思科云服务器故障

‘壹’ 怎么租用服务器

1、明确自己为什么选择租用服务器
一般来说，服务器租用就像银行的分期付款一样，主要是为用户节省前期资金投入的。实际成本核算下来，租用和托管资金投入相当；租用仅仅是节省了一次性资金投入。还有一种情况就是服务器租用可以节约硬件升级的一些费用。用户可以根据自己的业务情况，逐年升级服务器配置。这样，也是可以节约硬件成本的。
所以，如果前期资金不是很紧张的话，建议还是自己购置服务器。毕竟，适合用什么样的服务器还是自己心里最清楚。

2、服务器租用如何核算成本
其实作为用户，只要提前花费一点时间进行市场考察，服务器租用的成本是很好核算的。首先，了解清楚托管费用；然后可以按照IDC服务商所提供的机器配置在硬件市场上进行询价；这样两部分的价钱和就是服务器租用的实际价钱了。那么，市场上的那些低价究竟都有什么内幕呢？

租用服务器的价钱除了机器本身的硬件价格之外，还会受一个重要因素的影响，那就是网络环境（也就是我们常说的托管的部分）。这部分可以综合以下几点考考虑：

1） 机房
不同级别的机房，采用的网络设备都是不一样的。不要小看一台交换机，好的和差的价钱相差的可不是一点点，自然会影响价钱。一般比较大型的机房采用的都是思科的交换机和路由器。

2） 网络环境
目前，IDC数据中心业务全国遍地开花，大小机房全国也比比皆是。而网络带宽主要分为骨干节点带宽和IDC业务专区带宽两块。像北京，上海，广州，西安的机房，直连中国电信骨干路由器，线路资源具有得天独厚的优势。而二三级地市的机房价钱相对就便宜了，与此同时，带宽质量也有所不同。

3） 服务水平
虽然对外宣称的都是7*24小时机房现场服务，但是要真正严格追究起来，目前国内恐怕没几家可以做到这一点。首先，电信企业除了重启，其他的服务都是要客户自己完成的。而代理商虽然有心做好服务，但是在机房里申请一个办公室也不是件容易的事情。至于自建机房 ，虽然客观条件允许，可一旦增加了7*24小时机房现场服务，成本提升了就失去了价格优势。所以他们一般也不会注重这一点的。

4） 其他
再有就是机房的地理位置，建筑成本，电力成本都会对价钱造成一定的影响的。IDC的业务成本。间接的就影响到了租用服务器的最终价格。

上面都是正常理解的低价。还有一种情况就是欺骗型的。随着IDC行业的发展，滋生了非常多的"个人创业者".这些创业者大部分没有合法证件，没有公司，只是通过网站+代理（代理其他人的产品）的形式得以生存。我们相信大部分创业者是好的，但有部分思想恶劣之人，也通过网络作起了诈骗的生意。比如说：他以客户的名义从其他公司拿到一个测试机，然后在自己的网站上打出超低价；当你打完钱后，他的测试机也被真正的IDC服务商收回了，而你的钱就打了水漂了。

那么，想租用到最佳性价比的服务器产品要注意哪些问题呢？我的建议如下：

首先，和托管一样，还是要挑选一家正规的IDC服务商。最好是已成立至少3年以上，资质齐全的，三证和ICP证必须要齐备。非常有必要去公司看看情况，实在去不了的，可以看看他们公司的网站，通过网站上的信息和网站制作的情况也可了解公司的基本实力情况，服务方面，至少要可以提供给你7*24小时的无限次响应时间，无限次的机器重启操作，专门的技术支持，最后就是看这家公司服务人员的素质和水准了，跟他们聊聊就清楚了。各城市地区都有做的不错的几家，看看口碑吧。

其次，租用最关键的还是机器的质量。IDC服务商提供的机器使用了多长时间，如果发生故障如何处理……这些都要提前说好的。作为租用并不一定要求高配置的新机器，可以根据自己的业务情况来定。能省就省了，反正是租用的，等业务发展起来了可以更换新的配置。查验服务器的配置。用户可以服务器的"我的电脑""属性"中进行查看。

