MySQL Plus 新增在线迁移功能并支持 10T 大容量存储

为了能够让用户更方便的将数据迁移到 MySQL Plus 并且满足用户对于大容量的需求,MySQL Plus提供了在线迁移服务,同时新增加了对于企业级分布式SAN——NeonSAN 的支持,此次更新包含新增功能如下:

MySQL PLus立即使用→

  • 新增支持 NeonSAN,支持大容量数据存储,MySQL Plus 目前支持最大存储可达10 TB;
  • 新增在线迁移服务,用户仅需提供 MySQL 数据源相关连接信息即可平滑迁移到MySQL Plus, MySQL Plus 1.4.4 – MySQL-5.7.20-18 以及以上版本可以支持在线迁移服务

AppCenter 2.0 支持应用滚动升级等新功能

青云 AppCenter 是一个使企业应用快速云化标准平台, AppCenter 主要是针对于复杂的、多节点甚至多角色节点部署的企业应用而提供的生命周期管理服务。

为更好的满足用户及应用提供商对AppCenter框架的需求, 此次升级新增加以下功能:

  • 支持 App 滚动升级,应用开发商通过调整 App 的配置文件,修改  upgrading_policy:sequentia,重新发布新版本,实现 App 不停服升级功能;
  • 允许包年包月计费的应用纵向扩容,并根据所选择的配置,重新按包年包月模式计费,具体配置如下:扩容后

DeepLearning 深度学习平台发布容器版及 CPU 优化版,新增 GPU 状态监控

自 QingCloud DeepLearning 推出以来,吸引了很多用户。深度学习框架本身都在比较快的更新,例如 TensorFlow 基本每个月都会有版本更新。除了深度学习框架自身的版本及其 CPU/GPU 版的区分外,CUDA 及 cuDNN 也区分不同版本,再加上 Python 的不同版本,使得配置深度学习开发及部署环境异常复杂。

为了解决上述问题并满足用户以后在 Kubernetes 上运行深度学习应用的需求,青云QingCloud 推出 DeepLearning 深度学习平台容器版,并为非容器版提供了更多版本框架的安装包。CPU 在深度学习任务中也能发挥重要作用,联合英特尔发布的 CPU 优化版,为一些深度学习应用的长期部署提供了价廉物美的解决方案。据测试,英特尔优化版的 TensorFlow,在 16 核 Broadwell 平台上,ResNet 50 的推理速度可达 40 imgs/s,能够满足轻量级模型的训练和推理需求。

 GPU 是深度学习的重要资源,之前版本只能监控到 CPU 和内存的状态,用户运行 GPU 任务时,无法方便查看 GPU 的使用状态,新版本中 GPU 状态(核心和显存使用状况)可以在监控界面直接查看。此次更新包含以下版本功能升级:立即使用→

1.2 GPU 容器基础版/容器高级版

  • 宿主机中预装 NVIDIA Driver(387.26), CUDA(9.1), nvidia-docker2, Docker(18.03.1-ce);
  • 宿主机中预置包含 TensorFlow(1.8.0), Keras(2.2.0), PyTorch(0.4.1), Caffe(BVLC 1.0) 框架的 Docker 镜像;
  • 提供适用于青云云平台的5个深度学习框架的镜像仓库:DeepLearning, TensorFlow, Keras, PyTorch, Caffe; 每个仓库包含多个不同 Python 版本,不同 CUDA 及 cuDNN 版本的 docker 镜像;
  • 增加 GPU 监控功能,随时掌握 GPU 使用状况;
  • 内置 GPU 容器版的 Deep Learning 测试Demo;

1.2 CPU 容器版

  • 宿主机中预装 Docker(18.03.1-ce);
  • 宿主机中预置包含 TensorFlow(1.8.0), Keras(2.2.0), PyTorch(0.4.1), Caffe(BVLC 1.0) 框架的 Docker 镜像;
  • 提供适用于青云云平台的5个深度学习框架的镜像仓库:DeepLearning, TensorFlow, Keras, PyTorch, Caffe; 每个仓库包含多个不同 Python 版本,不同 CUDA 及 cuDNN 版本的 docker 镜像;
  • 内置 CPU 容器版的 Deep Learning 测试Demo;

 

AppCenter DeepLearning 深度学习版本升级并增加GPU监控功能

自青云推出Deep Learning以来,吸引了很多用户,之前版本只能监控到CPU和内存,为了满足用户对于GPU状态监控的需求,同时能让用户使用最新的功能,此次更新包含以下版本功能升级:立即使用→

1.2 GPU 基础版/高级版

  • 预装 CUDA 8.0/9.1 和 cuDNN 7.1.3;
  • 搭载了 Caffe(BVLC),TensorFlow(1.6.0/1.8.0),Keras(2.2.0),PyTorch(0.3.1/0.4.0) 等深度学习框架;
  • 提供TensorFlow多版本wheel安装包;
  • 增加GPU监控功能,随时掌握GPU使用状况;

1.2 CPU版

  • 搭载了 Caffe(BVLC Intel® Distribution),TensorFlow(1.8.0),Keras(2.2.0),PyTorch(0.3.1) 等深度学习框架;
  • 提供TensorFlow多版本wheel安装包;

 

Kubernetes On QingCloud集成KubeSphere易捷版& Kubernetes、 istio、helm版本升级

为了降低用户使用Kubernetes的门槛,减轻开发、测试、运维的日常工作的复杂,我们集成了KubeSphere 易捷版,以帮助企业轻松应对多租户、服务治理、CI/CD、应用管理、监控日志、大数据、人工智能以及 LDAP 集成等复杂业务场景,此次更新包含如下新增功能及优化:

