企业级分布式应用服务EDAS评测报告

本文涉及的产品
函数计算FC,每月15万CU 3个月
日志服务 SLS,月写入数据量 50GB 1个月
简介: 一、测试产品背景:EDAS 是一个围绕应用和微服务的PaaS平台,提供多样的应用发布和轻量级微服务解决方案,帮助用户解决在应用和服务管理过程中监控、诊断和高可用运维问题;提供Spring Cloud和Dubbo的运行环境。

一、测试产品背景:

EDAS 是一个围绕应用和微服务的PaaS平台,提供多样的应用发布和轻量级微服务解决方案,帮助用户解决在应用和服务管理过程中监控、诊断和高可用运维问题;提供Spring Cloud和Dubbo的运行环境。
image

根据阿里云官方文档的信息,EDAS是一个面向企业提供分布式应用服务的中间件产品,支持的框架环境为SPRING CLOUD和DUBBO,去除不同版本所提供的增值服务的差异,整个产品提供的核心服务包括以下几个方面:
1、 微服务:可以采用SPRING CLOUD或DUBBO开发应用,EDAS提供分布式配置推送和分布式任务调度服务。
2、 对系统和服务的状况提供的实时监控服务。
3、 应用的生命周期管理。
4、 实时日志。
5、 基于阿里云计算的弹性伸缩服务。
6、 持续集成。
7、 离线配置服务,可以在本地完成应用的开发。

二、测试目标:

1、EDAS Serverless版评测
2、支持原生 Dubbo 和Spring Cloud的支持情况评测

三、测试过程:

image
image

在管理控制台中开通EDAS服务来到此界面,EDAS服务目前有两种购买模式,包年包月或者按量付费,包年包月的方式下提供了专业版和铂金版两个选择,根据文档的表格,扩展服务略有不同,主要计费的依据是应用的实例个数和购买的时长。按量计费为后付费的方式,根据实际使用的实例数量进行收费。本次测试采用的是按量付费的模式。
image

进入管理控制台后,首先需要注意的是提醒事项,从EDAS访问ECS等资源前需要进行RAM授权之后才能正常使用。
从左侧菜单的概览可以看到,接入EDAS需要完成4个大步骤:
1、 申请资源:包括ECS、SLB、VPC等,并在EDAS平台上管理。
2、 创建应用管理系统。
3、 应用的生命周期管理。
4、 监控报警设置。
image

image

对于EDAS测试所需要的资源如ECS等进行配置,已经有的ECS实例可以经过RAM授权后接入EDAS管理,本次测试单独创建了两台ECS服务器
image

image

经过RAM授权后,将刚刚创建的两台在VPC专有网络中的ECS服务器组成一个集群接入EDAS平台并将此集群命名为test_001,然后将这两台ECS导入进来。
image

可以看到将ECS导入EDAS后,会对服务器的实例进行系统初始化,原先ECS中的数据被清除后安装EDAS官方的镜像,所以如果需要将ECS接入EDAS,需要先对ECS的数据进行备份
image

转化即是完成一些检查后对导入的ECS服务器使用EDAS官方镜像进行系统初始化,需要一些时间。汇总下截止目前所做的一些工作:在华东2上海区创建了两台按量付费的ECS服务器,这两台ECS服务器都是在专有网络VPC下运行,将这个VPC以集群方式接入EDAS平台并将其中的两台ECS服务器导入平台进行初始化系统。
image

在ECS成功导入后可以在资源管理—ECS的界面看到两台导入的ECS服务器,AGENT状态为在线代表这两台ECS已经安装了EDAS AGENT。
image

在应用管理中对于ECS的集群即之前创建的test_001集群中的ECS进行应用的创建和配置。
image

image

选择在两台ECS服务器上进行应用的配置,JAVA环境这里采用JAR 8,可以将需要部署的应用以JAR包的形式上传,批次的选择为1批。界面下方为安全组的信息,其中10开头的IP地址为SLB健康检查所用。创建应用后,就可以按照应用的配置将JAR包中预先开发完成的应用部署到选定的ECS服务器上
image

配置列表中,用户可以自行新建配置,配置信息会以列表显示一个配置变更在哪些应用上,哪些ECS上,在什么时间点生效,产生了哪些影响等并且这些信息在配置生效后可以在推送轨迹菜单中的界面中看到和查询。
image

服务管理管理的是EDAS中发布的微服务, 目前微服务发布的框架支持SPRING CLOUD和DUBBO,其他还支持HSF框架和SERVICE MESH方式。
image

