首页 > 云计算文章

bet9网站下载云科技为开发者提供云计算、存储、数据库、物联网及机器学习相关的各类资讯,欢迎开发者来此相互交流、学习,共同进步。

  • 手把手教你如何通过ParallelCluster部署高性能运算集群「弹性计算」

    发布于: Jul 30, 2021

    如何通过ParallelCluster部署高性能运算集群,接下来我们将为您一一说明。ParallelCluster的安装步骤在这里不再赘述,在参考资料中有ParallelCluster的配置链接。

  • 新趋势:从本地存储架构迁移到 Amazon存储服务「云存储」

    发布于: Jul 8, 2021

    大部分希望迁移到Amazon Web Service存储服务的公司,都需要在开始迁移时首先评估现有的存储基础结构。为了更有效地评估现有存储基础结构,有必要了解如何将现有存储设备映射为不同的Amazon Web Service存储服务。为此必须花费时间明确目前的数据是如何存储,以及存储在哪里,随后才能以此为依据将现有工作负载和存储基础结构迁移至Amazon Web Service存储服务。

    本文将对比Amazon Web Service存储和本地存储的存储模式,以帮助客户将现有模式与Amazon Web Service存储服务丰富的产品组合相互匹配。此外本文还将提供存储模式决策矩阵,借此加快多样化的应用程序和工作负载需求迁移到Amazon Web Service时的决策过程。
  • Amazon Web Service上的Lake House架构的初步认识「云数据库」

    发布于: Jul 9, 2021

    Lake House架构的基本思路,认为任何一种号称“万能”的分析方法终会带来与预期相冲突的妥协。换言之,我们不是简单粗暴地将数据湖与数据仓库集成起来,而是把数据湖,数据仓库,以及其他一些专门构建(purpose-built)的数据存储方案集成起来,赋予统一管理与轻松灵活的数据移动。下图所示,为Amazon Web Service上的Lake House架构

  • 手把手教你如何通过ParallelCluster部署高性能运算集群「弹性计算」

    发布于: Jul 30, 2021

    如何通过ParallelCluster部署高性能运算集群,接下来我们将为您一一说明。ParallelCluster的安装步骤在这里不再赘述,在参考资料中有ParallelCluster的配置链接。

  • 通过创建双集群来提高云端高性能计算能力「弹性计算」

    发布于: May 22, 2021

    在云上进行高性能计算的客户越来越多,利用云计算资源充足、按需使用、弹性伸缩的特点,客户不仅能快速的得到结果,而且成本很低。为了让客户能快速的部署高性能计算集群,bet9网站下载云科技推出了开源的ParallelCluster 集群管理软件,该软件可以让客户在数分钟之内部署一个高性能计算集群。ParallelCluster支持Torque、Slurm、SGE等调度引擎,集群的大小可以根据任务数量动态伸缩,而且支持SPOT实例,能最大程度的帮助客户降低成本。

  • 新趋势:从本地存储架构迁移到 Amazon存储服务「云存储」

    发布于: Jul 8, 2021

    大部分希望迁移到Amazon Web Service存储服务的公司,都需要在开始迁移时首先评估现有的存储基础结构。为了更有效地评估现有存储基础结构,有必要了解如何将现有存储设备映射为不同的Amazon Web Service存储服务。为此必须花费时间明确目前的数据是如何存储,以及存储在哪里,随后才能以此为依据将现有工作负载和存储基础结构迁移至Amazon Web Service存储服务。

    本文将对比Amazon Web Service存储和本地存储的存储模式,以帮助客户将现有模式与Amazon Web Service存储服务丰富的产品组合相互匹配。此外本文还将提供存储模式决策矩阵,借此加快多样化的应用程序和工作负载需求迁移到Amazon Web Service时的决策过程。
  • 何为云存储架构:初识Amazon存储服务模式「云存储」

    发布于: Jul 8, 2021

    何为云存储架构?本文就将为大家简要介绍主要的Amazon Web Service存储服务,以及这些存储服务如何替代部署在客户本地数据中心的存储设备。

  • Amazon Web Service上的Lake House架构的初步认识「云数据库」

    发布于: Jul 9, 2021

    Lake House架构的基本思路,认为任何一种号称“万能”的分析方法终会带来与预期相冲突的妥协。换言之,我们不是简单粗暴地将数据湖与数据仓库集成起来,而是把数据湖,数据仓库,以及其他一些专门构建(purpose-built)的数据存储方案集成起来,赋予统一管理与轻松灵活的数据移动。下图所示,为Amazon Web Service上的Lake House架构

  • 数据对决策的影响「云数据库」

    发布于: Jul 5, 2021

    2020年的种种变化,让我们再次意识到敏捷性的重要意义。随着新冠疫情的全面爆发,我们接触到的每家客户都着手推进自己的应对之策。部分公司决定努力提高运营效率,有些企业甚至在疫情期间获得了可观的业务增长。总体而言,我们发现组织在面对严峻变化时,普遍希望借助数据的力量快速做出良好决策。要获得这样的敏捷性优势,他们需要将TB、PB甚至是EB级别的数据集成起来,借此建立起覆盖客户及业务运营体系的完整视图。传统的本地数据分析解决方案显然无法支撑起如此庞大的处理规模,为了突破扩展性与资源成本的桎梏,各组织开始更积极地推动云迁移,由此迈出数据与分析基础设施现代化的前进脚步。

