編輯搜圖

使用 Kubernetes 進(jìn)行架構(gòu)是必不可少的核心部分，它使數(shù)據(jù)分析異常靈活，可在業(yè)務(wù)需要的任何地方運(yùn)行，并以高并發(fā)、高性能、效率和可用性大規(guī)模運(yùn)行。

從金融服務(wù)和保險到制造和醫(yī)療保健等垂直領(lǐng)域的無數(shù)企業(yè)發(fā)現(xiàn)，他們需要公共和私有云、混合和邊緣部署來最好地滿足他們的數(shù)據(jù)管理和分析需求。因此，分布式云的概念是云成熟的一部分也就不足為奇了。將數(shù)據(jù)倉庫、數(shù)據(jù)湖和高級分析引入分布式云架構(gòu)是市場的發(fā)展方向。擴(kuò)展此架構(gòu)以包含更高級別的數(shù)據(jù)管理和分析服務(wù)自然會產(chǎn)生分布式數(shù)據(jù)云的想法。

在分布式數(shù)據(jù)云中，企業(yè)數(shù)據(jù)倉庫將不僅用于為公司中的數(shù)百名業(yè)務(wù)分析師或數(shù)據(jù)科學(xué)家提供分析，而且最終能夠為企業(yè)端直接使用的實時分析應(yīng)用提供支持?jǐn)?shù)以萬計的客戶。這些數(shù)據(jù)將可以在任何地方立即訪問并產(chǎn)生洞察力。

終極目標(biāo)探索

云原生(Cloud-native)是一個被廣泛使用的術(shù)語，但當(dāng)軟件架構(gòu)從頭開始設(shè)計以利用分布式云的優(yōu)勢時，它具有真正的意義。一個完全實現(xiàn)的云原生數(shù)據(jù)倉庫應(yīng)該在邏輯上利用分布式數(shù)據(jù)云架構(gòu)。從最廣泛的意義上講，這將分析帶到數(shù)據(jù)所在的任何位置，降低集中風(fēng)險，顯著提高效率，并為控制支出和競爭優(yōu)勢帶來現(xiàn)代化。

更詳細(xì)地說，云原生數(shù)據(jù)管理和分析技術(shù)應(yīng)顯示五個關(guān)鍵特征，以與分布式數(shù)據(jù)云藍(lán)圖保持一致：

• 與平臺無關(guān)的運(yùn)行時，允許在任何地方提供數(shù)據(jù)和分析。

• 隨時隨地的通用用戶體驗。

• 任何部署目標(biāo)上的通用安全和治理功能。

• 任何地方的成本和技術(shù)效率，最大限度地減少資源并允許強(qiáng)大的成本管理 (FinOps) 和支出限制。

• 單個控制界面，將所有部署、公共云、本地和網(wǎng)絡(luò)邊緣捆綁在一起。

可在任何需要的地方部署，遵循此模式的完全實現(xiàn)的云原生數(shù)據(jù)倉庫還將從最終用戶那里抽象出云、本地和網(wǎng)絡(luò)邊緣基礎(chǔ)設(shè)施的復(fù)雜性。關(guān)鍵是將他們從基礎(chǔ)設(shè)施細(xì)節(jié)中解放出來，讓他們專注于從分析和管理數(shù)據(jù)中產(chǎn)生價值，同時仍然賦予云的原生力量。

選擇正確的方法

那么，這個終極目標(biāo)是如何實現(xiàn)的呢?開源容器編排工具 Kubernetes 提供了最流行的云原生操作路徑。雖然 Unix 中對工作負(fù)載進(jìn)行分區(qū)的想法自 1970 年代就已經(jīng)存在，但僅在大約十年前，容器才被廣泛實施，以使應(yīng)用程序開發(fā)更容易、更便攜且資源使用效率更高。但事實證明，在龐大的微服務(wù)架構(gòu)中部署數(shù)百或數(shù)千個應(yīng)用程序非常棘手。雖然存在其他選擇，但 Google 的開源 Kubernetes 項目(現(xiàn)在由云原生計算基金會維護(hù))在解決微服務(wù)應(yīng)用編排方面聲名遠(yuǎn)揚(yáng)——使應(yīng)用能夠在通用基礎(chǔ)架構(gòu)上運(yùn)行，以標(biāo)準(zhǔn)方式進(jìn)行監(jiān)控和管理，并通過使用開放標(biāo)準(zhǔn)。

這對應(yīng)用來說很好。但是數(shù)據(jù)世界呢?云原生數(shù)據(jù)倉庫需要相同的基礎(chǔ)容器編排，以提供跨公共和私有云、網(wǎng)絡(luò)邊緣、混合和完全分布式云的彈性和部署靈活性。

