在內(nèi)測階段，騰訊云高級產(chǎn)品經(jīng)理黃杰元收到大量用戶的問詢，問題主要集中在：這項服務(wù)主要適用于哪些用戶或應(yīng)用場景，可以解決哪些具體的問題。根據(jù)前期客戶溝通，他對以上問詢進行了梳理，同時分享了一個關(guān)鍵觀點，彈性伸縮將會成為標(biāo)配的云服務(wù)，具體見以下分享內(nèi)容。

用戶訴求催生“彈性伸縮”

很多用戶都在為這樣的工作情景苦惱不堪，比如收到告警，就得立即調(diào)度更多的資源，進行虛擬機的配置，哪怕是深更半夜也得爬起來。

尤其是常見的請求量波動極大的客戶，比如：

• 電商客戶遇到大促活動，以及限時秒殺活動期間。

• 游戲客戶在每天晚上20:00-24:00的在線用戶高峰期間。

• 視頻客戶在播放熱門直播期間，比如遇到重要比賽、慶典晚會、熱門電視劇。

雖然可以預(yù)見訪問量激增的情況，提前做出冗余。然而過量冗余意味著資源的浪費。冗余不足的后果是災(zāi)難性的，包括主機宕機，不得不跟用戶道歉，還要承擔(dān)用戶流失的后果。

當(dāng)業(yè)務(wù)高峰過后，還需要及時縮容，向公有云服務(wù)商退還計算資源，否則會承受不必要的成本。于是需要每天隨時待命，對系統(tǒng)進行調(diào)整，還要在“不足”與“浪費”之間做著艱難的資源預(yù)測。

少數(shù)技術(shù)能力強的用戶，通過調(diào)用公有云服務(wù)商的API進行二次開發(fā)，一定程度上做到運維自動化，比如定時增減云主機、根據(jù)告警自定義任務(wù)，但這種“高階”玩法門檻太高，靈活性低，而且調(diào)試成本不小!

這種狀況是違背云計算“彈性”、“pay as you use”的初衷的!因為如果采用上述方式，公有云服務(wù)與傳統(tǒng)的物理機區(qū)別就不大了。

事實上，在今天，云計算的發(fā)展已經(jīng)進化到第三階段，云服務(wù)商根據(jù)用戶的需求，推動自身的技術(shù)進程，可以提供彈性伸縮的云服務(wù)，幫助客戶適應(yīng)當(dāng)前的計算業(yè)務(wù)的需求。

在過去的幾年來，市場上的云服務(wù)究竟經(jīng)歷了哪些發(fā)展?縱觀過去幾年國內(nèi)公有云行業(yè)的發(fā)展，可以明顯看到經(jīng)歷三個階段：

階段一(2012年左右)：國內(nèi)公有云初步發(fā)展，虛擬機開始替代傳統(tǒng)的物理服務(wù)器自建、物理機租賃、機房托管。但此時云計算的基礎(chǔ)能力仍不全面，網(wǎng)絡(luò)及存儲虛擬化的普及滯后于計算虛擬化。

階段二(2013-2014)：基礎(chǔ)能力完備，云服務(wù)基本滿足IT服務(wù)的功能需求。表現(xiàn)為網(wǎng)絡(luò)、存儲相關(guān)功能完善，各服務(wù)商的云盤、云監(jiān)控、負(fù)載均衡、私有網(wǎng)絡(luò)等功能更強大。但是依然未能提供云計算核心的性能服務(wù)，即彈性、靈活的云服務(wù)，公有云服務(wù)和傳統(tǒng)的IDC服務(wù)區(qū)別并不明顯。

階段三(2015年-至今)：基礎(chǔ)能力完備后，市場進入追求彈性、靈活、智能化的階段。用戶希望按使用時長精確計費、根據(jù)需要實現(xiàn)自適應(yīng)的擴容縮容，減少對資源預(yù)測的依賴。這一階段云服務(wù)商開始提供彈性伸縮服務(wù)。

用戶使用彈性伸縮會達到什么狀態(tài)?

對于用戶而言，目前的業(yè)務(wù)正在面臨如何更高效的使用高性能計算、大數(shù)據(jù)存儲與利用，以及面臨構(gòu)建高效可靠的云平臺等一系列課題，以上訴求映射到云服務(wù)商，提供可伸縮的彈性服務(wù)是云計算服務(wù)面臨的核心難題。

一方面云服務(wù)商通過彈性云平臺，提供資源按需供給和動態(tài)管理，可以恰到好處將計算資源進行合理調(diào)配以及自適應(yīng)規(guī)劃，避免因資源不足導(dǎo)致服務(wù)中斷。與此同時，避免資源供給過量帶來的大量閑置資源空轉(zhuǎn)。

另一方面，在“彈性”基礎(chǔ)上，云服務(wù)商有義務(wù)提供精確而靈活的計費模式，讓用戶只為使用了的計算資源和時間付費。

“彈性”和“靈活計費”對于云計算本身而言不僅是一種特征，也定義了一種未來趨勢，未來對于云計算的理解將會直接與這兩大特性服務(wù)銜接起來。

基于以上背景，騰訊云推出了彈性伸縮服務(wù)。解決用戶在龐大資源調(diào)配和精準(zhǔn)計費上的兩大核心訴求。

關(guān)于騰訊云“彈性伸縮”更多詳情和免費申請，點擊騰訊云官網(wǎng)鏈接了解：http://www.qcloud.com/event/autoscaling/