Kubernetes On QingCloud立即使用→

  1. 升级 Kubernetes 至 1.10.5  
  2. 集成了 KubeSphere 易捷版 1.0.0 alpha (kubesphere.io,k8s 发行版) 
  3. 增加 calico 网络插件支持  
  4. proxy mode 改为 ipvs  
  5. 修正了存储插件以及 cloud controller 插件的bug
  6. helm 升级至 2.9.1
  7. istio升级至 0.8.0
  8. 增加 docker 网桥网络配置
  9. 集成 nfs client
  10. 修正了客户端节点 ssh key 绑定后被重置的 bug

 

MySQL Plus 数据库支持可配置的读写分离 & PostgreSQL 数据库功能及体验进一步优化

为更好的满足用户对Mysql Plus的读写分离的需求,Mysql Plus支持将请求负载到master节点,同时要求提高灵活的配置等功能,此次更新包含如下新增功能及优化:

PostgreSQL 9.6 SimpleCluster立即使用→

  • 配置文件增加 incremental_backup_supported 参数, 支持增量备份功能;
  • shared_preload_libraries 配置项支持多选;
  • 优化健康检查中ssh主机对hyper的影响;
  • 自动优化配置参数max_connection;
  • 修改提示某些参数调整会重启服务;
  • 修改failover之后新的从节点不能复制问题;

PostgreSQL 10 SimpleCluster立即使用→

  • 优化健康检查中ssh主机对hyper的影响;
  • 自动优化配置参数max_connection;
  • 修改提示某些参数调整会重启服务;
  • 修改最大连接数不生效的issue;

MySQL PLus立即使用→

  • 开放参数Load_read_requests_to_master,可选择是否将读请求负载到master节点

缓存 Redis 升级并支持备份及数据库 PostgreSQL 支持增量备份 & MySQL Plus 支持更多调优参数

为更好的满足用户对数据与缓存应用更多的需求,此次包含如下功能更新:

Redis Standalone立即使用→

  •  Redis 升级到 v4.0.9;
  • 支持数据备份功能;

PostgreSQL 10 SimpleCluster立即使用→

  • 对于主从双节点版本开放 wal_level 参数, 开放后 PG10 可支持逻辑复制功能;
  • 配置文件增加 incremental_backup_supported 参数, 支持增量备份功能;
  • 修改监控项从节点落后秒数不正确的问题;
  • shared_preload_libraries 配置项支持多选;

MySQL PLus立即使用→

  • 开放参数 slave_pending_jobs_size_max 的设置;

大数据平台 QingMR 平滑集成 Hive 及 ELK 更新同义词典&支持更多调优参数

为更好的满足用户对大数据产品更多的需求, 对大数据的多个产品进行了如下更新升级:

QingMR 1.2.1 – Core立即使用→

  • 所有节点升级 Confd 到 v0.13.12;
  • 修复 QingMR 在基础网络环境下 Hive 启动错误的问题;
  • 修复各个角色中 hosts 文件和 authorized_keys 文件用户的修改被覆盖的问题;
  • Client 节点增加 hdfs-site.xml 模板文件;
  • Client 节点 spark-env.sh 修改被覆盖的问题;
  • 修复启动 Hive 的时候找不到 spark-assembly 相关 Jar 包的问题;

QingMR 1.2.1 – Kylin立即使用→

  • 所有节点升级 Confd 到 v0.13.12;
  • 修复 QingMR 在基础网络环境下 Hive 启动错误的问题;
  • 修复各个角色中 hosts 文件和 authorized_keys文件用户的修改被覆盖的问题;
  • Client 节点增加 hdfs-site.xml 模板文件;
  • Client 节点 spark-env.sh 修改被覆盖的问题;
  • 修改启动 Hive 的时候找不到 spark-assembly 相关 Jar 包的问题;
  • 修改 KAP 在 Spark Standalone 模式下启动失败的问题;

ELK 立即使用→

  • 新增上传同义词词典功能;
  • 新增 nginx_client_max_body_size 配置项, Nginx默认请求体大小增加到 20M;
  • 新增共享文件系统仓库位置的配置参数: path.repo;
  • 新增只读 URL 仓库的位置的配置参数: repositories.url.allowed_urls;
  • 新增 es_additional_config 配置项;

AppCenter DeepLearning 深度学习应用升级 CPU 及 GPU 基础版和高级版本

为更好的满足用户对 DeepLearning 深度学习应用更多的需求,此次更新包含以下版本功能升级:立即使用→

1.0 GPU 基础版/高级版

  • 支持 CUDA8.0 和 cuDNN5
  • 在 miniconda2 版本的 Python2.7 上搭载了Caffe(BVLC),TensorFlow(1.2.1),Keras(2.0.9),PyTorch(0.2.0_4)等深度学习框架
  • 内置 numpy,scipy,pandas,matplotlib,nltk,scikit-learn,jupyter notebook等常用工具包
  • 集成 QingStor 对象存储命令行工具,更高效的从云端获取海量训练数据

1.1 CPU版

  • 搭载了 Caffe(BVLC Intel® Distribution),TensorFlow(1.7.0),Keras(2.1.5),PyTorch(0.3.1) 等深度学习框架
  • 支持包年包月

1.1 GPU 基础版/高级版

  • 预装 CUDA 8.0/9.1 和 cuDNN 7.1.3
  • 搭载了 Caffe(BVLC),TensorFlow(1.6.0/1.7.1),Keras(2.1.5),PyTorch(0.3.1/0.4.0) 等深度学习框架
  • 支持包年包月