云上自动化:全球云上自动化编排系统比拼

AWS云编排详解-Cloud Formation Cloud Formation使用模板和堆栈简化资源管理。CloudFormation的特征:(1)文件格式:JSON(Javascript 数据元表示法)格式的文本文件。(2) 管理服务间关系:模板能简要地获取资源间的相互关系,例如 EC2 实例必须与 Elastic Load Balancing 负载均衡器相关联,或者 EBS 卷必须与其连接的实例位于同一 EC2 可用区域内。(3)反复使用:使用模板参数可使单个模板用于具有不同配置值的多个基础设施部署,例如要为该应用程序部署多少实例的模板。 阅读详情

一、领域澄清

首先明确我们在讲什么,也就是本文描述的应用编排,资源编排是什么东西。

在云上编排的含义一般有两种:

1.云平台上自动化创建云服务,并部署应用。叫做资源编排or应用编排or服务编排。

2. 容器应用,根据资源要求,调度到哪个节点上。叫做容器编排or资源调度。

本文描述范围,为第1种。

二、公有云编排服务介绍

AWS Cloudformation

Cloudformation文档地址:

https://docs.aws.amazon.com/AWSCloudFormation/latest/UserGuide/Welcome.html

AWS的Cloudformation基本属于云上自动化(编排)这个领域的领头羊,功能完备,支持的自动化场景丰富。

在整体生态打造的也很成功,Cloudformation模板,与ServiceCatalog服务目录,与Marketplace应用市场,一条线从上到下都打通了。

 

谷歌CDM:(CloudDeployment Manager)

谷歌CDM文档地址:

https://cloud.google.com/deployment-manager/docs/

使用Jinja2语法(Yaml类)和Python语法,实现较为讨巧。大部分操作,主推通过命令行完成。虽然控制台界面也有,但功能主要在命令行里(意思是界面比较low)。

谷歌CDM支持编排资源列表:

https://cloud.google.com/deployment-manager/docs/configuration/supported-resource-types

 

微软Azure-RM:(ResourceManager)

Azure-RM文档地址:

https://docs.microsoft.com/en-us/azure/azure-resource-manager/resource-group-overview

使用Json语法。且整体模板语法偏复杂,使用门槛比较其他家的还高一点。

有两个比较有特点的功能:

1.支持根据用户已经在Azure上创建好的资源信息,导出模板。实现类似的“备份”or“快照”的功能。

2.支持任意对象,指定重复创建次数。实现批量复制的能力。

Azure-RM编排提供的内置函数非常丰富:

https://docs.microsoft.com/en-us/azure/azure-resource-manager/resource-group-template-functions

 

阿里ROS

ROS文档地址:

https://www.alibabacloud.com/help/zh/doc-detail/28852.htm

整体能力跟随AWS Cloudformation,但是还略有距离。可视化模板编辑器,目前并不是很稳定,使用体验一般。

ROS支持编排的资源列表:

https://www.alibabacloud.com/help/zh/doc-detail/48893.htm

 

OpenStack Heat

Heat文档地址:

https://docs.openstack.org/heat/latest/template_guide/hot_spec.html

整体能力跟随AWS Cloudformation,搞了一些Cloudformation语法兼容的活,连cfn-tools都照着AWS来。但是目前还略有距离。

也没有图形化设计器。

Heat可以编排的资源列表:

https://docs.openstack.org/heat/latest/template_guide/openstack.html#

 

华为AOS

AOS文档地址:

https://support.huaweicloud.com/usermanual-aos/aos_01_0000.html

使用以应用视角为中心的编排,支持Kubernetes集群中的对象编排,并围绕应用支持编排基础资源+服务。与AWS的Cloudformation相比,发力角度从虚机应用转向容器应用。

图形化的模板设计器,体验很好。特别是智能辅助对于编写模板确实很便捷。可以称作领域标杆。

AOS支持编排对象列表:

https://support.huaweicloud.com/tr-aos/aos_01_4013.html

 

K8S Helm

Helm文档地址:

https://docs.helm.sh/

Helm其实自己定位并不是编排,而是一个K8S的manifest包管理工具。不过它有自动化部署K8S对象的能力,所以加入比较。

特点是只认识K8S集群里面的对象,基础的云服务不支持编排。使用范围有限。

 