批量运维是EDAS新增的功能,可以按照集群、应用和单机的方式针对ECS集群、部署的应用和单个ECS实例以命令方式进行运维,并且执行过程中会记录执行的日志信息。
image
其他EDAS提供的服务包括数据化的运营服务,可以查询应用的调用信息并提供了数据化服务的组件。账号管理功能提供的是账号以及角色的不同权限,在多人开发操作的模式下可以对参与人的不同工作内容设置不同的权限,授权的方式可以是按照用户的即ACL授权也可以是按角色的即POLICY授权方式。所以EDAS的操作和执行都保留了操作日志信息。
购买之前大家可点击领取优惠卷
四、EDAS SERVERLESS版测试:
image

image

目前EDAS的SERVERLESS版只支持华北2北京地域,从创建界面看和普通版有很大的不同,需要特别注意的地方是SERVERLESS不支持经典网络,只支持VPC,并且仅支持无状态应用,相比普通版本,整个服务更偏向于快速的集群化部署应用。
image

image

在华北2北京地域下创建一个专有网络用来测试SERVERLESS,取名为SERVERLESS_TEST,在创建应用界面接入此VPC网络。选择的应用实例数为2个,实例规格1核1G。
image

应用的部署方式有几种,除了普通版有的WAR包部署方式和JAR包部署方式外,多了镜像的部署方式,配置的镜像要求用户自己上传。SERVERLESS的镜像上传方式需要用到DOCKER服务,以便将本地的镜像上传到镜像仓库中供应用使用。
image

测试总结:

本次通过创建专有网络VPC和ECS的方式对EDAS产品进行了测试,EDAS通过集群化接入和管理为用户部署应用及应用的管理提供了极大的方便,支持多种框架的微服务开发部署并提供应用的生命周期管理和日志记录信息,在权限管理上非常严格,接入ECS需要进行RAM授权设置,在平台的授权方面支持用户和角色两种不同的方式,安全性非常高,能尽可能的做到不同工种的隔离。
在改进建议上,希望能在接入界面上将集群的导入和单机的导入并排设置,这样能方便用户在两个模式下切换。此外EDAS系统默认的区域是华东1杭州,但是很可能用户在杭州地域并没有实例,建议根据用户账号下实例最多的地域作为EDAS创建后的默认地域,这样用户不用在进行导入的时候再去选择,因为在控制台界面的布置上,地域的信息是比较容易忽略的一小块地方,对于企业级分布式应用来说,既然是能够跨地域的一个服务,并且往往会选择导入大规模的批量服务器或者以这些服务器编为集群,默认地域为服务器最多的地域有实际意义。
对于SERVERLESS版的测试,先比较下和普通版的区别,就是除了JAR包资源和WAR包资源部署应用的基础上多了镜像的部署方式,镜像部署主要用到的技术就是容器服务,普通版的操作针对的是用户和应用的设置,而容器化服务的操作针对的是承载应用的容器如指令配置和容器配置等。对比下腾讯云的腾讯微服务平台TSF,从普通版上来说,都支持SPRING CLOUD开发框架。对于SERVERLESS这个产品版本来说,腾讯云的TSF平台整合了虚拟机的部署方式和容器部署方式,对阿里云的建议就是,目前SERVERLESS版本只支持华北2北京地域,所以需要选择相关地域才能使用此版本的EDAS服务,可以参考腾讯的方式,将此版本集成到EDAS普通版中,作为一个容器作为底层资源的选项,如果用户当时选择的地域没有SERVERLESS版本,可以标灰不让选择,但有利于用户了解阿里云已经有了相关服务并提醒在特定的地域可以提供。

