NetApp通过Spot Wave帮助组织降低Kubernetes上大数据应用的基础架构成本和复杂性

本文主要是介绍NetApp通过Spot Wave帮助组织降低Kubernetes上大数据应用的基础架构成本和复杂性,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

Spot Wave可以为在Kubernetes上运行Apache Spark应用提供无服务器的基础架构,助力企业专注于开发数据应用

 

加州森尼韦尔--(美国商业资讯)--以云为主导、以数据为中心的跨国软件公司NetApp (NASDAQ: NTAP)今天宣布推出Spot Wave by NetApp,同时宣布Spot Ocean支持Microsoft Azure Kubernetes服务。这些产品组合将为客户提供领先的解决方案,为云原生应用提供简单、可扩展的高效基础架构。

 

Wave可以实现自动配置、部署、自动扩展和优化Apache Spark大数据应用在云中Kubernetes上运行,帮助减少高达90%的云浪费和费用。使用Wave作为统包解决方案,组织可以更轻松、更快速地部署Spark环境,并专注于让他们的数据发挥作用,因为他们知道Wave可以确保其基础架构在可用性、性能和成本方面不断获得优化。

 

Wave基于Spot的人工智能引擎打造,使用与Spot Ocean相同的成熟技术。Wave可以提供:

 

  • 成本优化:Wave使用竞价实例、定制实例和预留实例的智能组合在预装式基础架构上运行Spark任务,可以为客户在云基础架构上节省高达90%的成本。
  • 无服务器基础架构和Spark感知型自动扩展:内置的自动扩展功能可以根据工作负载要求将适当类型和规模的计算实例与Spark作业匹配,从而实现性能和效率的最大化。
  • Spark任务规模调整和监控:根据对Spark任务实际需求的分析,不断调整任务的Spark配置。

 

Spot by NetApp副总裁兼总经理Amiram Shachar表示:“组织正在迅速部署Kubernetes,以更快速、更敏捷地提供原生云应用,这些应用不仅用于无状态服务,还用于大数据应用。组织必须权衡云基础架构的成本、性能和可用性,以获得最佳效益,而这一过程非常复杂、耗时。Spot Wave和Ocean正在通过为Spark提供无服务器体验,同时确保基础架构不断优化,来解决这一问题。”

 

NetApp还宣布,Ocean作为Spot的无服务器容器引擎和Spot Wave的基础,现在已经支持Microsoft Azure Kubernetes服务(AKS),此外还支持AWS ECS(弹性容器服务)和EKS(弹性Kubernetes服务),以及谷歌的GKE(谷歌Kubernetes引擎)。

 

Fyber首席技术官Gal Aviv表示:“Wave基于我们在Ocean中所喜爱的功能而构建,专注于大数据应用的特定需求。将Spark应用嵌入到Wave之中可以带来强大的性能。这款解决方案还具有利用现有工具执行任务的惊人价值,并且还具备潜力加快启动适当的基础架构来驱动密集型ML应用程序。”

 

NetApp和Spot by NetApp在Kubernetes和Kubernetes社区均有着深厚的参与历史和经验。通过持续投资于面向Kubernetes的NetApp和Spot by NetApp产品,NetApp可以为Kubernetes提供领先的解决方案和应用驱动型基础架构和数据管理能力,这些都是企业运行关键的云原生应用所必需的。

 

欲了解有关Spot Wave的更多信息,请访问https://spot.io/products/wave。

 

关于NetApp

 

NetApp是一家以云为主导、以数据为中心的跨国软件企业,在日益加速的数字化转型时代,倾力帮助企业利用数据保持领先优势。无论企业是在云端执行开发,将应用程序迁移到云端,还是在内部自行打造类云体验,NetApp都能提供适用的系统、软件和云服务,助力企业从数据中心到云端以最优化的方式运行应用程序。此外,NetApp还提供跨不同环境运行的解决方案,帮助企业构建自己的Data Fabric,随时随地安全地为合适的人员提供正确的数据、服务和应用程序。欢迎访问www.netapp.com了解更多信息,或者在Twitter、LinkedIn、Facebook和Instagram上关注我们。

 

NETAPP、NETAPP标识和http://www.netapp.com/TM上所列的商标是NetApp, Inc.的商标。所有公司和产品名称均为其各自所有者的商标。

