跳转至

云计算:租来的机房,和它的账单

1. 这一章讲什么

DevOps 要的弹性资源从哪来?答案是云计算:像用电一样用计算资源——开通账户、按用量付费、随时增减1。这一章上半部讲概念(服务模型、部署模型、虚拟化原理),中段盘点三大云厂商和开源的 OpenStack,下半部回到 DevOps:云到底给 DevOps 什么、上云的坑在哪——其中「只搬家不改做法反而有害」是本章最反直觉也最有分量的论断。

2. 顶层全景

  谁出什么(Stakeholders):  数据中心商(物理硬件)→ 云服务商 CSP(虚拟资源池)→ 应用方(你的系统)→ 终端用户
  管到哪层(Service models):  本地自己全管 → IaaS 管到 OS → PaaS 只管应用 → SaaS 只管用
  机器在谁手里(Deployment):  公有云 / 私有云 / 混合云(私有+公有)/ 社区云
  底下靠什么转:             虚拟化 —— hypervisor 把一台物理机切成多台虚拟机

3. 核心原理

3.1 历史脉络:从分时租机到 AWS

云计算的思想源头是 1960–70 年代大型机的分时系统(IBM 的 CP-40/CP-67 让多个用户共享一台物理机);1990 年代末出现 ASP(应用服务提供商)在网上托管软件,Salesforce 是先行者;真正的转折点是 2002 年 AWS 上线第一批网络服务、2006 年 EC2 和 S3 发布,IaaS 时代开启2。2010 年代 PaaS/SaaS 成熟,近年轮到边缘计算和无服务器(serverless)。

3.2 四种角色:谁拥有什么

书里用一个四层结构讲清利益链:终端用户(用 Office 365 的人)→ 应用所有者(比如把电商 App 部署在 GCP 上的公司)→ 云服务商 CSP(AWS/Azure/GCP,提供 IaaS/PaaS/SaaS 三级服务)→ 物理资源提供商(数据中心,管机房、供电、制冷、物理安保)3。有意思的数字:OVH Cloud 在 18 个地点有 43 个数据中心;微软在全球 140 国有 300 多个数据中心、管理超过 400 万台服务器4——「云」不是空气,是别人的机房。

3.3 服务模型:管到哪一层

本地部署什么都自己管。上云后按「你把哪几层外包出去」分三档5:

模型 你管的 云商管的 书里例子
IaaS 应用、运行时、中间件、操作系统 虚拟化、服务器、存储、网络 EC2、Azure VM、Compute Engine
PaaS 应用 以上全部再加 OS 和中间件 Google App Engine、Azure App Service(只管写代码)
SaaS 什么都不管,订阅即用 全部 Microsoft 365、Google Workspace

外加一堆「XaaS」衍生:DBaaS(托管数据库,RDS)、BaaS(备份)、SECaaS(安全)、DaaS(虚拟桌面)、AIaaS6。

3.4 部署模型:机器在谁手里

  • 私有云: dedicated 给单个组织,本地或第三方托管。控制全、安全强、合规易,但前期投入大、弹性差。书里的实例:印度国家银行 SBI 的私有云 Meghdoot 托管 400 多个应用(贷款管理、UPI、政府补贴发放),用 Tanzu Kubernetes 编排约 7500 台虚拟机7。
  • 公有云:谁都能用,多租户共享,弹性最强,按量付费。Netflix 跑在 AWS 上8。
  • 混合云:私有+公有打通——敏感数据留私有侧,弹性负载走公有侧。书里给的对照要点:成本上把可变负载扔给公有云;合规上关键数据留私有;代价是两边的一致性管理复杂。SBI 的 Meghdoot 也支持混合架构9。厂商的对应产品:Azure Arc、AWS Outposts、Google Anthos10。