相关实践学习
通过EDAS实现K8s微服务应用的金丝雀发布
本实验旨在通过使用分布式应用服务EDAS纳管容器服务ACK Serverless,体验微服务应用的部署、访问和高级发布能力。
SpringMVC框架入门
Spring MVC属于SpringFrameWork的后续产品,已经融合在Spring Web Flow里面。Spring 框架提供了构建 Web 应用程序的全功能 MVC 模块。在使用Spring进行WEB开发时,可以选择使用Spring的SpringMVC框架或集成其他MVC开发框架,如Struts2等。 相关的阿里云产品企业级分布式应用服务 EDAS:企业级分布式应用服务 EDAS(Enterprise Distributed Application Service)是一个应用托管和微服务管理的 PaaS 平台,提供应用开发、部署、监控、运维等全栈式解决方案,同时支持 Spring Cloud、Apache Dubbo(以下简称 Dubbo )等微服务运行环境,助力您的各类应用轻松上云。产品详情: https://www.aliyun.com/product/edas 
目录
打赏
0
0
0
0
224
分享
相关文章
MaxFrame:链接大数据与AI的高效分布式计算框架深度评测与实践!
阿里云推出的MaxFrame是链接大数据与AI的分布式Python计算框架,提供类似Pandas的操作接口和分布式处理能力。本文从部署、功能验证到实际场景全面评测MaxFrame,涵盖分布式Pandas操作、大语言模型数据预处理及企业级应用。结果显示,MaxFrame在处理大规模数据时性能显著提升,代码兼容性强,适合从数据清洗到训练数据生成的全链路场景...
172 5
MaxFrame:链接大数据与AI的高效分布式计算框架深度评测与实践!
🚀 MaxFrame 产品深度体验评测:Python 分布式计算的未来
在数据驱动的时代,大数据分析和AI模型训练对数据预处理的效率要求极高。传统的Pandas工具在小数据集下表现出色,但面对大规模数据时力不从心。阿里云推出的Python分布式计算框架MaxFrame,以“Pandas风格”为核心设计理念,旨在降低分布式计算门槛,同时支持超大规模数据处理。MaxFrame不仅保留了Pandas的操作习惯,还通过底层优化实现了高效的分布式调度、内存管理和容错机制,并深度集成阿里云大数据生态。本文将通过实践评测,全面解析MaxFrame的能力与价值,展示其在大数据和AI场景中的卓越表现。
94 4
🚀 MaxFrame 产品深度体验评测:Python 分布式计算的未来
|
3月前
|
云产品评测|分布式Python计算服务MaxFrame获奖名单公布!
云产品评测|分布式Python计算服务MaxFrame获奖名单公布!
104 0
MaxFrame 产品评测:大数据与AI融合的Python分布式计算框架
MaxFrame是阿里云MaxCompute推出的自研Python分布式计算框架,支持大规模数据处理与AI应用。它提供类似Pandas的API,简化开发流程,并兼容多种机器学习库,加速模型训练前的数据准备。MaxFrame融合大数据和AI,提升效率、促进协作、增强创新能力。尽管初次配置稍显复杂,但其强大的功能集、性能优化及开放性使其成为现代企业与研究机构的理想选择。未来有望进一步简化使用门槛并加强社区建设。
249 7
云产品评测|分布式Python计算服务MaxFrame | 在本地环境中使用MaxFrame + 基于MaxFrame实现大语言模型数据处理
本文基于官方文档,介绍了由浅入深的两个部分实操测试,包括在本地环境中使用MaxFrame & 基于MaxFrame实现大语言模型数据处理,对步骤有详细说明。体验下来对MaxCompute的感受是很不错的,值得尝试并使用!
100 1
MaxCompute MaxFrame评测 | 分布式Python计算服务MaxFrame(完整操作版)
在当今数字化迅猛发展的时代,数据信息的保存与分析对企业决策至关重要。MaxCompute MaxFrame是阿里云自研的分布式计算框架,支持Python编程接口、兼容Pandas接口并自动进行分布式计算。通过MaxCompute的海量计算资源,企业可以进行大规模数据处理、可视化数据分析及科学计算等任务。本文将详细介绍如何开通MaxCompute和DataWorks服务,并使用MaxFrame进行数据操作。包括创建项目、绑定数据源、编写PyODPS 3节点代码以及执行SQL查询等内容。最后,针对使用过程中遇到的问题提出反馈建议,帮助用户更好地理解和使用MaxFrame。
云产品评测|分布式Python计算服务MaxFrame
云产品评测|分布式Python计算服务MaxFrame
111 2
有奖评测,基于分布式 Python 计算服务 MaxFrame 进行数据处理
阿里云MaxCompute MaxFrame推出分布式Python计算服务MaxFrame评测活动,助力开发者高效完成大规模数据处理、可视化探索及ML/AI开发。活动时间为2024年12月17日至2025年1月31日,参与者需体验MaxFrame并发布评测文章,有机会赢取精美礼品。
MaxFrame 性能评测:阿里云MaxCompute上的分布式Pandas引擎
MaxFrame是一款兼容Pandas API的分布式数据分析工具,基于MaxCompute平台,极大提升了大规模数据处理效率。其核心优势在于结合了Pandas的易用性和MaxCompute的分布式计算能力,无需学习新编程模型即可处理海量数据。性能测试显示,在涉及`groupby`和`merge`等复杂操作时,MaxFrame相比本地Pandas有显著性能提升,最高可达9倍。适用于大规模数据分析、数据清洗、预处理及机器学习特征工程等场景。尽管存在网络延迟和资源消耗等问题,MaxFrame仍是处理TB级甚至PB级数据的理想选择。
110 4
云产品评测:MaxFrame — 分布式Python计算服务的最佳实践与体验
阿里云推出的MaxFrame是一款高性能分布式计算平台,专为大规模数据处理和AI应用设计。它提供了强大的Python编程接口,支持分布式Pandas操作,显著提升数据处理速度(3-5倍)。MaxFrame在大语言模型数据处理中表现出色,具备高效内存管理和任务调度能力。然而,在开通流程、API文档及功能集成度方面仍有改进空间。总体而言,MaxFrame在易用性和计算效率上具有明显优势,但在开放性和社区支持方面有待加强。
85 9

热门文章

最新文章

AI助理

你好,我是AI助理

可以解答问题、推荐解决方案等