最后，就是机房的选择。最好是节点机房或省级机房，不要在乎地域，你的服务器本来就是提供网络服务的，找到好的网络接入环境才是最重要的。节点或省级机房电源和防护设施完善，还有专门值班的技术人员对机房进行监测，节点机房一般7*24小时都有人值班，安全、稳定肯定没问题，一般省级机房或节点机房带宽资源比较充足，自然速度也更好一些。

大家一定要记住，服务器是要一年365天，7*24小时运转的，所以越是好的环境越有利于它的运行，这才是真正有利于稳定的，并且还保证了它的使用寿命。

‘贰’ 什么是云存储技术

云存储是在云计算(cloud computing)概念上延伸和发展出来的一个新的概念，是指通过集群应用、网格技术或分布式文件系统等功能，将网络中大量各种不同类型的存储设备通过应用软件集合起来协同工作，共同对外提供数据存储和业务访问功能的一个系统。 当云计算系统运算和处理的核心是大量数据的存储和管理时，云计算系统中就需要配置大量的存储设备，那么云计算系统就转变成为一个云存储系统，所以云存储是一个以数据存储和管理为核心的云计算系统。

云存储的两个层面

云存储的两个层面是作为云计算支撑的存储计算，主要涉及分布式存储(如分布式文件系统、IPSAN、数据同步、复制)、数据存储(如重复数据删除、数据压缩、数据编码)和数据保护(如RAID、CDP、快照、备份与容灾)等技术领域，如图8-30所示，这在第6章中已有所介绍。和云安全技术一样，云存储技术也需要利用现有的所有存储技术针对云计算三层架构的各个环节采用适当的存储技术，才能取得最佳效果，例如，对应不同需求，有时应该使用数据库技术但有时却应该使用LDAP技术，有些性能要求高的系统不能使用SAN或NAS，需直接使用基于RPC或Socket技术的并发文件系统，有些应用使用SAN成本太高等，这里不再做深入介绍。如图8-31所示是一个采用NetApp FAS、思科 UCS和 VMWare vShpere 4技术打造的存储系统，对上述两种云存储技术和应用都有促进作用。云存储架构

分为两类：一种是通过服务来架构;另一种是通过软件或硬件设备来架构。

传统的系统利用紧耦合对称架构，这种架构的设计旨在解决HPC(高性能计算、超级运算)问题，现在其正在向外扩展成为云存储从而满足快速呈现的市场需求。下一代架构已经采用了松弛耦合非对称架构，集中元数据和控制操作，这种架构并不非常适合高性能HPC，但是这种设计旨在解决云部署的大容量存储需求。各种架构的摘要信息如下：

紧耦合对称(TCS)架构

构建TCS系统是为了解决单一文件性能所面临的挑战，这种挑战限制了传统NAS系统的发展。HPC系统所具有的优势迅速压倒了存储，因为它们需要的单一文件I/O操作要比单一设备的I/O操作多得多。业内对此的回应是创建利用TCS架构的产品，很多节点同时伴随着分布式锁管理(锁定文件不同部分的写操作)和缓存一致性功能。这种解决方案对于单文件吞吐量问题很有效，几个不同行业的很多HPC客户已经采用了这种解决方案。这种解决方案很先进，需要一定程度的技术经验才能安装和使用。

松弛耦合非对称(LCA)架构

LCA系统采用不同的方法来向外扩展。它不是通过执行某个策略来使每个节点知道每个行动所执行的操作，而是利用一个数据路径之外的中央元数据控制服务器。集中控制提供了很多好处，允许进行新层次的扩展：

