Démarrages rapides
Déployez des solutions Alibaba Cloud personnalisées pour vos scénarios métiers critiques grâce aux modèles de démarrage rapide.
Vue d'ensemble
Alibaba Cloud propose des modèles de démarrage rapide permettant de déployer facilement des solutions personnalisées pour des scénarios métier critiques tels que la migration cloud, l'analyse de données et les conteneurs, de manière rapide, fiable, sécurisée et économique. Chaque démarrage rapide est une architecture déployable, accompagnée de modèles JSON et YAML automatisant le déploiement, ainsi que d'une liste des prérequis, procédures et ressources associés.
Solutions et scénarios
Configurer la mise en cache de la base de données avec ApsaraDB for Redis pour ApsaraDB RDS for MySQL
Ce modèle configure la mise en cache de base de données avec ApsaraDB for Redis pour ApsaraDB RDS for MySQL de manière simple. Vous pouvez utiliser directement le script Terraform pour un démarrage rapide et suivre nos guides détaillés pour terminer l'ensemble du processus.
Utiliser ApsaraMQ for Kafka et Canal pour mettre en place la synchronisation de données entre ApsaraDB for Redis et MySQL
Ce modèle met en place la synchronisation de données entre Redis et MySQL à l'aide de Message Queue for Apache Kafka et de Canal. Vous pouvez utiliser directement le modèle fourni pour un démarrage rapide et suivre notre guide détaillé pour configurer, tester et vérifier la synchronisation de données.
Créer un site WordPress à mise à l'échelle automatique sur Alibaba Cloud
Ce modèle crée un site WordPress à mise à l'échelle automatique sur Alibaba Cloud. La capacité de calcul s'ajuste automatiquement en fonction des fluctuations du trafic, et des règles de mise à l'échelle vous aident à maintenir un équilibre entre les performances et les coûts. Vous pouvez utiliser directement le script Terraform pour un démarrage rapide et suivre notre guide détaillé pour mener à bien l'ensemble du processus.
Déployer des instances MongoDB dans plusieurs régions
Ce modèle déploie des instances MongoDB dans deux régions. Dans l'une des deux régions, MongoDB sert de source de données métier principale, dans laquelle les applications écrivent les données, tandis que dans l'autre région, MongoDB lit et synchronise principalement les données depuis la région métier principale. Vous pouvez utiliser directement le script Terraform pour un démarrage rapide et suivre notre guide détaillé pour mener à bien l'ensemble du processus.
Déploiement automatique de S/4 HANA 1909 sur une instance ECS unique dans un nouveau VPC
Ce modèle crée des ressources cloud telles qu'un VPC, un VSwitch, une instance ECS et un groupe de sécurité dans une zone, puis déploie l'application S/4 HANA 1909 sur une instance ECS et la base de données HANA sur une autre instance ECS.
Déploiement automatique de S/4 HANA 1909 sur une instance ECS unique dans un VPC existant
Ce modèle utilise un VPC et un VSwitch existants pour créer des ressources cloud telles que des instances ECS et des groupes de sécurité dans une zone, puis déploie l'application S/4 HANA 1909 sur une instance ECS et la base de données HANA sur une autre instance ECS.
Utiliser l'outil d'accélération IA Apsara dans des scénarios de cloud hybride
Ce modèle montre comment exécuter des tâches d'entraînement et d'inférence d'IA dans des scénarios de cloud hybride. Ce modèle utilise un cluster Kubernetes, une instance GPU, l'outil d'accélération IA Apsara et le système de fichiers parallèles cloud (CPFS).
Migrer les données métier vers le cloud via une liaison à faible coût
Ce modèle s'applique à la migration de données métier vers le cloud. La migration de volumes importants de données métier nécessite une bande passante réseau considérable, entraînant des coûts BGP (Border Gateway Protocol) élevés. Alibaba Cloud vous permet d'acheter des forfaits de bande passante partagée monoligne dans les régions requises, ce qui réduit efficacement les coûts de migration des données. Les forfaits sont répartis par FAI tels que China Mobile, China Unicom et China Telecom.
Déployer des jeux cloud avec des instances GPU légères
Avec l'utilisation croissante de l'IA dans des scénarios tels que l'apprentissage profond, le traitement vidéo, le calcul scientifique et la visualisation graphique, la demande en instances GPU ne cesse d'augmenter. Toutefois, le problème de la surcapacité de calcul et de la hausse des coûts liés au calcul élastique à très grande échelle reposant sur un seul GPU physique devient de plus en plus prégnant. L'émergence des GPU légers a permis de dépasser les limites du mode pass-through traditionnel. Un GPU léger peut fournir des services plus granulaires qu'un GPU physique, permettant aux clients de mener leurs activités de manière plus flexible et à moindre coût.
Utiliser Function Compute pour créer un service Web de traitement de fichiers
Ce modèle utilise une architecture serverless pour créer un service de traitement de fichiers basé sur le Web. Après avoir téléchargé un fichier dans un bucket OSS spécifié ou mis à jour le fichier à l'aide de l'API, du SDK ou de la console Alibaba Cloud concernés, le fichier peut être automatiquement compressé et décompressé, et les métadonnées du fichier telles que la valeur de checksum MD5 peuvent être obtenues automatiquement.
Aucun modèle trouvé. Supprimez des filtres ou essayez-en d'autres
