亚马逊云计算到底有多大？承认自己没见过世面吧
8 年前，亚马逊发布了第一个云计算产品。亚马逊一直坚持云计算的目的，就是屏蔽底层的硬件，为开发者提供计算资源以运行应用程序。 对于 AWS，还有其母公司亚马逊，硬件都是一个竞争优势。亚马逊一向不大愿意过多谈论自己的数据中心和系统。 但是那些竞争对手们，包括 GOOGLE, 和 IBM，则大肆宣传在云计算上的投入和创新。亚马逊也就不得不稍稍揭开一点自己的神秘面纱。
原因很简单。亚马逊的在线零售业务，是一个700亿美金的庞然大物，大虽大，但耗费现金并不多。 Jeff Bezos，亚马逊的创始人兼 CEO，对于利润的兴趣很小，对于改变世界的兴趣倒是很大。然而，云计算毕竟是这个世界上，资本最为密集的行业之一。Google 可以在数据中心上花费几百亿美金而毫不心痛，背后有垄断性业务“搜索引擎”的支撑。 ，则在桌面软件和数据中心软件方面有着垄断的地位，钱袋一样深不可测，自然也一样敢于一掷千金。
Google 和 在烧钱上的本事，无人能及。 但他们的基础设施和平台服务，面对亚马逊时的竞争力，还是令人生疑。 但若从长期来看，亚马逊能否跟得上 google 和 的脚步，却很成问题了。 于是，AWS 的副总裁，卓越的工程师，James 透露了AWS 云的规模和范围。目的自然为了告诉大家，亚马逊的领先地位以及对云计算的决心。
最重要的，永远是规模。做在线零售的亚马逊，当然清楚这个。 亚马逊很少谈及公有云，因为在亚马逊的理论中，云计算就不该是私有云。亚马逊认为，长期来看，公有云的巨大规模，意味着大部分的组织和机构都不需要运营自己的数据中心。
在 AWS 的 Re:Invent 大会上，jassy又一次强调，自云计算业务开始以来，他和亚马逊的 CTO Werner Vogels 就支持这个论点。(亚马逊为美国中央情报局建设过一个特殊的 AWS 私有云，签署了为期10 年，6.6 亿美金的合同。但那只不过是一个例外。云计算本质上还应该是公有的)。 Jassy and Vogels的信念很简单： 只有覆盖了全区域，具备大容量，提供最丰富功能的云，才能胜出。会有一些例外，比如说金融服务云亚马逊云计算到底有多大？承认自己没见过世面吧，或者那种100%运行特殊硬件和软件的巨型计算中心。 公有云的资源不仅足够好，而且一定会超越大部分的私有云。
AWS 将底层的计算能力、存储和网络功能，抽象出来，这样开发者就可以专注于应用开发。抽象出来的资源，要么形成纯粹的基础设施，要么在其上继续抽象出一层平台服务，便于进一步实现自动化部署和对中间件、数据库和支持应用的其他服务的管理。但这并不是说底层的基础设施不重要。 实际上，亚马逊投入了巨大资金，用来设计和建设数据中心，并优化各方面的设施从内存条到数据中心的墙壁。基础设施确实重要，绝对能够形成竞争优势。
网络的事，比服务器还麻烦
和许多超级数据中心一样，亚马逊的服务器，刚开始也是从一线的服务器制造商那里购买。亚马逊成了 system(现在是 SGI 旗下公司)最大的客户。 后来，亚马逊决定自行制造系统，以便针对自己的工作性质进行精确调优。尤为重要的，是为了能够与其数据中心、电力、制冷系统严丝合缝的配合。数据中心在与时俱进的发展，系统也需要步调一致的前进。
过去，亚马逊在其基础设施的规模问题上，只含糊其辞，从不给出准确的数据。从2004年开始，AWS 每一天都要安装足够多的服务器以支撑亚马逊的在线零售业务。那个时候，亚马逊的收入规模，仅为70亿美金，仅为现在的1/10。
“去年发生的那些变化?”反问道，然后开玩笑说：“我们都执行过365次了。”
换句话说，去年 AWS 增添了足够多的容量，以支撑2.55万亿的在线零售业务。
那么，AWS 到底容量多大? 答案是：比很多人想的还要大。
下面就是关于服务器的计算了。 亚马逊在全球11个地区拥有数据中心。 每一个地区拥有最少2个可用区，这样所有地区一共拥有28个可用区。 (包括两周前在德国法兰克福启动的新地区)这些可用区为本地的工作负荷，提供隔离的和冗余的能力。类似那种串联或者分层的容错系统，在数据中心和服务的层次上工作，而不是在两个系统之间严格步调一致。每个可用区最少有一个数据中心，有些则多达6个数据中心。 (2013年1月， 在 Re:Invent 会议上说，仅只美东地区便有超过10个数据中心，但在2014年的Re:Invent 会议上他的演讲中，又说没有可用区拥有超过6个数据中心。)目的是为了让客户能够构建自己的应用，运行在不同的可用区上，以实现本地数据保护。更进一步，实现跨地区部署，达到更高层次的可用性。 亚马逊通过增加新的数据中心，以为每个可用区提升容量。