● 存储节点可以将重点放在提供读写服务的要求上，而不需要来自网络节点的确认信息。

● 节点可以利用不同的商品硬件CPU和存储配置，而且仍然在云存储中发挥作用。

● 用户可以通过利用硬件性能或虚拟化实例来调整云存储。

● 消除节点之间共享的大量状态开销也可以消除用户计算机互联的需要，如光纤通道或infiniband，从而进一步降低成本。

● 异构硬件的混合和匹配使用户能够在需要的时候在当前经济规模的基础上扩大存储，同时还能提供永久的数据可用性。

● 拥有集中元数据意味着，存储节点可以旋转地进行深层次应用程序归档，而且在控制节点上，元数据经常都是可用的。

‘叁’ 什么是虚拟主机

虚拟主机（英语：virtual hosting）或称共享主机（shared web hosting），又称虚拟服务器，是一种在单一主机或主机群上，实现多网域服务的方法，可以运行多个网站或服务的技术。虚拟主机之间完全独立，并可由用户自行管理，虚拟并非指不存在，而是指空间是由实体的服务器延伸而来，其硬件系统可以是基于服务器群，或者单个服务器。

其技术是互联网服务器采用的节省服务器硬件成本的技术，虚拟主机技术主要应用于HTTP，FTP，EMAIL等多项服务，将一台服务器的某项或者全部服务内容逻辑划分为多个服务单位，对外表现为多个服务器，从而充分利用服务器硬件资源。如果划分是系统级别的，则称为虚拟服务器。

(3)思科云服务器故障扩展阅读：

虚拟主机的关键技术在于，即使在同一台硬件、同一个操作系统上，运行着为多个用户打开的不同的服务器程式，也互不干扰。而各个用户拥有自己的一部分系统资源（IP地址、文档存储空间、内存、CPU等）。各个虚拟主机之间完全独立，在外界看来，每一台虚拟主机和一台单独的主机的表现完全相同。所以这种被虚拟化的逻辑主机被形象地称为“虚拟主机”。

‘肆’ 中级运维工程师的主要职责描述

中级运维枝缺工程师的主要职责描述1

职责：

1. 负责公司云端服务器及系统的安装、调试、维护、监控和故障处理等日常工作余搭蔽，对公司现网应用服务提供技术支撑，保证服务器的稳定运行

2. 服务器部署架构的研究和优化，自动化技术研究

3. 协助项目开发测试团队日常测试上系统和软件环境层面上的技术支持

4. 协助其他团队做IT基础架构的设计、实施

任职资格：

1. 计算机相关专业，3年以上运维工作经验，熟悉阿里云产品

2. 熟悉常见centos、redhat、ubuntu、debian等操作系统，熟悉LAMP、LNMP环境的搭建

3. 重视自动化配置管理，熟悉掌握shell/perl/php/python中的一种脚本语言

中级运维工程师的主要职责描述2

职责：

1，负责应用系统日常维护，资源的分配、规划、管理。

2，保障各主机硬件平台和运行环境的稳定;

3，负责各硬件平台及应用系统的应急响应和故障的及时处理;

4，解答用户咨询，解决用户使用系统中的日常问题;

5，运维日志收集，运维文档编写等日常工作;确保系统24x7稳定运行。

任职要求：

1，计算机相关专业，大专及以上学历;

2，具有良好的沟通表达能力，独立问题分析和解决能力;

3，熟悉Linux系统;熟悉 Apache、NginX、tomcat等常用服务的安装、配置和维护;熟悉数据库的简单操作;

4，具备项目文档、技术文档的编写能力;

5，有大型OA系统运维经验或开发转运维优先。

中级运维工程师的主要职责描述3

职责：

(1)参与规划设计、性能优化建议及实施方案编制。

(2)负责行业重点客户的核心高端设备的高级保障，提供运维保障优化数据依据及对应建议、参与方案制定;负责日常运维的质量、进度保障;

(3)提供重难点技术问竖州题的高级技术支持。对重点客户提供相关网络知识、我司运维体系、保障体系以及网络优势等内容专项培训及交流工作;

(4)编制交付客户的.运维相关报告及例行汇报、会议沟通;

