با افزایش تعداد سرویس‌های سازمانی، اجرای هر برنامه روی یک سرور فیزیکی مستقل همیشه انتخاب بهینه‌ای نیست. این روش می‌تواند باعث استفاده ناکافی از منابع سخت‌افزاری، افزایش هزینه‌های نگهداری و پیچیده‌تر شدن مدیریت زیرساخت شود. مجازی‌سازی سرور راهکاری است که به سازمان‌ها اجازه می‌دهد چندین محیط کاری مستقل را روی یک سرور فیزیکی اجرا کنند و منابع پردازشی، حافظه و ذخیره‌سازی را متناسب با نیاز هر سرویس تخصیص دهند.
بااین‌حال، استفاده موفق از مجازی‌سازی صرفاً به نصب یک نرم‌افزار Hypervisor محدود نمی‌شود. برای دستیابی به عملکرد پایدار، باید ظرفیت پردازنده، حافظه RAM، فضای ذخیره‌سازی، پهنای باند شبکه و نیازهای آینده سازمان از ابتدا بررسی شوند.
سرور HPE ProLiant DL380 Gen12 می‌تواند یکی از گزینه‌های بررسی برای چنین زیرساختی باشد؛ اما انتخاب پیکربندی مناسب آن به نوع بار کاری، تعداد ماشین‌های مجازی و سطح دسترس‌پذیری موردنیاز بستگی دارد.
در این مقاله بررسی می‌کنیم مجازی‌سازی سرور چگونه کار می‌کند و چطور می‌توان منابع HPE DL380 Gen12 را برای اجرای ماشین‌های مجازی برنامه‌ریزی کرد.
آشنایی بیشتر با سرور HPE DL380 Gen12
با قابلیت‌ها و ویژگی‌های این سرور برای طراحی و توسعه زیرساخت سازمانی بیشتر آشنا شوید.
مشاهده جزئیاتمجازیسازی سرور چیست؟
مجازی‌سازی سرور فناوری‌ای است که امکان اجرای چند محیط محاسباتی مستقل را روی یک سرور فیزیکی فراهم می‌کند. در این ساختار، یک لایه نرم‌افزاری به نام Hypervisor منابع سخت‌افزاری سرور را مدیریت می‌کند و آن‌ها را در اختیار ماشین‌های مجازی (Virtual Machines یا VMها) قرار می‌دهد.
هر ماشین مجازی می‌تواند سیستم‌عامل، پردازنده مجازی، حافظه RAM، فضای ذخیره‌سازی و تنظیمات شبکه مخصوص خود را داشته باشد. برای مثال، یک سازمان می‌تواند روی یک سرور فیزیکی، ماشین‌های مجزایی برای میزبانی وب‌سایت، اجرای پایگاه داده، سرویس‌های داخلی و محیط آزمایش نرم‌افزار ایجاد کند.
در این حالت، به‌جای اختصاص یک سرور مستقل به هر سرویس، منابع سخت‌افزاری به شکل کنترل‌شده میان ماشین‌های مجازی تقسیم می‌شوند.
نقش Hypervisor در مجازی‌سازی
Hypervisor لایه‌ای است که ایجاد و اجرای ماشین‌های مجازی و تخصیص منابع به آن‌ها را مدیریت می‌کند. این لایه می‌تواند مستقیماً روی سخت‌افزار سرور نصب شود یا در معماری‌های دیگر، از طریق یک سیستم‌عامل میزبان فعالیت کند.
در زیرساخت‌های سازمانی، انتخاب Hypervisor باید با توجه به سازگاری سخت‌افزار، نیازهای مدیریتی، قابلیت‌های امنیتی، مجوزهای نرم‌افزاری و امکاناتی مانند انتقال ماشین مجازی میان میزبان‌ها انجام شود.
مجازی‌سازی مزایایی مانند افزایش بهره‌وری سخت‌افزار، ساده‌تر شدن مدیریت سرویس‌ها، تسریع راه‌اندازی محیط‌های جدید و انعطاف‌پذیری بیشتر در تخصیص منابع دارد. البته اگر ظرفیت سرور به‌درستی محاسبه نشود، تجمیع تعداد زیادی ماشین مجازی روی یک میزبان می‌تواند به گلوگاه پردازشی، کمبود حافظه یا افزایش تأخیر ذخیره‌سازی منجر شود.
