為了優(yōu)化企業(yè)性能，IT部門應(yīng)該評估頂層任務(wù)，以決定如何選購服務(wù)器并創(chuàng)建最有效的工作負(fù)載。服務(wù)器是現(xiàn)代計(jì)算能力的核心，但是有很多眼花繚亂的方法可以選擇服務(wù)器來承載工作負(fù)載。盡管可以用相同的虛擬化和集群化的具備管理能力的白盒系統(tǒng)填充數(shù)據(jù)中心，隨著越來越多的公司在云端部署工作負(fù)載，本地?cái)?shù)據(jù)中心托管仍在企業(yè)內(nèi)部的工作負(fù)載需要越來越少的資源。這幫助IT和業(yè)務(wù)領(lǐng)導(dǎo)者可從縮減的服務(wù)器的規(guī)模中尋求更多的價(jià)值和性能。

    今天，白盒系統(tǒng)的廣闊海洋受到服務(wù)器特性的新一輪專業(yè)化挑戰(zhàn)。部分組織正在重新發(fā)現(xiàn)一臺服務(wù)器可能確實(shí)適合所有的工作負(fù)載。您可以選擇甚至定制服務(wù)器群集硬件以適應(yīng)特定的使用類別。

    虛擬機(jī)整合以及網(wǎng)絡(luò)級I/O增加帶來的優(yōu)勢

    服務(wù)器虛擬化的核心優(yōu)勢是能夠在同一臺物理服務(wù)器上托管多個(gè)虛擬機(jī)，以充分利用服務(wù)器的可用計(jì)算資源。虛擬機(jī)主要依靠服務(wù)器內(nèi)存（RAM）和處理器的內(nèi)核數(shù)量。無法詳細(xì)確定給定服務(wù)器上可以駐留的虛擬機(jī)數(shù)量，因?yàn)槟梢詫⑻摂M機(jī)配置為使用各種內(nèi)存空間和處理器內(nèi)核。但是，服務(wù)器上的經(jīng)驗(yàn)法則包括選擇一枚具有更多內(nèi)存的處理器，（更多的）處理器內(nèi)核數(shù)量通常允許更多的VM駐留在同一臺服務(wù)器上，這樣可以提高整合性。

    例如，Dell EMC PowerEdge R940機(jī)架式服務(wù)器可以支持多達(dá)28個(gè)處理器核心，并提供48個(gè)雙倍數(shù)據(jù)速率4（DDR4）雙列直插式內(nèi)存模塊（DIMM）插槽，最多支持高達(dá)6 TB的內(nèi)存。有些組織可能選擇部署單獨(dú)的機(jī)架式服務(wù)器，而選擇刀片服務(wù)器作為替代形式，或者作為超融合基礎(chǔ)設(shè)施系統(tǒng)的組成部分。服務(wù)器適用于高級別的虛擬機(jī)整合，包括冗余的熱插拔電源以及DIMM熱插拔和DIMM鏡像等彈性內(nèi)存功能。

    接下來考慮關(guān)于如何選擇高度整合的服務(wù)器，目的是提升對網(wǎng)絡(luò)級I/O的關(guān)注。企業(yè)級工作負(fù)載通常交換數(shù)據(jù)、訪問集中式存儲資源、在不同的LAN或WAN之間通過接口與用戶通訊。當(dāng)多個(gè)虛擬機(jī)嘗試共享相同的低端網(wǎng)絡(luò)端口時(shí)，可能會導(dǎo)致網(wǎng)絡(luò)瓶頸。綜合服務(wù)器可以從快速網(wǎng)絡(luò)接口中受益，例如萬兆以太網(wǎng)端口，但選擇具有多個(gè)GbE端口的服務(wù)器通常更經(jīng)濟(jì)，也更為靈活，您可以將其整合在一起以提高速度和彈性能力。在選擇服務(wù)器時(shí)，根據(jù)用例評估某些功能的重要性。

    在RAM上展開容器合并以選購服務(wù)器

    虛擬化容器代表了一種相對較新的虛擬化實(shí)現(xiàn)方法，幫助開發(fā)人員和IT團(tuán)隊(duì)以代碼和依賴性共同封裝實(shí)例的方式創(chuàng)建和部署應(yīng)用程序，但容器共享相同的底層操作系統(tǒng)內(nèi)核。容器對于高度可擴(kuò)展的基于云的應(yīng)用程序開發(fā)和部署非常有吸引力。

