Analisi comparativa delle infrastrutture cloud-native di Landslide

Confrontare le prestazioni di CPU, memoria, archiviazione e rete tra i vari cluster Kubernetes per verificare che l'infrastruttura sia pronta prima dell'implementazione di CNF.

immagine_prodotto
  • Technology

    Kubernetes, Cloud-Native Infrastructure, 5G SA, 5G-Advanced

  • Test types

    CPU Benchmarking, Memory Benchmarking, Storage Benchmarking, Networking Benchmarking, A/B Testing, Shadow Testing, Continuous Benchmarking

Pronto per un preventivo

Scopri cosa è incluso ed esplora le opzioni di aggiornamento disponibili da Keysight.

Punti salienti

Landslide Cloud Engine valuta le prestazioni, l'efficienza e il comportamento delle infrastrutture cloud-native e delle risorse basate sul cloud in condizioni reali, utilizzando un'architettura a più livelli basata su microservizi.

Benchmarking delle prestazioni

  • Confronta le prestazioni di CPU, memoria, archiviazione e rete nelle principali distribuzioni Kubernetes per cloud privato, tra cui OpenShift, VMware Tanzu, WNDRVR Cloud Platform, Rancher e k3s
  • Misura la produttività della CPU, l'utilizzo della memoria, le operazioni di input/output (I/O) dello storage e il traffico di rete in presenza di carichi di lavoro configurabili
  • Rileva metriche dettagliate a livello di Kubernetes relative a utilizzo, latenza ed efficienza di allocazione

Flusso di lavoro e automazione

  • Il motore di workflow "drag-and-drop" combina un numero illimitato di azioni relative a CPU, memoria, archiviazione e rete in un unico scenario
  • Si integra con le pipeline di integrazione continua/distribuzione continua (CI/CD) per il monitoraggio continuo delle prestazioni dell'infrastruttura nell'ambito dei flussi di lavoro DevOps
  • Supporta carichi di lavoro e parametri definiti dall'utente per emulare diverse condizioni operative

Visualizzazione e analisi

  • Dashboard in tempo reale basate su Grafana, Prometheus e Kafka per decisioni rapide e basate sui dati
  • Raccolta completa delle metriche dagli esportatori di Kubernetes, tra cui cAdvisor, Node Exporter e kube-state-metrics
  • Il database di serie temporali memorizza i risultati per l'analisi delle tendenze e la visualizzazione delle correlazioni

Convalida dinamica dell'infrastruttura

  • Verifica che i cluster Kubernetes siano in grado di allocare, migrare e ripristinare dinamicamente i carichi di lavoro in ambienti multi-vendor
  • Supporta i test A/B e gli shadow test per confrontare le modifiche alla configurazione
  • Individua i colli di bottiglia delle risorse prima dell'implementazione in produzione