青云RO

RO(Resources Orchestration)文档地址:

https://docs.qingcloud.com/product/operation/topology

青云的资源编排特点是,不开放模板语法,只提供图形化设计器。

并且这个图形化设计器体验还不错,有所见即所得的感觉。

但是由于没有开放模板语法,只靠图形化设计器,复杂场景编排能力不足。

 

RedHat Ansible

Red Hat在2015年收购Ansible,并用在OpenShift里面作为编排服务。

Ansible定位是基于虚机的自动化运维管理工具,类似的系统还有Chef和Puppet。不过Ansible的特点是无需在目标机器上安装Agent,仅使用SSH远程执行命令就可以完成目标机器的软件安装配置,所以很容易在已有环境中使用。它的本质上是一个工具,而不是一个服务,因为它使用本地目录+文件的方式来管理“模板”。

语法使用Yaml语言,可以和Jinja2配合,方便表达出复杂的逻辑。

不过Ansible只支持任务按顺序单个依次执行,也就是无法设置复杂的有向无环图(DAG)依赖关系。

所以对流程的编排能力弱了点,但好在支持的对象数量非常丰富,有超过400多种插件。

 

腾讯无

云上自动化能力是一个云平台的刚需,这里一首凉凉送给腾讯云。。。

 

三、公有云编排服务对比

我们直接给出分析结果,省去啰嗦的文字。(文字时效原因,如果有不正确的,及时联系更正哈)

 

编排能力对比

 √表示“强/做得好”,O表示“一般/待增强”,X表示“没有此特性”。 

设计器能力对比

 √表示“强/做得好”,O表示“一般/待增强”,X表示“没有此特性”。

一张图对比

四、总结

亚马逊CFN与阿里ROS

阿里的ROS的定位与AWS的CFN是一致的,功能上也是瞄着CFN追赶。当前情况为:ROS在虚机应用的支持能力远不及AWS-CFN。不过这个cfn-tools也是AWS的杀手锏,各大云厂商都没有。只有Heat做了一些努力去兼容。

ROS的设计器能力需要增强。目前功能较弱,且在使用中有偶现异常。

 

亚马逊CFN与华为AOS

    从功能&语法层面,CFN与AOS基本属于第一阵营,各自互有领先。比如AOS在设计器上领先CFN。不过CFN在虚机应用,及复杂多服务组合场景下,领先AOS。所以AOS需要在后续用更多的场景去进一步催熟。

 

阿里ROS与华为AOS

ROS在虚机应用部署,及可编排服务的多样性上优于AOS。而AOS在容器应用相关的能力上优于ROS。图形化模板编辑器能力则是AOS大幅度领先。

 

青云

设计器所见即所得的方式,大幅降低使用门槛,用户体验很好。建议将模板语法尽快开放出来,因为编排仅靠图形化设计器,支持的场景有限。

 

腾讯云

云平台上居然没有编排服务,毕竟目前为止,所有公有云都有的刚需服务。希望腾讯云的技术专家回家好好反省,并尽快补齐这个必备的能力。(比如挖一些华为AOS的专家,你看天下武功出少林,中国容器看华为,都一家人嘛)

 

微软Azure

微软的模板使用Json语法,函数的使用是混杂在Json内部,并不像aws-cfn那么简洁,整体体验并不好。感觉把复杂度都提高了很多。

当然,天然的Visual Studio编辑器支持,是编写模板一个便捷之处。Infrastructureas Code嘛,写代码当然有好的IDE才行。

 

谷歌CDM

CDM(CloudDeployment Manager)使用了jinja2和Python作为模板语法,使得模板覆盖复杂场景的能力大大增强,算一种优势吧。

然而没有合适的UI界面,我想你太不懂国人了。

 

Helm

语法层面的能力OK,足够支撑在单个K8S集群中,各种k8s对象的复杂编排场景。自身定位为K8S上的管理工具,一般不作为公有云独立服务,仅为容器服务的附属功能。

没有图形化设计器,也不能将基础资源与K8S对象混合编排。目前进入CNCF的孵化项目,作为K8S生态一环。

 

