外部の Kubernetes クラスターを ACK One に登録することで、ハイブリッドクラウドおよびマルチクラウド環境の一元管理を実現します。
登録済みクラスターコンソール
特徴
ACK One を使用して、ACK、セルフマネージド、サードパーティクラウドのクラスターなど、さまざまな環境の Kubernetes クラスターを登録し、一元管理することができます。登録済みクラスターは、次のようなニーズに対応します:
ハイブリッドクラウドの弾力性:Elastic Compute Service (ECS) インスタンス、物理サーバー、Elastic Container Instance (ECI) などのクラウドリソースを使用して、セルフマネージドクラスターをスケーリングします。ack-co-scheduler は、スケールアウトの優先順位付け、オンデマンドでのスケールイン、Pod レプリカの比例配分、データセンターとクラウド間での GPU ベースのノードプールのスケーリングを行うためのポリシーを提供します。
ACK との一貫した運用エクスペリエンス:Alibaba Cloud 上またはデータセンター内のすべての Kubernetes クラスターを、統一されたセキュリティガバナンスを備えた単一のコンソールから管理します。Alibaba Cloud アカウント、Resource Access Management (RAM) ユーザー、RAM ロールを使用して、クラスターとアプリケーションの管理、ログ、モニタリング、アラート、権限付与ポリシーを一元化します。
AI とビッグデータ機能:トポロジーを意識した CPU スケジューリングと NUMA アウェアネスにより、コンピューティング効率を 30~40% 向上させます。GPU 共有とスケジューリングにより、GPU 使用率を最大 300% 向上させます。クラウド環境とオンプレミス環境にまたがって異種リソースをスケーリングします。ハイブリッドクラウドの分散キャッシュにおける統一されたストレージアクセスのために Fluid を使用することで、データアクセスを約 10 倍高速化し、帯域幅使用量を 90% 削減します。
バックアップとディザスタリカバリ:バックアップ、復元、移行のための統合クラウドソリューションは、データとアプリケーションのディザスタリカバリを提供し、業務継続性を向上させます。
ユースケース
ユースケース 1:登録済みクラスターによるハイブリッドクラウド
説明
-
データセンター内のセルフマネージドクラスター:クラスターネットワークを接続して、オンプレミス環境とクラウド環境の間でリソースを共有します。
-
クラウドリソースとアプリケーションのオンデマンドスケーリング:ビジネスのピーク時に、クラウド上のリソースを迅速にスケールアウトし、トラフィックの一部をクラウドに誘導します。
ユースケース 2:オンプレミスクラスターにおける一貫したエクスペリエンス
説明
-
一貫した運用エクスペリエンス:ACK の統一された運用機能を、データセンターやサードパーティのパブリッククラウド上のクラスターに拡張します。
-
強化された可観測性:ログ、モニタリング、イベント収集のサポートにより、クラウドと一貫した運用エクスペリエンスを実現します。
-
向上したセキュリティ:ワンクリックで監査、セキュリティ検査、ノードリスク検出、ポリシーガバナンスを有効にします。
-
マイクロサービスガバナンス:Microservices Engine (MSE) と Service Mesh (ASM) がマイクロサービスガバナンス機能を提供します。
ユースケース 3:登録済みクラスターによるデータディザスタリカバリ
説明
-
クラウドへのアプリケーション移行:リージョンやデータセンターをまたいで、一貫したアプリケーションのバックアップと数秒での復元を提供し、ビジネスアプリケーションの迅速なクラウド移行を支援します。
-
データディザスタリカバリ:設定可能なバックアップおよび復元ポリシーをサポートし、リージョンやデータセンターをまたいでステートフルアプリケーションのバックアップを提供します。継続的にデータをクラウドにバックアップしてディザスタリカバリを行い、ランサムウェアからの保護を強化します。
-
ビジネスディザスタリカバリ:リージョンやデータセンターをまたいで、アプリケーションとデータの地理的冗長およびスケジュールバックアップ機能を提供します。
-
アクティブな地理的冗長性:2 つのリージョンにまたがる 3 つのセンターでディザスタリカバリシステムを迅速に構築するための Kubernetes 互換ソリューションを提供し、高可用性システムの構築を支援します。
ユースケース 4:AI とビッグデータのための協調スケジューリング
説明
-
AI アルゴリズム開発:タスク、クォータ、可観測性の包括的な管理を提供します。
-
AI トレーニング:トポロジーを意識したスケジューリングと豊富なタスクスケジューリングポリシーをサポートし、トレーニング効率を向上させます。コンピュートとストレージの分離アーキテクチャは、分散データトレーニングを大幅に高速化します。また、クロスクラスターのジョブスケジューリングをサポートし、TensorFlow、Spark、CronJob などのジョブに対してマルチクラスターに最適化されたディストリビューションとスケジューリングを提供します。
-
AI 推論:GPU 共有を提供し、リソース使用率を約 300% 向上させることができます。異種リソースの弾力的スケーリングをサポートし、クラウド環境とオンプレミス環境の両方に対して統一された弾力的スケジューリング管理を提供します。
-
インテリジェント CPU スケジューリング:ベアメタルサーバーに対して、インテリジェント CPU スケジューリングと NUMA アウェアネスを提供します。