基本上，和企业客户增加的机架一样，数据中心实际上就是 AWS 的新机架。
好了，这一切都还是很有意思的。 说 AWS 的每一个区域都最少有两个可用区，每个可用区则最少有1个数据中心。然后他又补充说，一个典型的数据中心最少有5万台服务器，有的超过8万台。 另外，数据中心的规模效益在到达顶峰后便即下降。随着规模扩大，在某一个点，数据中心的边际成本开始上升，而不是下降。 更重要的是亚马逊 公有云，在到达某一个数值后，一旦发生灾难型事故导致数据中心失效，则殃及的“爆炸半径”太大，使得过多的负载无法转移。
做一点计算吧。 假设 AWS 有28个可用分区，每一个数据中心只有5万服务器。这是 AWS 基础设施最小的容量了。这样，全球共有140万服务器。如果你不相信，说每个分区有8万台服务器(我们知道这不是真的，只不过设置一个错误的最高界线)，那么就是224万机器。 为了更准确的猜测 AWS 基础设施的规模，你必须猜测可用区中，数据中心数量的分布情况。 我认为很少情况下，只有一个数据，大部分都是2个数据中心，拥有更多数据中心的情况则越来越少，直到到达最大值6个数据中心。我把数据摆弄来摆弄去，觉得 28个分区，一共87个数据中心这样的估算还是靠谱的。 每个分区平均3个数据中心还要多一点。 如果假设每个可用区平均6万5千个服务器，那么你会看到数值很大：564万服务器。如果平均5万服务器，则降低到全球420万机器。如果假设每个可用区的数据中心少一些-比如平均2个-那么一共280万台机器。 由此，答案是 AWS 可能拥有280万到560万服务器。 我也意识到很可能误差很大，可是也只能这样猜测了。
总的来说，规模是巨大的。 还不止这些，亚马逊还投入了巨大资金，制造自有的网络设备，并建设了私有网络，从而把所有数据中心连接在一起形成一个巨大的全球集群。 这是 谈起来最兴奋的东西，因为网络是计算能力最大的瓶颈。
“对我们而言，网络互联是当前最大的危机” 解释道“网络建设的成本，与所有其它设备的成本都相关，不断攀升。在这方面是反摩尔定律的。我们所有的设备都在降低成本，我们也在压低价 格，但网络成本则反向而行。这是个大问题。往前再看远几年，网络的问题越发严重。同时网络是反摩尔定律的，网络建设对计算能力的占比也在上升。”
说，部分原因产品目录，是由于每一代的cpu都带来更多的计算能力，而每单元计算能力的成本则在下降。 越来越多的人，做越来越多的数据分析，而数据分析工作对网络的需求巨大，给网络带来巨大压力。(这是因为数据分析，和超级计算机的运作一样，在节点之间要进行大量通信，也就是所谓的“东西流量”。而另一种“南北流量”则是 web 应用从服务器上请求一点数据并在互联网上显示出来。二者区别很大。)
所以约五年前，当问题刚刚出现时，AWS 设计了自己的网络路由器并去原厂制造硬件，并组建团队在硬件上开发网络软件。
亚马逊从定制网络设备中学习到的第一件事，和它很久以前从服务器和存储中学到的一样：如果你用极简主义理念，自主制造所需的设备，那么就会便宜很多。“仅仅网络设备的服务合同，常常就要几千万美金。”
但即便对 而言，也是颇为惊奇的事：网络的可用性上升了，而不是下降。 这是因为 AWS 交换机和路由器只具备 AWS 在网络上所需的功能。 但商业网络操作系统，则必须覆盖所有可能需要的场景和协议，因而往往需要几千万行的代码，从而带来维护上的困难。 “我们的设备更可靠，因为我不需要面对那些更麻烦的问题。能完成任务的，就是好方法。”
另一件事，亚马逊，尤其是 AWS 热衷于测试并收集运行数据。 当亚马逊第一次测试自己的网络时，用了8000台服务器，容量3兆瓦的数据中心。而这个数据中心的建设成本约为4千万美金。任何一家最大的网络设备提供商都做不到，但 AWS 可以，而且做到了。 严格来说，亚马逊是从自己那里租了这巨大规模的数据中心用以测试，在几个月里花费了几十万美金。今天亚马逊所有网络都在使用这自有的网络软件。与拥有软件和详细测试一样重要的是，亚马逊持续开发代码并投入生产。 “也许开始的时候确实差一点，但确实越来越好。”