OpenStack Heat

定位是与AWS的Cloudformation一致的,实际编排能力与效果与ROS相似,也就是与CFN还有些差距。根据CFN语法和能力做了很多兼容工作。

没有图形化设计器,主要侧重OpneStack对象or生态的编排,其他服务支持一般。属于OpenStack生态一环。

云原生混沌工程的故障场景自动化编排与执行 云原生混沌工程的自动化编排与执行,已从早期的基础故障注入发展为涵盖策略管理、执行验证、智能优化的完整体系。实践表明,成熟的自动化方案可使系统MTBF(平均无故障时间)提升3-5倍,MTTR降低60%以上(CNCF, 2023)。未来发展方向应聚焦三个方面:首先,构建AI驱动的编排引擎,实现故障策略的自主进化;其次,完善混沌工程标准化工具链,推动跨云厂商的互操作性;最后,加强安全与合规性研究,满足GDPR、等保等监管要求。 阅读详情

相关推荐

AI 工作流自动化:从 RPA 到智能体编排(AI 任务拆解、工作流管理)

AI 在自动化工作流中正扮演着越来越重要的角色,从传统的 RPA(机器人流程自动化)到更高级的 AI Agent 编排,企业可以利用 AI 来优化任务拆解、决策制定以及复杂流程管理。本文将探讨 AI 工作流自动化的关键技术、工具以及国内外的应用案例。

晴天彩虹雨的博客 1491

轻松搞定 OpenStack Heat 如何来实现和支持编排

本文首先简单介绍了 OpenStack 和 OpenStack Heat,特别是 Heat 的架构。然后介绍了什么是编排,Heat 编排在其中的位置。接着在介绍了 Heat 模板后,从基础架构、软件配置和部署、自动资源伸缩、负载均衡、Heat 和配置管理工具的集成和 IBM UCDP/UCD 的集成等角度详细阐述了 Heat 如何来支持编排。 OpenStack 简介 OpenSt

何进的博客 4108

Alluxio:云的开源数据编排-开源

Alluxio是世界上第一个用于分析和用于云的AI的开源数据编排技术。 它弥合了计算框架和存储系统之间的鸿沟,使来自存储层的数据更靠近数据驱动的应用程序。 这使应用程序可以通过公共接口连接到众多存储系统。 它使数据本地化,更易于访问并且像计算一样具有弹性。

SOAR安全事件编排自动化响应-安全运营实战

SOAR是最近几年安全市场上最火热的词汇之一。各个安全产商都先后推出了相应的产品,但大部分都用得不是很理想。SOAR不同与传统的安全设备,买来后实施部署就完事,SOAR是一个安全运营系统,是实现安全运营过程中人、工具、流程的有效协同,提高安全运营效率的平台。核心在于运营,在运营的过程中不断结合自身企业的安全情况,对接设备、优化剧本流程、制定相应的制度来发挥SOAR安全事件编排自动化响应系统的最大的效果。在安全运营实战过程中人员、工具、流程、制度一个都不能少。

学而思(xiejava的blog) 3444

管理员:自动化运维平台:CMDB,CD,DevOps,资产管理,任务编排,持续交付,系统监控,运维管理,配置管理

AdminSet快速入门 Adminset是一个真正的基于运维思维而开发的全自动化运维平台。 v0.50新功能 全新用户权限系统 基于用户角色的部署权限关联 基于用户权限的功能按钮自动显示隐藏 基于用户的WEBSSH授权 django安全更新 开发环境 centos 7.2(1511) django 1.11.16 python 2.7 服务端安装 生产服务器建议 4核CPU,6G内存以上. 学习测试建议 2核CPU,2G内存以上. 服务器操作系统版本要求 centos7.2 centos7.4 安装之前请关闭防火墙 git clone https://github.com/guohong

ISCC-Amy‘s Code CTF-Reverse

ISCC-Amy's Code CTF-Reverse

m0_72904009的博客 682

【云计算】八大主流云编排工具,你了解几个?(二)

theme: condensed-night-purple 小知识,大挑战!本文正在参与“程序员必备小知识”创作活动。 本文同时参与 「掘力星计划」 ,赢取创作大礼包,挑战创作激励金。 承接上面一篇《八大主流云编排工具,你了解几个?(一)》,这篇文章介绍AWS CloudFormation、IBM Cloud Orchestrator、RedHat Ansible这三个工具。 ...