  • Amazon Personalize在个性化优惠券上的实践--以乐天玛特为例「机器学习」

    发布于: Jul 11, 2021

    乐天玛特的目标,在于提高那些以往从未使用过优惠券的客户们的参与度,由此带动他们对于新产品的需求。客户的兴趣与需求一直在不断变化,竞争格局也在这种变化中变得愈发激烈。乐天玛特可以主动发现客户群体中的未知需求,并响应其意图变化以提高客户的留存率与忠诚度。

    下图所示为基于Amazon Personalize构建起的全新推荐与个性化优惠券架构。

  • Amazon Personalize在零售领域的应用--乐天玛特的尝试「机器学习」

    发布于: Jul 7, 2021

    如今,消费者们拥有着极为丰富的日用品购买渠道,包括大卖场、电商平台、便利店以及超市等等。韩国大型超市乐天玛特则决定使用Amazon Personalize为老客户们提供个性化推荐,借此提高其参与度、增强新产品购买率,并最终强化客户忠诚度。本文将与大家分享乐天玛特在使用Amazon Personalize之前面临的困境,以及如何改进产品推荐机制以增加新产品购买率。


    乐天玛特在韩国、印度尼西亚以及越南的多达189家实体店面售卖各类日用百货、服装、玩具、电子产品及其他商品,其日均到店顾客60万,2019年的营收达到51亿美元。


    乐天玛特拥有独家手机优惠券系统M-coupon,旨在通过提供店内优惠信息鼓励顾客购物。由于客户在大卖场中的单次平均到店消费支出一般在50到200美元之间,因此客户前往实体店面的频率直接影响到乐天玛特的运营绩效。


    从传统角度来看,M-coupon会根据客户的以往购买记录进行推荐。例如,如果客户以往曾购买过某品牌方便面,则下一次再次向其推荐该产品。这类基于购买历史的规则性推荐是有意义的,能够帮助客户使用即时发放的优惠券完成商品回购,从而提高重复购买率并保持良好的客户忠诚度。但这种方式无法推动新产品的消费率,也无法根据客户需求的不断变化创造出更具个性化的消费体验。面对每天增加的众多新产品,卖场方面必须迅速生成针对这些产品的新需求。但为了保证客户体验,卖场方面又不能用狂轰滥炸的方式向客户一股脑发布新产品信息。这种盲目的宣传策略只会让客户感到不知所措。因此,乐天玛特需要制定长期发展战略,以增加店面客流量并引导新产品的购买决策。为此,乐天玛特决定选择Amazon Personalize作为解决方案,借此为M-coupon用户提供精心设计的个性化产品推荐内容,借此提高客户忠诚度并增强其对于新产品的购买意愿。

  • 新型状态监测服务--Amazon Monitron「物联网」

    发布于: Jul 4, 2021

    今天,我非常高兴地宣布推出 Amazon Monitron,这是一项状态监测服务,可检测潜在故障并允许用户跟踪正在发生的故障,从而使您能够实施预测性维护,从而减少计划外停机时。

    这是一个真实故事:几个月前,我买了一台新洗衣机。送货员在我的地下室安装时,我们聊起这些物品现在似乎很不耐用;使用寿命根本无法超过几年。送货员要走时,我说起自己的热水器已经老化,维护不良,告诉他我已决定在未来几周内更换热水器,很快他就会再过来为我安装一个新的热水器。没想到,它第二天就坏了。你可以笑我,没关系。我没有提前打算,确实不冤枉。

    尽管这件发生在家里的小事挺让人烦恼,但与工业环境(例如生产线和仓库)中机器发生意外故障所造成的巨大时间和金钱损失相比,这绝对不算什么。众所周知,一粒沙子都可能导致始料未及的停电,墨菲定律告诉我们,停电很可能会在最糟糕的情况下以及最糟糕的时间发生,从而给业务造成严重影响。

    为避免故障,可靠性经理和维护技术人员通常将以下三种策略结合起来:

    1. 运行到故障:设备在未进行维护的情况下运行,直至设备不再可靠运行。维修完成后,设备将恢复使用;然而,设备状况不明,故障并未得到控制。
    2. 计划性维护:无论情况如何,预先确定的维护活动都会定期或按仪表执行。计划性维护活动的有效性取决于维护说明的质量如何及计划周期。存在设备维护过度和维护不足的风险,会产生不必要的成本或导致依然出现故障。
    3. 基于状态的维护:当受监控组件的状况超过界定的阈值时,将进行维护。监控公差、振动或温度等物理特征是一种更为优化的策略,所需的维护的更少,并可以降低维护成本。
    4. 预测性维护:对组件状况进行监控,会检测到潜在故障并对发生的故障进行追踪。在预计发生故障之前,且最具成本效益的时候安排实施维护。

