Container Service for Kubernetes:Ikhtisar ACK One

Jenis kluster

ACK One menyediakan tiga jenis kluster:

Kemampuan

Kelola kluster dari satu tempat

• Hubungkan kluster dari penyedia atau lokasi mana pun ke satu konsol dan antarmuka API.

• Terapkan kebijakan keamanan, kontrol akses, dan inspeksi konfigurasi secara terpusat di semua kluster.

• Pantau metrik kesehatan dan biaya untuk semua kluster dalam satu dasbor global.

Skalakan sumber daya sesuai permintaan

• Pindahkan beban kerja dari kluster on-premises ke Alibaba Cloud dengan menambahkan instans Elastic Compute Service (ECS) atau ECI ke kluster Kubernetes eksternal.

• Gunakan penjadwal ACK untuk penjadwalan lanjutan: gang scheduling, penjadwalan CPU berbasis topologi, dan penjadwalan berbasis ECI.

• Percepat akses data dan kurangi penggunaan bandwidth dengan cache terdistribusi ACK Fluid di lingkungan komputasi-penyimpanan terpisah.

• Skalakan sumber daya cloud secara otomatis untuk mengatasi fluktuasi trafik, atau atur penjadwalan penskalaan guna meningkatkan efisiensi biaya.

Lindungi dan pulihkan aplikasi

• Buat backup dan pulihkan aplikasi serta data lintas wilayah atau dari pusat data ke cloud melalui Backup Center—tanpa perlu pengaturan tambahan.

• Tetapkan kebijakan backup dan pemulihan otomatis agar aplikasi tetap terlindungi.

• Bangun redundansi geo-aktif di tiga pusat data di dua zona untuk kelangsungan bisnis.

Distribusikan aplikasi ke beberapa kluster

• Host ArgoCD open source di ACK One dan distribusikan aplikasi multi-kluster melalui GitOps.

• Terapkan konfigurasi berbeda per kluster meskipun melakukan penerapan dari repositori Git yang sama.

• Jalankan pekerjaan di beberapa kluster sesuai jadwal.

Kelola trafik di tingkat armada

• Rutekan trafik utara-selatan lintas kluster dengan gateway cloud-native MSE.

• Buat Layanan multi-kluster untuk mengelola trafik timur-barat.

• Konfigurasikan Global Ingress dengan aturan routing Lapisan 7 berdasarkan bobot dan jumlah replika Pod, dilengkapi fallback otomatis.

Jalankan beban kerja AI dan data besar

• Terapkan komponen enterprise yang telah diverifikasi Alibaba Cloud di kluster Kubernetes untuk meningkatkan keamanan, efisiensi penjadwalan, serta komputasi AI dan data besar.

• Kelola pekerjaan pelatihan AI, kuota sumber daya, dan observabilitas dari satu antarmuka terpadu.

• Tingkatkan pemanfaatan GPU hingga sekitar 300% dengan berbagi GPU.

• Percepat pelatihan terdistribusi dengan penguraian keterkaitan komputasi-penyimpanan dan penjadwalan lintas kluster untuk pekerjaan Spark, Kubernetes, dan TensorFlow.

• Aktifkan penjadwalan CPU cerdas dan kesadaran akses memori non-seragam (NUMA) pada instans Mesin Fisik ECS.

Jalankan alur kerja berskala besar secara hemat biaya

• Bayar hanya untuk penggunaan bidang data—lapisan kontrol Argo Workflows gratis.

• Gunakan instans preemptible untuk mengurangi biaya komputasi lebih lanjut.

• Atur spesifikasi sumber daya secara otomatis melalui prediksi sumber daya berbasis beban.

• Tangani ribuan alur kerja konkuren dan puluhan ribu tugas komputasi.

• Picu alur kerja secara otomatis dari event Git, Message Service (MNS), atau Object Storage Service (OSS).

• Raih bandwidth baca agregat lebih dari 20 GB/detik dengan cache terdistribusi lintas wilayah.