书末给了一张九参数对照表(控制/安全/弹性/成本/性能/合规/管理/灾备/定制)供逐行比较11。

3.5 虚拟化:云底下的发动机

云的弹性来自虚拟化:把物理资源抽象成虚拟资源,用户按需扩缩12。服务器虚拟化靠 hypervisor(虚拟机监视器)——一台物理机上跑多个操作系统。两类:

  • Type I(裸金属):直接装在硬件上,没有宿主操作系统,性能接近原生;生产环境用它。代表:VMware ESXi、Hyper-V(独立装)、Xen13。
  • Type II(宿主型):装在你日常的操作系统上当一个普通程序,每次访问硬件都要经宿主 OS 中转,性能打折;用于开发测试教学。代表:VirtualBox、VMware Workstation14。

hypervisor 给每个虚拟机发四样虚拟资源:vCPU、虚拟内存、虚拟磁盘、虚拟网卡,中间隔着一层硬件抽象层(HAL)15。

市场格局(Synergy Research,2024 年 Q1,书里引用):AWS 份额 31%(上年 32%)、Azure 25% 创新高、GCP 11%,三家占三分之二;全球云基础设施支出 760 亿美元/季,年化 3000 亿美元16。这些数字每年都在变,读的时候注意这是 2024 年中的快照。

3.6 三大厂商各有什么

书里按服务类别给了对照表17,最常用的几行:

类别 AWS Azure GCP
虚拟机 EC2 Virtual Machines Compute Engine
容器/K8s ECS, EKS AKS GKE
无服务器 Lambda Azure Functions Cloud Functions
对象存储 S3 Blob Storage Cloud Storage
关系数据库 RDS Azure SQL Cloud SQL
NoSQL DynamoDB Cosmos DB Bigtable
数据仓库 Redshift Synapse BigQuery
监控 CloudWatch Azure Monitor Cloud Operations

AWS 小节给了规模数字:200 多项服务、33 个地理区、105 个可用区;Netflix 的内容存储、Asianet 用 Lambda 把运营成本砍掉 50%18。Azure 的卖点是与微软自家产品(Windows Server、SQL Server、Active Directory、Office 365)的深度捆绑19。GCP 小节有一个必须知道的渊源:Google 内部的大规模集群管理系统叫 Borg,不开源;Kubernetes(K8s)就是 Borg 的开源嫡系——第 7 章的主角20。

自建私有云:OpenStack 是最流行的开源方案——不是云商,是一套装在自己服务器上提供 IaaS 的软件组件集:Horizon(面板)、Nova(算力)、Neutron(网络)、Cinder(块存储)、Swift(对象存储)、Keystone(身份认证)等21。

3.7 云 × DevOps:什么变了,什么没变

DORA 2023 报告给了两个关键数据:公有云带来 22% 的基础设施弹性提升(相对不用云);但「只把 workload 原样搬上云、不用弹性」收益不显著、甚至有害22。受访者环境分布:公有云 51.5%、混合 33.6%、多云 19.6%、本地 19.8%22。这是本章的题眼:云的价值不在「搬」,在「改做法」——弹性环境、按需起临时实例跑 CI/CD、IaC 管基础设施、用云的备份灾备、成本监控,这七条是书里列的实益23。

上云的坑(5.5.3–5.5.4,书里泼的冷水,每条都有实例):

坑 书里的证据
安全不是自动的 2023 年云安全研究:近一半数据泄露源自云端,平均每次损失 410 万美元;人为错误(配置错防火墙、权限给过头)是主因24
云也会宕机 2023 年 4 月 Google Cloud 欧洲 west9 区因机房进水整体不可用约 14 小时;过半数据中心业主的最近一次严重宕机损失超 10 万美元,16% 超 100 万25
账单失控 黑五流量高峰没设自动扩缩上限和账单告警 → 预算爆掉;要养成实时盯用量、关停闲置实例的习惯26
合规分地域 印度央行 2018 年要求支付数据本地化,2021 年 Mastercard 因不遵守被禁止在印度发新卡,后来只得把交易数据存进 Pune 技术中心27
厂商锁定 绑死一家后难迁移、议价能力弱;设计上要考虑可移植性28