چرا HPE DL380 Gen12 برای زیرساخت مجازی اهمیت دارد؟
سرور HPE ProLiant DL380 Gen12 از خانواده سرورهای رک‌مونت سازمانی HPE است که برای بررسی و طراحی زیرساخت‌های پردازشی متنوع، از جمله محیط‌های مجازی‌سازی، در نظر گرفته می‌شود. قابلیت‌های واقعی هر پیکربندی به پردازنده‌های انتخاب‌شده، ظرفیت حافظه، کنترلرها، درایوها، آداپتورهای شبکه و گزینه‌های توسعه وابسته است.
برای انتخاب این سرور به‌عنوان میزبان ماشین‌های مجازی، به این عوامل توجه کنید:
توان پردازشی
تعداد هسته‌ها و توان پردازنده باید با مجموع نیاز ماشین‌های مجازی تناسب داشته باشد.
ظرفیت حافظه
RAM کافی برای سیستم‌عامل میزبان، ماشین‌های مجازی و فضای موردنیاز Hypervisor ضروری است.
زیرساخت ذخیره‌سازی
نوع درایوها، تأخیر خواندن و نوشتن، ظرفیت قابل استفاده و افزونگی بر عملکرد سرویس‌ها اثر می‌گذارند.
اتصالات شبکه
پهنای باند کافی برای ارتباط ماشین‌ها، کاربران، فضای ذخیره‌سازی و سامانه‌های مدیریتی لازم است.
قابلیت توسعه
پیکربندی اولیه باید با نیازهای احتمالی آینده سازمان هماهنگ باشد.
نکته مهم در برنامه‌ریزی مجازی‌سازی
انتخاب نام مدل سرور به‌تنهایی ظرفیت مجازی‌سازی را مشخص نمی‌کند. دو سرور DL380 Gen12 با پیکربندی‌های متفاوت ممکن است تعداد بسیار متفاوتی از ماشین‌های مجازی را با عملکرد قابل قبول اجرا کنند.
چگونه ظرفیت CPU را برای ماشین‌های مجازی محاسبه کنیم؟
پردازنده یکی از مهم‌ترین عوامل تعیین‌کننده عملکرد میزبان مجازی‌سازی است. هنگام انتخاب CPU برای HPE DL380 Gen12، نباید فقط به تعداد هسته‌ها توجه کرد؛ فرکانس پردازنده، نوع بار کاری، تعداد پردازش‌های هم‌زمان و میزان استفاده واقعی از CPU نیز اهمیت دارند.
برای مثال، ماشین مجازی مربوط به یک سرویس داخلی کم‌مصرف، به منابع پردازشی یکسانی با ماشین مجازی میزبان پایگاه داده پرتراکنش نیاز ندارد.
مراحل برنامه‌ریزی پردازنده
چهار گام برای تخصیص بهینه منابع CPU در زیرساخت مجازی‌سازی
شناسایی بارهای کاری
مشخص کنید چه سرویس‌هایی قرار است روی سرور اجرا شوند؛ مانند وب‌سرور، پایگاه داده، نرم‌افزارهای سازمانی یا محیط توسعه.
تعیین vCPU موردنیاز
برای هر ماشین مجازی، تعداد پردازنده‌های مجازی متناسب با نیاز نرم‌افزار و نتایج پایش بار کاری تعیین کنید.
بررسی هم‌زمانی پردازش‌ها
مجموع vCPUهای تخصیص‌یافته را با تعداد هسته‌های فیزیکی و میزان مصرف واقعی پردازنده مقایسه کنید.
در نظر گرفتن اوج مصرف
فقط میانگین مصرف CPU را مبنا قرار ندهید؛ ساعات پرترافیک و پردازش‌های دوره‌ای نیز باید بررسی شوند.
نکته مهم: مفهوم Overcommitment
تعداد vCPUهای تخصیص‌یافته می‌تواند از تعداد هسته‌های فیزیکی بیشتر باشد. این وضعیت که Overcommitment نام دارد، در بسیاری از محیط‌های مجازی رایج است.