这篇关于NetApp通过Spot Wave帮助组织降低Kubernetes上大数据应用的基础架构成本和复杂性的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/554209

相关文章

SpringBoot分段处理List集合多线程批量插入数据方式

《SpringBoot分段处理List集合多线程批量插入数据方式》文章介绍如何处理大数据量List批量插入数据库的优化方案:通过拆分List并分配独立线程处理,结合Spring线程池与异步方法提升效率... 目录项目场景解决方案1.实体类2.Mapper3.spring容器注入线程池bejsan对象4.创建

PHP轻松处理千万行数据的方法详解

《PHP轻松处理千万行数据的方法详解》说到处理大数据集,PHP通常不是第一个想到的语言,但如果你曾经需要处理数百万行数据而不让服务器崩溃或内存耗尽,你就会知道PHP用对了工具有多强大,下面小编就... 目录问题的本质php 中的数据流处理:为什么必不可少生成器:内存高效的迭代方式流量控制:避免系统过载一次性

C#实现千万数据秒级导入的代码

《C#实现千万数据秒级导入的代码》在实际开发中excel导入很常见,现代社会中很容易遇到大数据处理业务,所以本文我就给大家分享一下千万数据秒级导入怎么实现,文中有详细的代码示例供大家参考,需要的朋友可... 目录前言一、数据存储二、处理逻辑优化前代码处理逻辑优化后的代码总结前言在实际开发中excel导入很

PHP应用中处理限流和API节流的最佳实践

《PHP应用中处理限流和API节流的最佳实践》限流和API节流对于确保Web应用程序的可靠性、安全性和可扩展性至关重要,本文将详细介绍PHP应用中处理限流和API节流的最佳实践,下面就来和小编一起学习... 目录限流的重要性在 php 中实施限流的最佳实践使用集中式存储进行状态管理(如 Redis)采用滑动

MyBatis-plus处理存储json数据过程

《MyBatis-plus处理存储json数据过程》文章介绍MyBatis-Plus3.4.21处理对象与集合的差异:对象可用内置Handler配合autoResultMap,集合需自定义处理器继承F... 目录1、如果是对象2、如果需要转换的是List集合总结对象和集合分两种情况处理,目前我用的MP的版本

深入浅出Spring中的@Autowired自动注入的工作原理及实践应用

《深入浅出Spring中的@Autowired自动注入的工作原理及实践应用》在Spring框架的学习旅程中,@Autowired无疑是一个高频出现却又让初学者头疼的注解,它看似简单,却蕴含着Sprin... 目录深入浅出Spring中的@Autowired:自动注入的奥秘什么是依赖注入?@Autowired

GSON框架下将百度天气JSON数据转JavaBean

《GSON框架下将百度天气JSON数据转JavaBean》这篇文章主要为大家详细介绍了如何在GSON框架下实现将百度天气JSON数据转JavaBean,文中的示例代码讲解详细,感兴趣的小伙伴可以了解下... 目录前言一、百度天气jsON1、请求参数2、返回参数3、属性映射二、GSON属性映射实战1、类对象映

C# LiteDB处理时间序列数据的高性能解决方案

《C#LiteDB处理时间序列数据的高性能解决方案》LiteDB作为.NET生态下的轻量级嵌入式NoSQL数据库,一直是时间序列处理的优选方案,本文将为大家大家简单介绍一下LiteDB处理时间序列数... 目录为什么选择LiteDB处理时间序列数据第一章:LiteDB时间序列数据模型设计1.1 核心设计原则

Java+AI驱动实现PDF文件数据提取与解析

《Java+AI驱动实现PDF文件数据提取与解析》本文将和大家分享一套基于AI的体检报告智能评估方案,详细介绍从PDF上传、内容提取到AI分析、数据存储的全流程自动化实现方法,感兴趣的可以了解下... 目录一、核心流程:从上传到评估的完整链路二、第一步:解析 PDF,提取体检报告内容1. 引入依赖2. 封装

PostgreSQL简介及实战应用

《PostgreSQL简介及实战应用》PostgreSQL是一种功能强大的开源关系型数据库管理系统,以其稳定性、高性能、扩展性和复杂查询能力在众多项目中得到广泛应用,本文将从基础概念讲起,逐步深入到高... 目录前言1. PostgreSQL基础1.1 PostgreSQL简介1.2 基础语法1.3 数据库