还有一个回摆信号:Citrix 调查称 25% 的英国组织把一半以上的云 workload 迁回了本地(安全顾虑、预期落空、成本)29——「云 repatriation(回迁)」是真实存在的现象,虽然比例口径要小心读。

4. 作者的判断与证据

有出处支撑:市场规模来自 Synergy Research16;弹性 22%、环境分布来自 DORA 202322;泄露和宕机数字各有报告署名2425。这些引用是行业调查报告,方法上是自报问卷,不是对照实验——书里未提醒这一点,我们补上。

作者自己的取舍:反复强调「文化转变与技术转变并行」「不要把数据中心老做法搬进云」30,这与第 1 章「工具不等于 DevOps」一脉相承,是全书统一的论点。

5. 边界与局限

  • 厂商服务清单是 2024 年中快照,云产品迭代极快,具体名称和价格以官网为准。
  • 无服务器、多云/混合的实操(如 Terraform 多云)只点名字,展开在后续章节或没有。
  • 安全部分列了威胁和数字,没给防御架构(零信任、IAM 最佳实践等)。
  • 成本优化只给原则(盯用量、用预留/竞价实例、自动关停),没给具体财务模型。

6. 可带走的

  1. 云计算 = 像用电一样用计算资源,按需付费1;底下靠 hypervisor 虚拟化12。
  2. IaaS/PaaS/SaaS 的本质区别是「你管到哪一层」:OS 以上你管是 IaaS,只管应用是 PaaS,只管用是 SaaS5。
  3. 部署模型按「机器在谁手里」分:私有(控制/合规)、公有(弹性/便宜)、混合(各取所长,代价是管理复杂)911。
  4. Type I hypervisor 裸金属跑生产,Type II 跑在宿主 OS 上适合开发测试1314。
  5. Kubernetes 是 Google Borg 的开源后裔20;OpenStack 是自建私有云的主流开源方案21。
  6. 云对 DevOps 的核心贡献是弹性(临时实例跑 CI/CD、IaC、自动灾备)23,DORA 量化为 22% 弹性提升22。
  7. 只搬家不改做法,收益为零甚至为负——这是本章最重要的一句22。
  8. 「上云就安全」是神话:近半泄露在云端,主因是人为配置错误24。
  9. 盯账单:弹性既省钱也能烧钱,自动扩缩上限 + 用量告警是底线26。