橫向擴(kuò)展 Web 應(yīng)用的云原生重新架構(gòu)是很常見的，但數(shù)據(jù)庫大多只是被“提升并轉(zhuǎn)移”到云原生世界中。將數(shù)據(jù)庫放入容器中允許它在現(xiàn)代基礎(chǔ)設(shè)施中運(yùn)行，但它并不能提供展示云所有好處的體驗。該軟件在很大程度上不知道它是在容器環(huán)境中運(yùn)行的，并且管理彈性集群等操作必須使用 Operators 和破解 Helm 圖表從數(shù)據(jù)庫外部笨拙地處理。允許多個彈性按需計算集群共享對象存儲中相同的底層數(shù)據(jù)等功能通常不可用。尋求從基于云的彈性數(shù)據(jù)倉庫獲得業(yè)務(wù)價值的用戶不想了解 Helm 圖表、pod、節(jié)點或配置文件。他們只想配置數(shù)據(jù)倉庫、管理彈性集群并從數(shù)據(jù)中獲得洞察力。

答案是在 Kubernetes 上提供 SQL 接口來按需配置多個彈性集群，并向 DBA 和最終用戶隱藏 Kubernetes 的復(fù)雜性。

通過這種方式，可以分配不同的用戶在不同的計算集群上運(yùn)行工作負(fù)載，并且可以在運(yùn)行時通過 SQL 更改正在使用的計算集群，但需要獲得許可。集群可以配置為在空閑期后自動掛起，并根據(jù)需要重新啟動。例如，可以創(chuàng)建一個單獨的計算集群來在需要時運(yùn)行 ETL 流程，一個用于臨時商業(yè)智能 (BI) 和多個數(shù)據(jù)科學(xué)集群。計算集群可以在使用量大的時候在線擴(kuò)展，或者在安靜的時候關(guān)閉以節(jié)省資金?？梢詣?chuàng)建集群來運(yùn)行僅在這些時間段內(nèi)活動的每日、每周或每月批量報告任務(wù)。

在該模型中，計算集群中節(jié)點的大小以及節(jié)點的數(shù)量都是可控的，并且可以在實例級別建立資源消耗限制以實現(xiàn)可預(yù)測性。同樣，可以建立一個低成本的副本系統(tǒng)，從主數(shù)據(jù)倉庫實例接收復(fù)制流量，然后在需要使用副本時按需擴(kuò)展。

這種彈性不僅通過與 Kubernetes 的深度集成來實現(xiàn)，還通過使用 SQL 本身作為創(chuàng)建、掛起、恢復(fù)和管理集群的“用戶界面”而不是開發(fā)人員工具來實現(xiàn)。 Kubernetes 是所有集群狀態(tài)的權(quán)威信息來源。顯示集群狀態(tài)的系統(tǒng)視圖使用其 API 從 Kubernetes 獲取數(shù)據(jù)。當(dāng)輸入集群管理 SQL 語句時，云原生數(shù)據(jù)倉庫向 Kubernetes 伸出援手，改變實例所需的狀態(tài);然后 Kubernetes 實施必要的更改。如果集群中的某個節(jié)點變得不健康，Kubernetes 會帶一個替代品上線。

這代表了與 Kubernetes 的一種獨特的、由內(nèi)而外的關(guān)系：Kubernetes 不再是驅(qū)動集群狀態(tài)的“用戶界面”，而是由 Kubernetes 管理的數(shù)據(jù)庫本身成為用戶界面。這種架構(gòu)創(chuàng)建了一種共生關(guān)系，可提供獨特的、完全實現(xiàn)的云體驗。 Kubernetes 的強(qiáng)大功能和跨平臺靈活性可用于數(shù)據(jù)倉庫，完全通過 SQL 驅(qū)動。

隨著更多數(shù)據(jù)的生成和更多用例的部署，企業(yè)很容易進(jìn)入惡性循環(huán)，其生態(tài)系統(tǒng)在特定云中越來越根深蒂固。系統(tǒng)性風(fēng)險可能出現(xiàn)在單一云中，這對金融服務(wù)和保險等受到嚴(yán)格監(jiān)管的行業(yè)的關(guān)鍵 IT 基礎(chǔ)設(shè)施造成了過多的風(fēng)險。使用 Kubernetes 進(jìn)行架構(gòu)并不是將完全實現(xiàn)的云原生數(shù)據(jù)倉庫帶入生活的唯一核心概念。它不是唯一符合分布式數(shù)據(jù)云模式的架構(gòu)組件。但它是必不可少的核心部件，它使數(shù)據(jù)分析異常靈活，可在業(yè)務(wù)需要的任何地方運(yùn)行，并以高并發(fā)、高性能、效率和可用性大規(guī)模運(yùn)行。結(jié)果是，任何給定企業(yè)中的數(shù)千名用戶，跨越不同的業(yè)務(wù)線和地理區(qū)域，都可以做出極其快速的決策，并通過近乎實時的動態(tài)分析產(chǎn)生價值。