Azure Arc：微软是怎么玩多云游戏的？

混合云在竞争性云提供商的基础上提供了来自云提供商的服务，从而使组织能够以不同方式一起使用来自不同供应商的云服务。例如，组织可以使用将数据存储在一个云中存储上的功能，而另一个云服务商则在该应用程序或数据之上运行。因此，客户将与Azure建立关系。例如，存储他们的数据，这些数据是由在Azure或本地中运行各种应用程序生成的，他们可以运行AWS服务来对该数据进行分析。除了多云元素之外，我们还看到了更多与公有云提供商的产品和策略相关的活动，以解决本地或私有云环境。 Google Anthos、AWS Outposts、Microsoft AzureStack和Azure Arc都在努力提供可在内部或非公有云环境中运行的功能，以补充公有云服务。组织支持内部部署的动力受组织在公有云中执行意愿驱动。

去年11月， Microsoft Ignite 发布的重要公告之一是引入了 Azure Arc，这是一个基于Kubernetes 的平台，允许部署 Azure 数据服务，包括 Azure SQL 数据库托管实例和 Azure PostgreSQL Hyperscale 。您可以在任何 Kubernetes 集群中的任何地方运行 Azure Arc- ，无论是在本地数据中心，Amazon Web Services（AWS）还是 Google Cloud Platform（GCP）中。

支持多云场景，标志着 Microsoft 在云平台上进行开发的方式发生了根本性的变化。

为什么需要Kubernetes？

Microsoft 已为云服务构建了一个开源解决方案，称为 Service Fabric ，这是大多数 Azure服务（包括Azure SQL数据库）所依仗的平台。Service Fabric 自身在运行 Azure 时非常具有弹性和灵活性，因为它与 Azure 或 Microsoft 没有捆绑，也可以在 Linux 上运行，甚至可以在平台上运行容器。

但是，Kubernetes 的近期势头毋庸置疑。随着 Microsoft 拥抱 Kubernetes 生态，我们开始看到在 Kubernetes 上进行大型云开发只是时间问题。

参与 Kubernetes 炒作的人比任何时候都多，主要是因为这是一个设计精良的现代计算平台，更因为其所倡导的让所有基础架构都掌握在代码之下的理念。此外，硬件被抽象化是另一个也非常大的好处。

从开始使用该平台的那一刻起，你会发现Kubernetes与 Azure 有些相似，它们都是使用最新的分布式计算理论和思维方式构建的。

要构建云服务，更多人会选择在 Kubernetes 上。这有很多原因，最重要的是它可以部署在任何地方。尽管 Kubernetes 有一些硬件和网络要求，但不需要像 Azure Stack 或AWS Outposts 这样的特定硬件。如果您构建了可交付给客户的解决方案，并且在Kubernetes上构建了该解决方案，那么就可以运行它。

尽管多云的目的是避免供应商锁定并提供保护，以防止重大的公有云中断，但总体而言，应该反对将其作为一种策略。在少数情况下，多云具有主要优势，但对于大型互联网公司来说，这些实际上只是关键任务前端。如果您的公司没有通过网站进行90％的商务，则您的应用程序不必是多云的。

造成这种情况的原因有很多，但首先是它导致了一种组织只使用基础架构即服务（IaaS）解决方案的战略。这本身并不可怕，但如果不提供平台即服务（PaaS）解决方案所提供的相同程度的灵活性，它的确会变得更加昂贵。

此外，网络出口成本中有一个非常重要的组成部分：向任何云解决方案提供的数据都是免费的，但会对数据输出进行计量计费。最后，使您的IT组织在一个云平台上快速发展已经充满了挑战。让他们尝试掌握两个或三个甚至更难。

但是，多云显然是市场所需要的，并且通过构建可以在任何地方轻松运行的平台，Microsoft可以满足这一需求。与需要购买昂贵的硬件和支持的 Azure Stack 不同，Azure Arc 严格来说是基于软件的产品。

Azure Arc提供了什么？

Azure Arc 允许通过Azure门户查看和管理所有资源-无论是本地资源，其他公有云还是Azure本身。

它将允许您使用Azure资源管理器及其工具（如PowerShell和Azure CLI）执行部署。您还可以使用Azure策略来管理Azure Arc，就像在Azure中一样为您提供治理。

当前，您可以在此处运行Azure SQL数据库，并且展望未来，希望看到更多的Azure平台服务添加进来。如果将路线图限制为单个或两个Azure服务，则不会发生此类服务提供的宣告。Azure Arc服务基于Kubernetes构建的事实使Microsoft交付您需要挂钩到Azure进行管理的所有组件，并为您提供类似Azure的服务。

尽管多云具有挑战性，但很明显，组织要求跨公有云运行的解决方案。

这对IT专业人员意味着什么？他们必须学习Kubernetes。但是除此之外，我认为这表明了平台融合的趋势。也就是说，只要资源能共享一个公共管理的界面，资源位于何处都没有关系。

来源：网络

智能推荐

cmd下编译执行arm汇编文件

首先新建一个.s为后缀名的汇编文件，然后再里面写入内容。area example,code,readonly等，你们懂的了。第二步在cmd下输入armasm查看提示信息，也确保你能够在cmd下编译arm汇编。如果提示命令不存在，你还得先装个ads,恰好我写了个ads免安装教程。免安装其实用到后面会出问题，注册表没有信息，axd会用不了，但是这也是几个月后的事了。输入armasm,会出现如...