7. 原文地图

主题 原书章 原文位置
云=公用事业的类比 5 - Cloud computing for DevOps text/10-ch05-5-cloud-computing-for-devops.txt:19(搜「utility, like electricity or gas」)
历史(分时→ASP→AWS) 5 - Cloud computing for DevOps text/10-ch05-5-cloud-computing-for-devops.txt:32(搜「time-sharing mainframe」) · text/10-ch05-5-cloud-computing-for-devops.txt:46(搜「in 2002」)
四种利益相关者 5 - Cloud computing for DevOps text/10-ch05-5-cloud-computing-for-devops.txt:65(搜「Stakeholders in a typical cloud setup」)
数据中心规模数字 5 - Cloud computing for DevOps text/10-ch05-5-cloud-computing-for-devops.txt:107(搜「43 data centers」)
IaaS/PaaS/SaaS 5 - Cloud computing for DevOps text/10-ch05-5-cloud-computing-for-devops.txt:129(搜「three cloud service models」)
部署模型与 SBI Meghdoot 5 - Cloud computing for DevOps text/10-ch05-5-cloud-computing-for-devops.txt:208(搜「Meghdoot」)
混合云优劣 5 - Cloud computing for DevOps text/10-ch05-5-cloud-computing-for-devops.txt:251(搜「nonsensitive operations」)
虚拟化史与 hypervisor 两类 5 - Cloud computing for DevOps text/10-ch05-5-cloud-computing-for-devops.txt:308(搜「CP-40 and CP-67」) · text/10-ch05-5-cloud-computing-for-devops.txt:342(搜「Bare-metal hypervisors」)
市场份额(Synergy) 5 - Cloud computing for DevOps text/10-ch05-5-cloud-computing-for-devops.txt:431(搜「31% share」)
三大厂商服务对照 5 - Cloud computing for DevOps text/10-ch05-5-cloud-computing-for-devops.txt:580(搜「equivalent cloud services」)
Kubernetes 出自 Borg 5 - Cloud computing for DevOps text/10-ch05-5-cloud-computing-for-devops.txt:550(搜「Borg」)
OpenStack 组件 5 - Cloud computing for DevOps text/10-ch05-5-cloud-computing-for-devops.txt:638(搜「open-source solutions」)
DORA:22% 弹性、只搬家有害 5 - Cloud computing for DevOps text/10-ch05-5-cloud-computing-for-devops.txt:681(搜「does not yield significant」)
云对 DevOps 的七项实益 5 - Cloud computing for DevOps text/10-ch05-5-cloud-computing-for-devops.txt:713(搜「On-demand Resource Scalability」)
泄露与宕机数字 5 - Cloud computing for DevOps text/10-ch05-5-cloud-computing-for-devops.txt:812(搜「$4.1 million」) · text/10-ch05-5-cloud-computing-for-devops.txt:824(搜「Europe-west9」)
25% 英国组织回迁 5 - Cloud computing for DevOps text/10-ch05-5-cloud-computing-for-devops.txt:780(搜「moved half or more」)
RBI/Mastercard 数据本地化 5 - Cloud computing for DevOps text/10-ch05-5-cloud-computing-for-devops.txt:839(搜「RBI directive」)

  1. 出处:「5 - Cloud computing for DevOps」第 13–20 段(text/10-ch05-5-cloud-computing-for-devops.txt:19,搜「utility, like electricity or gas」)。 ↩↩

  2. 出处:「5 - Cloud computing for DevOps」第 30–52 段(text/10-ch05-5-cloud-computing-for-devops.txt:32,搜「time-sharing mainframe」;:46 搜「in 2002, AWS introduced」)。 ↩

  3. 出处:「5 - Cloud computing for DevOps」第 65–116 段(text/10-ch05-5-cloud-computing-for-devops.txt:73,搜「End Users/Customers」)。 ↩

  4. 出处:「5 - Cloud computing for DevOps」第 107–109 段(text/10-ch05-5-cloud-computing-for-devops.txt:107,搜「43 data centers」)。 ↩

  5. 出处:「5 - Cloud computing for DevOps」第 128–165 段(text/10-ch05-5-cloud-computing-for-devops.txt:139,搜「manages the fundamental infrastructure」)。 ↩↩

  6. 出处:「5 - Cloud computing for DevOps」第 166–185 段(text/10-ch05-5-cloud-computing-for-devops.txt:169,搜「Database as a Service」)。 ↩

  7. 出处:「5 - Cloud computing for DevOps」第 206–212 段(text/10-ch05-5-cloud-computing-for-devops.txt:208,搜「Meghdoot」)。 ↩

  8. 出处:「5 - Cloud computing for DevOps」第 232–239 段(text/10-ch05-5-cloud-computing-for-devops.txt:232,搜「Netflix」)。 ↩

  9. 出处:「5 - Cloud computing for DevOps」第 241–258 段(text/10-ch05-5-cloud-computing-for-devops.txt:247,搜「Meghdoot supports hybrid cloud」)。 ↩↩

  10. 出处:「5 - Cloud computing for DevOps」第 259–291 段(text/10-ch05-5-cloud-computing-for-devops.txt:259,搜「Azure Arc」)。 ↩

  11. 出处:「5 - Cloud computing for DevOps」表 5.1(text/10-ch05-5-cloud-computing-for-devops.txt:263,搜「Comparison of private, public, and hybrid」)。 ↩↩