(5)负责为行业客户提供在特殊时期或场景(如会议、银行系统升级等)的保障服务方案落地及高级技术保障服务，事后总结分析等，确保保障顺利完成。

(6)负责客户重点问题的落地及汇报;

(7)项目所需的其它技术类支撑工作。

中级任职资格：

(1)技术要求：具有ICT项目、集客业务、数通产品维护、传输专线等业务维护工作经验;

(2)有解决方案编写能力，熟悉WORD，EXCEL，VISIO，POWERPOINT等文档编辑工具;

(3)具备业务管理能力，熟悉集客业务，具备故障协调、支撑流程优化等各项工作能力与经验;

(4)学历要求：大学专科及以上学历，具有良好的沟通和协调能力，具有很强的执行力;拥有中级项目经理证书、CCNP思科认证网络高级工程师、系统集成项目管理工程师任意一本证书优先考虑;

(5)具备一定项目管理经验、运营商沟通经验者优先。

中级运维工程师的主要职责描述4

职责：

1、负责项目管理、服务台、运行检查、设备管理等基础维护工作;

2、根据运维需求及时完成编写脚本开发;

3、协助完成系统升级过程中遇到的问题;

4、负责日常软件的测试工作，主要包括功能性测试和硬件性能测试，向开发人员提供测试技术支持;

5、完成领导交办的其他工作;

岗位要求

1、对操作系统、服务器及网络设备有扎实的基础知识;

2、熟练C++、Shell脚本开发与测试，掌握SQL等数据库语言;

3、熟悉Windows、Linux操作系统的使用与配置;