链表的头尾倒置的一种方法

链表的头尾倒置用的方法其实使用的就是链表的头插入法。我们在利用头插法生成一个链表时候，会发现最先插入的数据，往往会把它放到链表数据的尾端。因此我们可以利用这个性质把链表元素再进行一次头插法，这样可以实现链表的头尾倒置。具体方法。设置两个新的指针，分别指向元素的首个结点和首结点的下个结点。这样的话在头结点后面打断链表的...

什么是任播

1 任播任播：将任播报文至少传输到一个具有任播地址的主机，最好仅仅传输到一个主机，改善网络负载拓扑，较好地分摊网络负载，提高网络服务的范围和服务质量，使网络资源得到合理利用；应用范围：站点镜像、复制主机、DNS、NTP(Network Time Protocol，网络时间协议)等；应用单播？组播？广播？...

DONT_TOUCH约束

对设计中的信号施加DONT_TOUCH约束，可以避免这些信号在综合编译过程中被优化掉。例如，有些信号节点在综合或布局布线编译过程中可能会被优化掉，但是我们希望在后期调试过程中能够监控到这些信号，此时就可以使用DONT_TOUCH约束达到保留这些信号的目的。又如，有时在设计中会对一些高扇出的信号进行手动的逻辑复制，也可以使用DONT_TOUCH约束避免它们被优化掉。实例：下面有一个简单的例子，看...

seata分布式事务(三)安装seata服务器

上一篇内容：Seata分布式事务(二)搭建一个本地事务环境 Seata分TC、TM和RM三个角色，TC（Server端）为单独服务端部署，TM和RM（Client端）由业务系统集成。Server端存储模式（store.mode）现有file、db、redis三种（后续将引入raft,mongodb），file模式无需改动，直接启动即可，本文主要采用db的方式。也可以参考官方教程：https://...

猜你喜欢

在Centos上启动SpringBoot项目，出现org.eclipse.jetty.servlet.ServletHandler$Default404Servlet-481a15ff

问题描述: 我在Ubuntu服务器上开启Tomact用浏览器去访问的时候报这个错: 而且关闭Tomcat去访问8080端口一样报这个错逐步排查最终确定是在我们在项目中，使用kafka的时候，使用了zookeeper，在zookeeper上开启了一个./zkServer.sh zookeeper服务的影响当关闭zookeeper服务开启Tomcat的时候就能正常访问挖个坑啊，zookeepe...

内存四区模型

内存四区模型变量的生命周期是怎么管理的？一内存四区 C/C++程序占用的内存分为四个区：栈区，堆区，数据区，代码区。 1 栈区　　存放函数的参数值，局部变量的值等。如 int a; int *p; 这儿的a和p都存放在栈中。　　由编译器自动分配释放。 2 堆区　　存放由程序员动态申请的变量。(malloc, new等)...

https证书申请及nginx配置，unknown directive "ssl"

阿里云的免费ca证书已经没有了，笔者建议腾讯云登录控制台，找到SSL证书。进入购买页面，找到域名型免费性（DV），点击“免费申请” 进入域名验证环节，需要注意：通用域名必须是指定的一个明确的域名地址，不能是通配域名，其次私钥密码在申请的过程中是选填。选在验证方式，笔者一般会通过文件的方式，直接通过nginx创建一个文件目录，进行通信就可以完成身份的验证，具体的验证过程可...

【MySQL】密码重置

管理员启动cmd，输入"net stop mysql"关闭mysql服务修改mysql安装路径下的配置文件 my.ini，在 [mysqld] 后添加"skip-grant-tables" 启动mysql服务，net start mysql 登录root用户：mysql -uroot -p 修改密码，依次输入： use mysql; update user...

Windows下Faster RCNN用于人脸检测的训练和demo

首先，这是一篇没搞懂为什么但是做出来了东西的博客。主要用于本人备忘，参考价值有限。 Faster RCNN用于人脸识别已经有一些人做过，我只是一个重现者。有篇《Face Detection with the Faster R-CNN》的paper讲述了相关内容，大致意思就是用WIDER FACE库去训练模型。因此，我尝试了此种方法。按照惯例，感谢以下链接的作者给我的参考： https://www...