  12. 出处:「5 - Cloud computing for DevOps」第 300–303 段(text/10-ch05-5-cloud-computing-for-devops.txt:301,搜「physical resources are abstracted」)。 ↩↩

  13. 出处:「5 - Cloud computing for DevOps」第 341–357 段(text/10-ch05-5-cloud-computing-for-devops.txt:342,搜「run directly on the host’s hardware」)。 ↩↩

  14. 出处:「5 - Cloud computing for DevOps」第 387–400 段(text/10-ch05-5-cloud-computing-for-devops.txt:388,搜「run on conventional OSs」)。 ↩↩

  15. 出处:「5 - Cloud computing for DevOps」第 344–350 段(text/10-ch05-5-cloud-computing-for-devops.txt:348,搜「Hardware Abstraction Layer」)。 ↩

  16. 出处:「5 - Cloud computing for DevOps」第 429–435 段(text/10-ch05-5-cloud-computing-for-devops.txt:431,搜「31% share」)。 ↩↩

  17. 出处:「5 - Cloud computing for DevOps」表 5.3(text/10-ch05-5-cloud-computing-for-devops.txt:580,搜「equivalent cloud services offered」)。 ↩

  18. 出处:「5 - Cloud computing for DevOps」第 442–479 段(text/10-ch05-5-cloud-computing-for-devops.txt:445,搜「generated over $90 billion」;:451 搜「cut its operational costs by 50%」)。 ↩

  19. 出处:「5 - Cloud computing for DevOps」第 528–533 段(text/10-ch05-5-cloud-computing-for-devops.txt:528,搜「tight integration」)。 ↩

  20. 出处:「5 - Cloud computing for DevOps」第 550–556 段(text/10-ch05-5-cloud-computing-for-devops.txt:552,搜「an open-source version inspired by」)。 ↩↩

  21. 出处:「5 - Cloud computing for DevOps」第 637–675 段(text/10-ch05-5-cloud-computing-for-devops.txt:646,搜「Horizon」)。 ↩↩

  22. 出处:「5 - Cloud computing for DevOps」第 677–692 段(text/10-ch05-5-cloud-computing-for-devops.txt:681,搜「does not yield significant」;:682 搜「22% increase」;:683 搜「51.5%」)。 ↩↩↩↩↩

  23. 出处:「5 - Cloud computing for DevOps」第 707–773 段(text/10-ch05-5-cloud-computing-for-devops.txt:713,搜「On-demand Resource Scalability」)。 ↩↩

  24. 出处:「5 - Cloud computing for DevOps」第 811–821 段(text/10-ch05-5-cloud-computing-for-devops.txt:812,搜「$4.1 million」)。 ↩↩↩

  25. 出处:「5 - Cloud computing for DevOps」第 822–829 段(text/10-ch05-5-cloud-computing-for-devops.txt:824,搜「water intrusion」;:829 搜「$100,000」)。 ↩↩

  26. 出处:「5 - Cloud computing for DevOps」第 788–797 段(text/10-ch05-5-cloud-computing-for-devops.txt:789,搜「Black Friday」)。 ↩↩

  27. 出处:「5 - Cloud computing for DevOps」第 839–847 段(text/10-ch05-5-cloud-computing-for-devops.txt:840,搜「prohibited Mastercard」)。 ↩

  28. 出处:「5 - Cloud computing for DevOps」第 798–804 段(text/10-ch05-5-cloud-computing-for-devops.txt:803,搜「vendor lock-in」)。 ↩

  29. 出处:「5 - Cloud computing for DevOps」第 780–781 段(text/10-ch05-5-cloud-computing-for-devops.txt:780,搜「moved half or more」)。25% 比例出自 Citrix 调查,书中注明,口径为英国组织自报。 ↩

  30. 出处:「5 - Cloud computing for DevOps」第 875–879 段(text/10-ch05-5-cloud-computing-for-devops.txt:876,搜「cultural and technical shifts」)。 ↩