    基于状态的维护和预测性维护需要在关键设备上安装传感器。这些传感器可测量和捕获物理值,例如温度和振动测量值,其变化是潜在故障或状况恶化的一个主要指标。

    如您所料,构建和部署此类维护系统会是一个漫长、复杂且成本高昂的项目,会涉及到定制的硬件、软件、基础设施和流程。客户向我们寻求帮助,而后我们就行动了。

    推出 Amazon Monitron

    Amazon Monitron 是一项简单且性价比高的状态监测服务,借助它,您可以对设施中的设备的状况进行监控,从而实施预测性维护计划。

  • Amazon Monitron的使用案列与指导「物联网」

    发布于: Jul 4, 2021

    Fender Musical Instruments Corporation 是一个经典品牌,也是弦乐器和放大器领域的领先制造商。Fender 的设施全球总监 (Global Director of Facilities) Bill Holmes 告诉我们:“在过去的一年中,我们与 Amazon Web Service合作, Amazon Web Service帮助我们开发了对于成功运营制造业而言很关键但有时被忽视的一部分,即了解设备的状况。对于全球制造商而言,设备的正常运行时间是我们在全球市场上保持竞争力的唯一途径。确保设备正常运行而不会突发故障,有助于我们最大限度利用设备。由于故障的消防性质,计划外的停机会给生产和劳动力造成巨大的损失。Amazon Monitron 状况监控系统有望赋予大型行业以及小型“妈妈和流行商店”,在未发生会使其关闭的灾难性故障之前,便预测到设备故障的能力。这将使得客户能够在设备发生故障之前对其进行定期维修。

    GE Gas Power 是发电设备、解决方案和服务领域的顶尖供应商。该公司在世界各地运营着许多制造基地,其中许多制造设备未联网,也未对其运行状况进行监控。GE Gas Power Manufacturing 的首席信息官 (CIO) Magnus Akesson 表示:“当然,如果我们能够轻松地以低成本来大规模连接并对这些资产进行监控,我们便能够既降低维护成本,同时减少停机时间。此外,我们希望未来能够利用高级算法,不仅要了解当前状态,还要预测未来的运行状况,并检测异常行为。这样我们便能够从基于时间的维护实践过渡到预测性和规范性维护实践。现在,通过使用 Amazon Monitron,我们可以利用传感器快速改造资产,并将其连接到 Amazon Web Service云中的实时分析。我们可以做到这一点,而无需具备深入的技术技能,也无需配置自己的 IT 和 OT 网络。从我们对易于振动的不倒翁的最初研究开始,我们看到这一 愿景正在以惊人的速度实现着:对于操作员和维护团队而言,简单易用,简单性以及能够大规模实施,这对 GE 极其有吸引力。在我们的试验期间,我们还很高兴看到一键式功能,可以通过远程无线 (OTA) 固件升级来更新传感器,而无需实际触摸传感器。随着规模的扩大,这对于能够支持和维护传感器队列来说是一项关键功能。”

    现在,我将向您展示如何开始使用 Amazon Monitron。

    设置 Amazon Monitron

    首先,我需要打开 Monitron 控制台。只需点击几下,我就可以创建一个项目,并允许管理员用户对其进行管理。使用控制台中提供的链接,我便可在 Android 手机上下载并安装 Monitron 移动应用程序。打开应用程序后,我需要使用管理凭证登录。

    第一步是创建一个描述资产、传感器和网关的站点。我将其命名为“my-thor-project.”

  • 利用云上灾备管理工具高效管理实例灾备配置「其他」

    发布于: Jul 12, 2021

    高效配置的核心是批量自动化处理,尽量减少手工步骤。管理工具整合 CloudEndure 复制实例信息以及目的区域虚拟网和机型信息,存入 DynamoDB 数据库,通过计算,批量地对 CloudEndure 项目的启动蓝图进行配置,实现高效管理的目的。简易的结构图如下所示。

  • 云上灾备管理工具的基础认识「其他」

    发布于: Jul 12, 2021

    【摘要】利用 CloudEndure 可以方便的在 Amazon Web Services 不用区域之间,或者云下与 Amazon Web Services 云之间迁移或者灾备 Amazon Elastic Compute Cloud (EC2) 实例。CloudEndure 提供了基于 Web 的用户界面来管理项目、配置启动蓝图等。在实际使用中发现,当实例数量过多时,该界面有一定的局限性,一次只能针对一台实例进行配置,不能高效地对多台实例灾备配置进行批量处理。与此同时,就机型与盘型的选择而言,灾备的日常演练与容灾准备可以选配不同的规格,以降低演练成本。此项区分又增加了配置的冗杂程度。本文介绍云上灾备中心解决方案的云上灾备管理工具提供的新功能(以下简称系统),着力解决上述两个问题,从而提高管理灾备项目,特别是多实例项目的工作效率,减少运维强度和出错率。