火山引擎分布式云原生平台 DCP 推出注册节点：云端拓展，激发数据中心新潜能

孙林鑫2024年05月16日约 7 分钟

来源 | 火山引擎云原生团队

数字化转型浪潮下，企业正面临前所未有的数据中心管理挑战。根据 Gartner 在 2023 年 9 月发布的报告《Navigate Cloud Computing and Data Center Infrastructure Markets》：

随着数据中心基础设施的不断发展与云计算市场的日益成熟，企业各类工作负载的上云需求也在快速增长，但是由于公有云的局限性，70% 的工作负载仍未迁移至公有云上，其中绝大部分为关键业务与应用。与此同时，本地基础设施是否能够提供云化（cloud-inspired）和云原生（cloud-native）的能力愈发受到关注。

一方面，随着业务需求的不断增长和变化，企业会通过上云来扩展其数据中心资源，充分享受云资源的弹性和灵活性；另一方面，为了适应云计算与自建数据中心共存的混合云状态，企业也需要从传统的集中式数据中心架构，转向更加分散和灵活的混合资源管理模式。然而，这一过程并不是一帆风顺的，企业向云端转型与传统数据中心运维之间往往存在一些不协调，主要包括：

企业云上业务的增长使得云下资源难以利旧，云下 CPU、GPU 存在显著的资源利用率低的浪费问题；
使用自建或私有云容器服务导致高昂的运维成本，并需额外构建监控和日志系统，增加了运维的复杂性；
实现云上与云下统一资源管理与应用分发面临挑战，特别是跨地域资源的整合难度大，影响了资源的集中优化配置。

为了应对以上问题，火山引擎分布式云原生平台 DCP 上线注册节点（DCP Node）能力，通过云上云下混合节点统一管理的创新云原生实践，帮助企业更灵活、更安全、更高效地管理数据中心，实现降本提效。

注册节点 - 云上云下混合节点管理

所谓注册节点，它针对的是企业云上业务日益弹性高效，但自有 IDC 闲散服务器无法有效利用和运维的问题。它支持远程节点的注册接入云上集群，可以帮助企业实现统一应用发布，从而节省搭建和维护本地集群的成本。同时，结合火山引擎托管 Prometheus VMP 等产品和服务的能力，企业可以实现云上统一的监控、资源调度等，真正实现云上云下统一管控。

注册节点提供了以下核心产品能力与价值：

混合节点管理：将自有 IDC 节点或三方云节点一键接入火山 VKE 容器集群，支持公网、专线、VPN等多种网络接入环境，实现云上云下节点统一管理。

集群免运维：采用火山引擎托管版容器服务 VKE 作为注册节点的控制面，通过 VKE 集群控制台及 API 进行云下工作负载管理，最小化用户对集群的运维负担。

中心化运维：提供专用的监控、日志采集组件，支持对云下节点及负载的观测指标的统一云上存储，并提供指标查询面板及异常指标告警能力。

节点自治：在断网或网络信号弱的环境下提供注册节点及应用自治能力，确保关键业务的连续性和稳定性，可适用于弱网连接场景。

GPU 资源调度：提供了注册节点的 NVIDIA GPU 组件及运行时安装，支持云上统一的 GPU 负载调度。

云上产品赋能：与火山横向产品如多云集群管理、观测治理、持续交付等深度集成，提供了一站式全场景产品能力体验。

落地案例 - 数据中心管理新范式

下面我们结合几个客户场景案例，来认识注册节点是如何为用户优化管理流程、削减运维开销、助力用户实现更高效/经济的数据中心运作的。

Spotter - IDC 资源利旧

Spotter 是一家自研型的 B2B 跨境电商平台，致力于通过技术、物流、供应链金融、亚马逊运营支持等服务为优质“中国制造”品牌商提供一站式出海的先进方案。公司已与亚马逊生态内的众多知名品牌商建立战略合作关系，其愿景是助力中国企业生根欧美市场，为优秀产品出海开辟新航道。

