般是基于开源的 openstack 技术栈来构建;


私有云常被中大型企业或组织如**机构金融企业等所使用,其优势主要有:

· 更灵活:私有云云环境可以根据企业的业务需要进行私有定制,更加灵活;
· 更可控:私有云由于是企业或组织所私有独享使用的,所以更可控也更私密;
· 更易扩展:相对于传统的本地数据中心,私有云更容易扩展;

2、公有云 public cloud

所谓公有云,指云相关资源,由第三方云服务提供商所拥有和运维管理,并通过互联网交付给多个租户,共享使用。

· 这里的云相关资源,指的是底层的基础设施和服务,包括硬件资源(服务器,存储设备,网络设备等)和软件资源;
· 第三方云服务商,指的是 aws, auzre, gcp, 阿里云,腾讯云,华为云等;


公有云底层的技术实现,有基于开源的 openstack 技术栈来二次开发定制的,也有完全从头构建的,但原理都是虚拟化这套;

公有云是更常见的云部署形态,其优势主要有:

· 更低的成本:不需要一次性采购硬件和软件相关资源并搭建和运维本地机房,而是对使用的资源和服务,按需定期租用和付费;
· 不需要运维:云服务商提供底层的运维和管理相关工作,包括服务器,存储设备,网络设备,操作系统等;
· 近乎无限的可扩展性:底层资源可以根据业务需要,随时按需扩展或收缩;
·  高可用性:公有云服务商通过组合使用多种技术手段,提供了服务的高可用性,这包括将底层服务器部署在不同地区的多个数据中心,以提供跨数据中心的容灾和高可用;

3、混合云 hybrid cloud

所谓混合云,指的是企业混合使用了公有云和私有云,企业的数据和应用一部分在公有云中,一部分在私有云中。

· 在混合云中,私有云部分常用来存储敏感和关键数据,以及对这部分敏感和关键数据的分析和处理;
· 在混合云中,公有云常运来来存储非敏感数据,和对这部分数据的分析处理,这样可以很好地利用公有云可灵活扩缩容的优势;
· 也有很多企业使用混合云中的公有云部分来做私有云中业务数据的备份和容灾;
· 企业选用混合云,有的是出于行业法规和数据安全等相关监管要求,有的是出于数据处理的时效性需求;

混合云的优势有:

· 敏感度和安全性的分级可控性:可以根据数据敏感度的不同,数据关键性的不同,数据处理时延要求的不同等,来决定部署哪些数据和应用到公有云中哪些到私有云中;
· 扩展的灵活性:可以根据业务负载随时间周期的变化,灵活扩展对公有云资源的使用,应对业务流量波动;
· 成本优势:受益于公有云按需灵活扩缩容和按使用量付费的特性,可以减少成本;
· 便利云迁移改造:企业的应用和数据的上云,不是一蹴而就的也不是一帆风顺的,混合云有助于我们分应用分阶段,逐步上云;

下篇:

1、多云 multi cloud

多云,指的是企业或组织的数据和应用,横跨部署在多个公有云平台上,或者同时使用到多家公有云平台的资源。

多云的场景经常来自于业务部门的驱动:例如,将某个主要应用放在某个公有云上,但同时又想利用其它云的数据分析、数据挖掘能力,这就是一个多云的状态,因为该应用采用了不同公有云平台的能力,通过数据连接不同的公有云平台。

还有一种处于容灾需要的多云场景:即应用和数据主要使用某个公有云,而备份和灾备则使用另一个公有云,这就是平台的灾备,也是另一种多云。

多云强调的是多个公有云,混合云强调的是有公有云也有私有云;

2、行业云 Community Cloud

所谓行业云,是面向某个特定行业的云部署模式。

· 某些行业数字化需求旺盛,且行业的独特性明显,合规要求高,就催生出了行业云,比如医疗云,金融云,高端制造云等;
· 行业云的使用者,是该行业的企业或组织;
· 大部分行业云,是基于私有云的行业云或者私有化部署的行业云;

3、容器化 docker&k8s

当今时代,讲到云计算,就不得不提以 docker和k8s 为代表的容器技术。

· 云计算的底层技术是虚拟化,开源的技术实现是 openstack;
· 容器技术,是比依托虚拟化技术实现的虚拟机,更轻量级的方案,容器技术的典型代表是 docker和 k8****r>· 虚拟机和容器并不冲突,事实上,容器可以运行在物理机中,也可以运行在虚拟机中;
· 因为容器可以屏蔽开放测试和生产等不同环境的底层差异性,将应用部署到容器中,可以大大加快应用从开发测试到部署上线的 时间周期,也大大减小了应用上线后的运维管理和故障排查的成本;

·   得益于容器的快速启停、快速创建以及快速恢复的能力,将应用迁移部署到容器中,可以解决整个基础设施因硬件故障,网络故障,软件故障等带来的各种平台脆弱性问题;
·   在多云和混合云场景下,将应用部署在容器中,可以在多个公有云和私有云之间,平滑迁移/无缝扩缩容应用实例;
·   当然,目前容器也有其局限性,比如对于高性能计算、GPU、大吞吐量数据库等场景,尤其是对于一些核心应用系统,从「控制能力」来讲仍然偏弱,有待进一步发展。

容器 vs 虚拟机1

容器 vs 虚拟机2

我们知道,企业业务系统上云的最终目标,出于各种考量(有业务系统高可用的考量,也有不被云厂商绑定即 vendor-lockin的考量,也有生态系统合作伙伴即经济因素等多种考量),其部署架构不会是单一的某个公有云,而是多个公有云和私有云的混合部署形态,此时,依托容器技术来部署应用,就更是大势所趋了。

【本文转自:IT明哥】

0个评论