4、有一定的系统测试经验。

中级运维工程师的主要职责描述5

职责：

1、负责各环境的虚拟化搭建及运维，系统的安装、配置、监控和维护、问题处理、软件升级，故障排除保证线上环境的稳定运行

2、负责分布式系统的部署、发布、监控、数据备份、维护和优化

3、负责集团(香港、上海)网络、防火墙、路由器的设置维护工作，加强公司信息安全管理。

4、主动发现生产环境的问题及隐患，针对突发事件能够运用监控、日志、APM等工具进行问题定位与分析，应用自动化运维工具来降低手工操作的维护成本。

5、配合制定并落实相关运维制度及安全防范制度

任职要求：

1、全日制本科以上学历，计算机网络相关专业

2、精通Linux和Windows操作系统的维护，擅长脚本开发

3、有阿里云/aws等云产品使用经验

4、具备网络故障排错能力，保障网络安全

5、熟悉主流监控系统Zabbix/Cacti/Nagios的应用及扩展

6、熟悉服务器虚拟化容器技术

7、熟悉常见Web系统架构，熟练配置、管理及其优化，如lvs/nginx/haproxy/keepalived等相关

8、对中间件故障能快速定位、排查分析

‘伍’ 大数据分析技术生态圈一览

大数据分析技术生态圈一览
大数据领域让人晕头转向。为了帮助你，我们决定制作这份厂商图标和目录。它并不是全面列出了这个领域的每家厂商，而是深入探讨大数据分析技术领域。我们希望这份资料新颖、实用。
这是一款面向Hadoop的自助服务式、无数据库模式的大数据分析应用软件。
Platfora
这是一款大数据发现和分析平台。
Qlikview
这是一款引导分析平台。
Sisense
这是一款商业智能软件，专门处理复杂数据的商业智能解决方案。
Sqream
这是一款快速、可扩展的大数据分析SQL数据库。
Splunk
这是一款运维智能平台。
Sumologic
这是一项安全的、专门定制的、基于云的机器数据分析服务。
Actian
这是一款大数据分析平台。
亚马逊Redshift
这是一项PB级云端数据仓库服务。
CitusData
可扩展PostgreSQL。
Exasol
这是一种用于分析数据的大规模并行处理(MPP)内存数据库。
惠普Vertica
这是一款SQL on Hadoop大数据分析平台。
Mammothdb
这是一款与SQL兼容的MPP分析数据库。
微软SQL Server
这是一款关系数据库管理系统。
甲骨文Exadata
这是一款计算和存储综合系统，针对甲骨文数据库软件进行了优化。
SAP HANA
这是一款内存计算平台。
Snowflake
这是一款云数据仓库。
Teradata
这是企业级大数据分析和服务。
数据探查
Apache Drill
这是一款无数据库模式的SQL查询引擎，面向Hadoop、NoSQL和云存储。
Cloudera Impala
这是一款开源大规模并行处理SQL查询引擎。
谷歌BigQuery
这是一项全面托管的NoOps数据分析服务。
Presto
这是一款面向大数据的分布式SQL查询引擎。
Spark
这是一款用于处理大数据的快速通用引擎。
平台/基础设施
亚马逊网络服务(AWS)
提供云计算服务
思科云
提供基础设施即服务
Heroku
为云端应用程序提供平台即服务
Infochimps
提供云服务的大数据解决方案
微软Azure
这是一款企业级云计算平台。
Rackspace
托管专业服务和云计算服务
Softlayer(IBM)
提供云基础设施即服务
数据基础设施
Cask
这是一款面向Hadoop解决方案的开源应用程序平台。
Cloudera
提供基于Hadoop的软件、支持和服务。
Hortonworks
管理HDP――这是一款开源企业Apache Hadoop数据平台。
MAPR
这是面向大数据部署环境的Apache Hadoop技术。
垂直领域应用/数据挖掘
Alpine Data Labs
这是一种高级分析平台，可处理Apache Hadoop和大数据。
R
这是一种免费软件环境，可处理统计计算和图形。
Rapidminer
这是一款开源预测分析平台
SAS
这是一款软件套件，可以挖掘、改动、管理和检索来自众多数据源的数据。
提取、转换和加载(ETL)
IBM Datastage
使用一种高性能并行框架，整合多个系统上的数据。
Informatica
这是一款企业数据整合和管理软件。
Kettle-Pentaho Data Integration
提供了强大的提取、转换和加载(ETL)功能。
微软SSIS
这是一款用于构建企业级数据整合和数据转换解决方案的平台。
甲骨文Data Integrator
这是一款全面的数据整合平台。
SAP
NetWeaver为整合来自各个数据源的数据提供了灵活方式。
Talend
提供了开源整合软件产品
Cassandra
这是键值数据库和列式数据库的混合解决方案。
CouchBase
这是一款开源分布式NoSQL文档型数据库。
Databricks
这是使用Spark的基于云的大数据处理解决方案。
Datastax
为企业版的Cassandra数据库提供商业支持。
IBM DB2
这是一款可扩展的企业数据库服务器软件。
MemSQL
这是一款分布式内存数据库。
MongoDB
这是一款跨平台的文档型数据库。
MySQL
这是一款流行的开源数据库。
甲骨文
这是一款企业数据库软件套件。
PostgresSQL
这是一款对象关系数据库管理系统。
Riak
这是一款分布式NoSQL数据库。
Splice Machine
这是一款Hadoop关系数据库管理系统。
VoltDB
这是一款内存NewSQL数据库。
Actuate
这是一款嵌入式分析和报表解决方案。
BiBoard
这是一款交互式商业智能仪表板和可视化工具。
Chart.IO
这是面向数据库的企业级分析工具。
IBM Cognos
这是一款商业智能和绩效管理软件。
D3.JS
这是一种使用HTML、SVG和CSS可视化显示数据的JavaScript库。
Highcharts
这是面向互联网的交互式JavaScirpt图表。
Logi Analytics
这是自助服务式、基于Web的商业智能和分析应用软件。
微软Power BI
这是交互式数据探查、可视化和演示工具。
Microstrategy
这是一款企业商业智能和分析软件。
甲骨文Hyperion
这是企业绩效管理和商业智能系统。
Pentaho
这是大数据整合和分析解决方案。
SAP Business Objects
这是商业智能解决方案。
Tableau
这是专注于商业智能的交互式数据可视化产品系列。
Tibco Jaspersoft
这是商业智能套件。