基于Anthos的混合多云数据平台多云解决方案
谷歌云平台通过Anthos这个开放的应用现代化平台，实现了混合云计算和多云计算。Antos如何为分布式数据平台工作？
例如，我在Teradata On-premise、AWS Redshift和Azure Snowflake中有我的数据。Antos可以连接所有数据集并允许用户以低延迟查询或执行报告吗？AWS和Azure中的GCP Anthos的等价物是什么？
共有1个答案
你的问题很广泛。Anthos是为管理和分发多个K8S集群中的容器而设计的。
对于一个更简单的视图，想象一下：您有Anthos主节点，它的直接节点是K8S主节点。例如，如果您要求Anthos Master在AWS上部署一个吊舱。Anthos master将查询转发到部署在EKS上的K8S master，然后您的吊舱部署在AWS上。
现在，重新思考你的问题：数据呢？没有什么神奇的，如果您的数据在几个集群之间共享，您必须用一个为此设计的系统来联合它们。这与只有一个集群和不同节点上的数据非常相似。
最后一点：Azure和AWS的等价物。没有。
最新的Azure ARC似乎很轻：它只允许在Azure平台上使用代理管理VM。没有什么比安托斯更容易管理的了。例如：您在GCP上有3个VM，并使用Azure Arc管理它们。您在每个NGINX上部署了loadbalancer，并且希望在3个VM中设置一个loadbalancer。我不明白你怎么能用Azure Arc做到这一点。对于Anthos，它只是K8S的一个服务展示->Loadbalancer将根据云平台的实现进行部署。
关于AWS，outpost是一个硬件解决方案：您必须购买AWS特定的硬件，并将其插入到您的OnPrem基础设施中。在你的云战略中需要更多的prem投资吗？很难说服。并且不符合其他云提供商的要求。但《重塑》将于下个月上映。也许是局外人？
-
Amazon-AWS支持与Anthos放大器的集成吗？ 从企业的角度来看，我不喜欢与AWS锁在一起，所以如果AWS与Anthos放大器集成会很好。
-
在我的新公司，我是一名数据工程师，负责构建google cloud platform(GCP)批处理ETL管道。我的团队的数据科学家最近给了我一个数据模型（用Python3.6编写的.py文件）。 数据模型有一个主函数，我可以调用它并获得一个dataframe作为输出，我打算将这个dataframe附加到一个bigquery表中。我是否可以只导入这个主函数，并使用apache beam（Dataf
-
我在谷歌云平台上托管了一个基本的网络应用程序，我注意到在过去的几个月里，我的成本在慢慢上升。在过去的30天里，它真的加速了（幸运的是，在一个很小的基础上--我仍然在每天不到2美元的水平上滴答作响）。我已经几个月没有添加任何新的功能或客户端了，所以这有点令人惊讶。 我的第一直觉是交通增加了。我在App Engine仪表板上看不到类似的内容，但我放入了一堆优化，并大幅降低了QPS以防万一。没有变化。
-
主题中的Kafka数据可以被流式传输、消费和吸收到BigQuery/云存储中，有哪些可能的选项。 按照，是否可以将Kafka与Google cloud Dataflow一起使用 GCP自带Dataflow,它建立在Apache Beam编程模型之上。KafkaIO与Beam Pipeline一起使用是对传入数据执行实时转换的推荐方式吗？ https://beam.apache.org/releas
-
与Firebase console中的Firebase Firestore一样，谷歌云平台中的Firestore中也有相同的数据，同样的，Firebase Realtime Database（json文件）在谷歌云平台中也有
-
我正在寻找一种方法来执行在谷歌云平台的实例启动脚本类似于AWS中的用户数据。我检查‘启动脚本'，但它是在每次启动时执行的。有什么办法可以实现吗？