目前，该客户的电商服务容器化后在自建的 IDC 容器集群中运行，但是由于缺乏足够的运维经验和人力资源，客户正在考虑引入外部的产品服务，以提升运维的效率和系统的稳定性。同时，客户也面临着资源利用和成本控制的双重考量：

希望寻找一个提供容器服务产品并给予客户支持的供应商，但构建私有化平台成本太高；
能够充分利用现有的 IDC 十几台服务器资源，以最大化资源利用率，并需要能够支持服务器的高效、无缝上下架操作；
在 IDC 服务器资源不足以应对业务高峰时，能够迅速借助云端资源进行弹性扩展，确保业务的连续性。

通过使用火山引擎分布式云原生平台 DCP 的注册节点能力，该客户取得了以下收益：

提供稳定高效的容器服务和云端资源扩展能力；
利旧 IDC 服务器，并通过云上 Kubernetes 统一调度提升资源利用率，避免资源的闲置和浪费；
复用火山引擎云上监控，无需重复构建运维体系，降低运维成本；
相比传统私有化平台，在成本控制上更具优势，实现了资源和成本的双重优化。

某餐饮企业 - 多门店管理

该客户是一家国际知名的餐饮连锁企业，在中国拥有逾千家分店，遍布全国各个城市。每家分店均部署了 1-2 台服务器，支撑着点餐等关键店内服务。随着分店数量的迅速增长，如何有效管理这些服务器、发布应用及监控运维，成为了一个日益严峻的挑战。具体来看，该客户面临的问题和需求包括：

尝试在总部通过构建 Kubernetes 容器集群来统一管理各门店的服务器（每个门店配置 1 台），但 VPN 网络的不稳定性和间歇性断线问题，使得在断网情况下无法确保门店业务的持续运行；
亟需一个面向广泛门店高效的标准化发布流程，并支持两种模式：一是能够同时对所有门店进行应用发布，二是能够灵活对特定门店或门店组合进行分批次的版本更新；
对于上千家门店的服务器和应用运维，需要实现统一的监控和日志管理。特别对于发布失败的情况，系统应能够提供详细的失败日志，以便于快速定位问题并进行有效排障。

通过使用火山引擎分布式云原生平台 DCP 的注册节点能力，该客户取得了以下收益：

通过云上 Kubernetes 统一调度，并结合云上持续交付产品，满足多门店灵活、高效的应用发布；
利用注册节点自治能力，保证在门店断网时业务可正常访问，提升系统稳定性；
复用火山引擎云上监控、日志产品能力，实现多门店统一运维，提高运维效率。

某 AI 视频创作公司 - 混合资源管理

该客户作为一家领先的 AI 视频创作公司，利用尖端的 AI 数字人技术和智能剪辑技术，为用户提供了一个高效且易于操作的视频创作平台。为了支持其创新服务，客户利用火山引擎公有云容器服务，成功部署了在线 AI 推理服务，并使用弹性容器实例（VCI）来应对业务流量高峰。然而，在 AI 训练领域，客户遇到了一些挑战和需求：

资源利用率低：当前，部分业务部门使用分散的 IDC 和三方云上的预付费 GPU 服务器进行 AI 训练，由于缺乏资源共享机制，导致资源利用率不高，增加了闲置成本；
管理复杂性：现有的 AI 训练任务需要手动指定 GPU 节点逐一执行，这一过程不仅操作繁琐，而且在任务监控和故障排查上也存在复杂性。客户希望能够通过 Kubernetes 集群管理，实现任务的统一下发和集中管理；
资源统一管理：鉴于现有的在线业务已经运行在火山公有云集群中，客户希望避免新建额外的集群，而是希望在现有集群基础上，实现混合资源的统一管理和云上云下业务的统一分发。此外，当本地资源不足以应对业务需求时，需要能够迅速扩展到云端资源。