DynmicResource的博客 614

Jetson Orin Nano Super开发板实战:视觉模型部署与性能优化指南

本文详细介绍了Jetson Orin Nano Super开发板在边缘AI视觉模型部署与性能优化的完整实战指南。内容涵盖JetPack 6.1环境配置、Docker容器化部署、YOLO11及Transformer模型的TensorRT优化技巧,并通过实测数据展示了性能提升与功耗管理策略,为开发者提供高效的视觉AI部署解决方案。

7h6j5k4l3的博客 1196

【云计算】八大主流云编排工具,你了解几个?(一)

theme: condensed-night-purple 小知识,大挑战!本文正在参与“程序员必备小知识”创作活动。 本文同时参与 「掘力星计划」 ,赢取创作大礼包,挑战创作激励金。 《历史的选择-基础设施即代码IaC》这篇文章我们很清楚讲到为什么我们需要基础设施即代码工具。这篇文章着重分析市面上八大主云编排工具,提供它们的主要功能,以及使用场景。 一、云编排的优点 以...

DynmicResource的博客 968

临床预测模型R语言全流程实战:从建模到Bootstrap验证的完整代码

临床预测模型是利用患者特征预测疾病结局发生概率的重要统计工具,其核心在于通过Logistic回归或Cox比例风险模型建立风险函数,并借助ROC曲线、校准曲线等指标评估模型的区分度与校准度。Bootstrap内部验证和DCA决策曲线分析则是当前审稿人关注的焦点,前者用于校正过拟合带来的乐观估计,后者用以判断模型在临床决策中的实际净获益。在肿瘤预后、慢病风险评估等场景中,基于R语言的模型构建与列线图可视化已成为论文发表的关键环节。本文以survival包自带肺癌数据为例,系统展示从数据预处理、变量筛选到多因素建

weixin_33483304的博客 241

【数据集6】全球人工不透水面积GAIA(清华数据)

全球人工不透水面GAIA简介及其应用

WW、forever的博客 3802

快速云:云自动化与编排工具对比

分享IDC知识

zyp18065271351的博客 326

基于机器学习的网络安全态势感知模型研究与实现

基于机器学习的网络安全态势感知模型研究与实现 1. 背景介绍 1.1 网络安全态势感知的重要性 在当今互联网时代,网络安全已经成为一个至关重要的话题。随着网络攻击手段的不断升级和演变,传统的被动防御方式已经难以满足日益

AI大模型应用之禅 1582

自动化编排工具(Ansible)

一、ansible介绍: ansible是新出现的自动化运维工具,基于Python开发,集合了众多运维工具(puppet、cfengine、chef、func、fabric)的优点,实现了批量系统配置、批量程序部署、批量运行 命令等功能。支持linux、BSD、MacOS等, 支持openstack 、docker等结合使用。 Ansible核心组件说明: Ansible:Ansible的核心程序...

耿恩博的博客 4287

Claude Code 错误解决方案 API Error: 前缀通用错误

本文分析了Claude Code与Anthropic API通信时出现的通用错误处理问题。当API返回未分类错误时,系统会直接显示"API Error: "前缀的原始错误信息。通过错误链路追踪发现,这是由于未匹配特定错误类型时触发了通用兜底处理逻辑。文章提供了三种解决方案:查看具体错误内容、启用调试日志以及提交问题反馈,并建议用户关注错误码、使用/compact命令处理上下文超限问题。最后强调这些未分类错误是预期行为,用户应通过错误消息中的线索自行排查或反馈开发者。

多媒体编程、网络编程、系统编程、网络安全编程、驱动编程 1346

最新Python爬虫实战(入门爬虫篇)——案例7:电影网站电影数据采集(详细爬虫思路截图+抓包动图演示+完整爬虫代码+详细注释)

本次案例通过Python爬虫技术,成功实现了对某电影网站Top250多页电影详细信息的批量爬取与Excel保存。代码采用模块化设计,包含分页请求构造、XPath+正则提取结构化信息、Excel数据持久化保存等完整流程。通过配置User-Agent等请求头信息,有效模拟浏览器行为以绕过豆瓣基础反爬策略。整个爬虫逻辑遵循"分页遍历 → 请求页面 → 解析HTML → 提取电影信息 → 保存到Excel"的标准流程,与主流静态网站爬取范式高度一致。

努力让自己发光,对的人才能迎着光而来 11万+

架构师-云上自动化运维

云上自动化运维指的是利用自动化工具和脚本替代人工操作,实现对云环境中各类资源和服务的高效管理和维护。其核心特点是自动化、智能化和实时性。首先,自动化体现在运维过程的各个方面,如自动部署、自动扩展、自动监控等,减少了人工干预。其次,智能化则意味着通过机器学习和数据分析,运维系统能够主动发现和解决问题,提升运维智能水平。最后,实时性确保系统在运行过程中能及时响应各种变化和突发事件,保障系统的高可用性。云计算是一种通过互联网提供计算资源(如服务器、存储、数据库、网络等)的服务模式。