简单来说，这就是超级系统的独特之处。 总是从简陋，到还凑活，一直到完善状态。 走一条稳定、革新的路，当然这条路会时时被新的理念打断均衡的过程。
AWS 当前有11个地区，2年前是9个地区，还将增加更多以接近客户，并满足业务上对政府管辖权的需求。(德国地区就是因为德国的商业机构和政府机构，不能在爱尔兰存储数据而创建的)这是他们分布的位置：
所有的地区都连接在一起，通过私有光纤通道，而不是通过购买第三方的通道。原因很简单： 这样做，不会因为运营商的问题而导致网络带宽缺乏，而且网络是你自己的，你清楚知道网络的效率。也更加经济，对于亚马逊这么大的规模，自己拥有网络，在每个字节上的单位价格一定更便宜。 另外，自有的网络也比较快，亚马逊不会缓冲自己的流量。而运营商遇到过载的时候，就会对流量进行缓冲。 “更可靠、更经济、也更少延迟” 这样说。
美东地区，弗吉尼亚州的阿什本，共有5个可用区。这些可用区都是受保护的区域，各自分离并隔开几公里，由高速、低延迟网络连接。这样一来，同步的复制就是可能的，而且地理上的隔离足够远，两个可用区(存储数据和应用的多个版本)同时出现事故的可能性就很小。 可用区单元由光纤联接，使用密集型波分复用传送数据包。在美东地区，一共有82864条光纤。 可用区在延迟方面通常都小于1毫秒，绝对小于2毫秒;这个速度是可以进行同步数据复制的。要知道，固态硬盘的数据保存也要在1-2毫秒之间。
企业经常在关键应用上，通常都会进行跨区域复制。但在麻烦一些的场景中，比方说，一个数据中心在纽约，一个在洛杉矶，则延迟大约为74毫秒。这种情 况下亚马逊 公有云，就无法进行同步复制，这就意味着一次失败，数据就会在到达备份系统的传输途中丢失。这样一来，就只能使用日志恢复，而这则要花费数天时间了。
这就是为什么亚马逊在 2000 年要发明可用区。 这种方法一定程度上，更加昂贵，但灾难恢复更快。 可用区在美东地区有 25Tb/sec 的带宽，为了应用的可靠性，这个花费还是值得的。对于在线零售商来说，这肯定是必须的。 想像一下你开车去沃尔玛，而整个库存却都空了。如果发生了愚蠢的错误，例如负载均衡失效，则可用区中的一个就会承担负荷并继续工作，重建同步随即便可开始。
让我们进入一个可用区看看。 美东地区的可用区中，每个数据中心之间网络传输只需1/4毫秒，而且没有一个数据中心跨越2个分区。 实际上，如上所述，一个可用区可以有多个数据中心，美东看上去有10个数据中心，而据说有些可用区有多达6个数据中心。 可用区中有多个冗余交换中心。这样，即使亚马逊丢掉一个交换中心和多个可用区，一切都还可以正常运行。
进入一个可用区的数据中心，如上所述，有50000服务器，有时候还会多达80000机器。 一个aws数据中心大概在25兆瓦到30兆瓦之间，如果一共有87个数据中心，则总共有2.17吉瓦(2.17个十亿瓦)到2.6吉瓦电力消耗。 说亚马逊可以运行60兆瓦的数据中心，但问题是，从2000个机架到2500个机架，成本并不会降低很多，而且灾难范围，也就是他所说的“爆炸半径”，太巨大。 “从某个点开始，价值降低而成本升高。在我们看来，这大概就是正确的数字了”这样评价亚马逊为数据中心定义的大小。
记下来吧，竞争对手们。
一个单独的数据中心，有高达102 Tb/sec 带宽的分配，这是美东地区的可用区之间的带宽的4倍。补充说数据中心内部的带宽还要“远超” 102Tb/sec。
再到一个机架里看看，到一个服务器和虚拟网卡里看看。 网卡支持SR-IOV，这是PCI-Express协议的扩展。 PCI-Express 协议对物理网络设备的资源进行虚拟化。 SR-IOV绕过操作系统上运行的通常软件协议栈，以及网络驱动和支撑他们的层。从应用到网卡，需要几毫秒。 通过网卡只需要微秒，而通过光纤到达另一个服务器的网卡接口则只需要几个纳秒(十亿分之一秒)。“这就是说最麻烦的就是两端软件上的延迟” 解释。 SR-IOV非常轻量，给虚拟机上的每一个客户分区一个自己的虚拟网卡。这些虚拟网卡来自物理网卡。
为什么亚马逊实现这些这么难?因为需要为网络协议栈添加安全、隔离、计量、控制和效率衡量等去掉的功能。 这些都需要耗费时间。 AWS 的新实例类型都有SR-IOV功能，也将在所有实例类型中普及。
【本文来源于互联网转载，如侵犯您的权益或不适传播，请邮件通知我们删除】