    與虛擬機(jī)整合一樣，計(jì)算資源將直接影響可能托管的容器數(shù)量，因此服務(wù)器將提供足夠數(shù)量的RAM和處理器內(nèi)核數(shù)量。更多的計(jì)算資源通常會允許更多的容器。但是大量的同步容器會給服務(wù)器帶來嚴(yán)重的內(nèi)部I/O挑戰(zhàn)。每個(gè)容器必須共享一個(gè)通用的OS內(nèi)核。這意味著可能有數(shù)十個(gè)甚至數(shù)百個(gè)容器試圖與同一內(nèi)核進(jìn)行通信，從而導(dǎo)致可能影響容器性能的過度延遲。同樣地，容器通常作為應(yīng)用程序組件進(jìn)行部署，而不是完整的應(yīng)用程序。這些組件容器必須相互通信并根據(jù)需要進(jìn)行擴(kuò)展以提高總體工作負(fù)載。這會在容器之間產(chǎn)生巨大的，有時(shí)甚至是不可預(yù)測的API流量。在上述兩種情況下，服務(wù)器本身的I/O帶寬限制以及應(yīng)用程序的架構(gòu)設(shè)計(jì)效率都會限制服務(wù)器可能成功托管的容器數(shù)量。

    當(dāng)許多容器化的工作負(fù)載通過局域網(wǎng)或廣域網(wǎng)傳輸時(shí)，網(wǎng)絡(luò)I/O也可能造成潛在的瓶頸。網(wǎng)絡(luò)瓶頸可能會降低對共享存儲的訪問速度，延遲用戶響應(yīng)甚至導(dǎo)致工作負(fù)載錯誤?？紤]容器和工作負(fù)載的網(wǎng)絡(luò)需求，并為服務(wù)器配置足夠的網(wǎng)絡(luò)容量——可以選擇較為快速的10 GbE端口，也可以選擇配置多個(gè)1 GbE帶寬端口，以便提高速度和恢復(fù)能力。

    大多數(shù)服務(wù)器類型都能夠托管大容量的容器，但他們通常會選擇使用測量I/O負(fù)載，I/O負(fù)載和I/O負(fù)載的組合容量的刀片服務(wù)器。Hewlett Packard Enterprise（HPE）ProLiant BL460c Gen10刀片服務(wù)器，最多支持高達(dá)26個(gè)處理器內(nèi)核和2 TB容量的DDR4內(nèi)存。

    可視化和科學(xué)計(jì)算對服務(wù)器選購的影響

    圖形處理單元（GPU）越來越多地出現(xiàn)在服務(wù)器級別產(chǎn)品之中，以幫助從大型數(shù)據(jù)處理和科學(xué)計(jì)算到更多與圖形相關(guān)的任務(wù)（如建模以及可視化）在內(nèi)的算法密集型任務(wù)。GPU還使IT能夠在受到更好保護(hù)的數(shù)據(jù)中心中保留和處理敏感、有價(jià)值的數(shù)據(jù)集，而不是讓數(shù)據(jù)流向業(yè)務(wù)終端。一般來說，對GPU的支持只需要在服務(wù)器中增加一個(gè)合適的GPU卡，對服務(wù)器的傳統(tǒng)處理器、內(nèi)存、I/O、存儲、網(wǎng)絡(luò)或其他硬件細(xì)節(jié)幾乎沒有影響。但是，企業(yè)級服務(wù)器中包含的GPU適配器通常比可用于桌面或工作站的GPU適配器復(fù)雜得多。事實(shí)上，GPU越來越成為刀片系統(tǒng)高度專業(yè)化的模塊。

    例如，HPE ProLiant WS460c Gen9圖形服務(wù)器刀片使用帶兩個(gè)GPU的Nvidia Tesla M60外圍組件互連式加速（Peripheral Component Interconnect Express）圖形卡，4096個(gè)計(jì)算同一設(shè)備架構(gòu)（Compute Unified Device Architecture）內(nèi)核和獨(dú)立的16 GB的圖形化DDR5視頻RAM。該圖形系統(tǒng)通過使用多個(gè)圖形服務(wù)器刀片支持多達(dá)48個(gè)GPU。對大容量GPU硬件（特別是在GPU硬件也被虛擬化時(shí)）的支持允許很多用戶和工作負(fù)載共享使用圖形子系統(tǒng)。

海外服務(wù)器免費(fèi)測試：http://hbjsdrq.com/