技术博客 847

【部署】Kimi 接入OpenClaw完整步骤及关键注意事项

本文详细介绍了如何将Kimi AI接入OpenClaw系统的完整步骤。首先需确保环境满足OpenClaw版本要求和系统支持,然后通过配置向导完成本地网关设置和Kimi模型接入,包括API密钥配置。文章提供了详细的命令操作和界面截图指导,并重点说明了安全警告处理、服务状态检查、API密钥有效性验证等关键注意事项。最后还展示了Kimi流量消耗明细和问题排查方法,帮助用户顺利完成接入并解决常见问题。整个流程清晰明了,涵盖了从环境准备到最终验证的全部环节。

海兰 7177

【云计算】八大主流云编排工具,你了解几个?(三)

theme: condensed-night-purple 小知识,大挑战!本文正在参与“程序员必备小知识”创作活动。 本文同时参与 「掘力星计划」 ,赢取创作大礼包,挑战创作激励金。 承接着上一篇《八大主流云编排工具,你了解几个?(二)》,这篇文章介绍Microsoft Azure Automation、Terraform、Kubernetes、Cloudify、Morpheus...

DynmicResource的博客 410

数学建模模型总结

这是本人在两年内准备参加数学建模竞赛搜集到的模型资料,已经经过了本人的筛选和整理,希望能够对准备参加数学建模竞赛的学弟学妹们提供一些帮助!

温度PID控制PLC程序

温度PID稳定控制程序,适用于欧姆龙PLC,对其他PLC也具有很大参考价值

云上自动化:云上编排让上云更简单

本文介绍了为什么在一个好的公有云或私有云中必须要有一个编排系统来支持云上自动化,以及实现这个编排系统的困难和各厂商的努力。

华为云官方博客 3543

Outlook Express 6 (OE6) for Win7/Win8/Win10

英文版 Outlook Express6.0, 兼容Win7/Win10/WinXP,解压就可用。

《论云上自动化运维及其应用》审题技巧 - 系统架构设计师

本文是关于“云上自动化运维及其应用”的软考论文写作框架。论题考察考生对现代运维技术,特别是云原生架构下自动化运维的理解与应用能力。要求考生理解云上自动化运维的基本概念、掌握主要衡量指标,并结合具体项目经验阐述实践应用。审题过程应围绕项目背景介绍、衡量指标阐述和实践应用论述三个方面展开,确保论述内容全面、条理清晰、逻辑严谨。

科技互联网领域深度探索者,乐于分享与写作。 990

迈瑞BS系列全自动生化分析仪LIS协议接口手册(内含HL7和ASTM)

迈瑞BS系列全自动生化分析仪LIS协议接口手册,内含HL7和ASTM)

【运维自动化-标准运维】如何实现一个最简单的流程编排

标准运维中的最小执行单元,根据每个 ESB 组件的业务逻辑进行二次封装,增加丰富的表单界面和验证逻辑。比如一个作业平台的脚本执行、一个配置平台的新增集群、一个PaaS的邮件通知。当然,除了蓝鲸体系自带封装的标准插件,可以自行开发第三方的插件,比如公司内部系统的某操作原子、云服务的某操作等。以上就演示了一个最简单的流程编排,没有复杂的分支流转逻辑,更高级的流程编排用法后续会持续更新。流程是任务的模板,配置好流程之后,就可以新建任务执行了。再添加一个消息通知的插件,画布的快捷操作可以看。

腾讯蓝鲸智云官方博客 696

基于大模型的智能运维自动化编排实践

随着IT系统规模的不断扩大和复杂度的不断提高,传统的手动运维和简单的自动化脚本已经难以满足现代运维的需求。运维自动化编排作为一种更高级、更智能的自动化运维方式,正在成为企业数字化转型的重要支撑。

欢迎来到智能安全前线!这里是AI与信息安全交汇之地。我们以代码为武器,深入大模型攻防实战,破解系统漏洞。追踪OpenAI、Meta前沿动态,用红蓝对抗思维,锻造智能时代的坚盾与利矛。 1262
上一篇: 资深专家深度剖析Kubernetes API Server第3章(共3章)
下一篇: 开发者的自白:躲坑,迷茫,和下一步
devopscsdn
博客等级 码龄10年 124粉丝 205原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值