Kasus penggunaan

Hubungkan kluster on-premises dan skalakan ke cloud

Daftarkan kluster on-premises untuk menghubungkan pusat data ke Alibaba Cloud dan pindahkan beban kerja ke cloud saat puncak trafik.

Perluas kluster on-premises dengan layanan Alibaba Cloud

Tambahkan observabilitas, keamanan, dan tata kelola layanan mikro Alibaba Cloud ke kluster di pusat data atau cloud pihak ketiga:

• Observabilitas: Kumpulkan log, metrik, dan event dengan operasi & pemeliharaan (O&M) yang konsisten di semua lingkungan.

• Keamanan: Aktifkan audit, inspeksi keamanan, deteksi risiko node, dan tata kelola kebijakan.

• Tata kelola layanan mikro: Gunakan Service Mesh (ASM) dan Microservices Engine (MSE) untuk pengendalian trafik dan tata kelola layanan.

Terapkan pemulihan bencana lintas cloud hibrida, wilayah, atau zona

• Buat backup aplikasi berstatus dan data lintas wilayah atau dari on-premises ke cloud.

• Jadwalkan backup otomatis dan definisikan kebijakan pemulihan untuk memenuhi tujuan pemulihan.

• Bangun redundansi geo-aktif dengan tiga pusat data di dua zona untuk kelangsungan bisnis native Kubernetes.

Percepat beban kerja AI dan data besar

• AI algorithm development: Kelola pekerjaan AI, kuota, dan observabilitas dari satu konsol.

• AI training: Gunakan penjadwalan berbasis topologi, penguraian keterkaitan komputasi-penyimpanan, dan penjadwalan lintas kluster untuk pekerjaan Spark, Kubernetes, dan TensorFlow.

• AI inference: Tingkatkan pemanfaatan GPU hingga sekitar 300% dengan berbagi GPU, dilengkapi autoscaling lintas sumber daya cloud dan on-premises.

• Intelligent CPU scheduling: Jalankan beban kerja yang sadar NUMA pada instans Mesin Fisik ECS untuk pekerjaan sensitif latensi.

Distribusikan aplikasi ke beberapa kluster melalui GitOps

Terapkan aplikasi dari repositori Git ke beberapa kluster menggunakan instans Fleet dan ArgoCD yang dihosting:

• Pengembang hanya memerlukan izin repositori Git—tidak perlu akses langsung ke kluster Kubernetes.

• Terapkan kontrol versi, persetujuan perubahan, rollback kode, dan log audit pada setiap penerapan.

• Jaga agar aplikasi di kluster selalu tersinkronisasi dengan status yang dideklarasikan di Git.

• Terapkan aplikasi yang sama dengan konfigurasi berbeda ke kluster yang berbeda.

Terapkan pemulihan bencana antar zona dengan gateway multi-kluster

Rutekan trafik secara cerdas lintas kluster untuk mengurangi biaya dan meningkatkan ketahanan:

• Gunakan gateway multi-kluster untuk menjadwalkan trafik utara-selatan berdasarkan ketersediaan dan biaya.

• Buat Global Ingress dengan aturan routing Lapisan 7 yang dikontrol oleh bobot dan jumlah replika Pod, dilengkapi fallback otomatis saat kluster tidak tersedia.

Orkestrasikan pekerjaan berskala besar dan alur kerja kompleks dengan Argo Workflows

Jalankan beban kerja simulasi, komputasi ilmiah, pemrosesan data, dan integrasi berkelanjutan pada lapisan kontrol Argo Workflows arsitektur tanpa server yang dikelola:

• Gunakan sumber daya lintas beberapa wilayah dan zona.

• Kurangi biaya dengan instans preemptible dan penagihan bidang data berbasis pay-per-use.

• Uraikan komputasi dan penyimpanan dengan cache terdistribusi untuk mempercepat eksekusi pekerjaan.

Langkah selanjutnya

• Ikhtisar registered clusters

• Ikhtisar manajemen Fleet

• Ikhtisar Kubernetes clusters for distributed Argo workflows

• Backup Center

Hubungi kami

Jika Anda memiliki pertanyaan tentang ACK One, bergabunglah dengan grup DingTalk 35688562.