بااین‌حال، نسبت مناسب به نوع بار کاری و میزان هم‌زمانی پردازش‌ها بستگی دارد و نمی‌توان یک نسبت ثابت را برای همه سازمان‌ها توصیه کرد.
برنامه‌ریزی ظرفیت RAM در HPE DL380 Gen12
در بسیاری از محیط‌های مجازی‌سازی، حافظه RAM یکی از محدودکننده‌ترین منابع است. ممکن است سرور از نظر پردازنده ظرفیت کافی داشته باشد، اما به‌دلیل کمبود حافظه، نتوان ماشین‌های مجازی بیشتری به آن اضافه کرد.
طبق مشخصات فنی HPE، سرور DL380 Gen12 دارای ۳۲ اسلات حافظه DDR5 RDIMM است و ظرفیت حافظه پشتیبانی‌شده آن در پیکربندی‌های مشخص می‌تواند به ۸ ترابایت برسد. ظرفیت و سرعت نهایی به پردازنده و ماژول‌های حافظه انتخاب‌شده وابسته است.
روش محاسبه حافظه موردنیاز
برای برنامه‌ریزی RAM، حافظه موردنیاز هر ماشین مجازی را بر اساس سیستم‌عامل و نرم‌افزارهای آن تخمین بزنید. سپس حافظه ماشین‌های مجازی را با هم جمع کنید و منابع موردنیاز میزبان، سرویس‌های مدیریتی و حاشیه اطمینان را نیز در نظر بگیرید.
برای نمونه، فرض کنیم یک سازمان قصد دارد ۱۰ ماشین مجازی با نیاز حافظه متفاوت ایجاد کند:
جدول برآورد حافظه RAM ماشین‌های مجازی
نمونه محاسبه ظرفیت حافظه موردنیاز برای ۱۰ ماشین مجازی
| نوع ماشین مجازی | تعداد | RAM هر ماشین | مجموع RAM |
|---|---|---|---|
| سرویس‌های سبک | ۴ | ۸ گیگابایت | ۳۲ گیگابایت |
| سرویس‌های متوسط | ۴ | ۱۶ گیگابایت | ۶۴ گیگابایت |
| پایگاه داده یا سرویس سنگین | ۲ | ۳۲ گیگابایت | ۶۴ گیگابایت |
| مجموع | ۱۰ | — | ۱۶۰ گیگابایت |
این اعداد برآورد اولیه حافظه ماشین‌های مجازی هستند. برای انتخاب RAM نهایی سرور، حافظه موردنیاز میزبان، اوج مصرف و ظرفیت موردنیاز برای رشد آینده را نیز در نظر بگیرید.
در این مثال، ماشین‌های مجازی به ۱۶۰ گیگابایت RAM نیاز دارند. ظرفیت نهایی سرور باید علاوه بر این مقدار، نیاز میزبان و فضای مناسب برای رشد و اوج مصرف را نیز پوشش دهد.
این محاسبه یک برآورد اولیه است، نه پیشنهاد قطعی برای پیکربندی. میزان واقعی حافظه موردنیاز باید با توجه به مصرف عملیاتی، رفتار نرم‌افزارها و سیاست‌های تخصیص حافظه تعیین شود.
انتخاب Storage مناسب برای ماشین‌های مجازی
ذخیره‌سازی مستقیماً بر سرعت راه‌اندازی ماشین‌های مجازی، زمان پاسخ‌گویی برنامه‌ها و عملکرد پایگاه داده اثر می‌گذارد. به همین دلیل، انتخاب Storage نباید صرفاً بر اساس ظرفیت اسمی درایوها انجام شود.
در سرور HPE DL380 Gen12، گزینه‌های ذخیره‌سازی به پیکربندی شاسی، نوع درایو، کنترلر و تجهیزات انتخاب‌شده بستگی دارند. برای انتخاب مناسب، سه عامل اصلی را بررسی کنید:
- ظرفیت قابل استفاده: فضای سیستم‌عامل‌ها، داده‌ها، فایل‌های موقت، Snapshotها و رشد آینده باید در محاسبه لحاظ شوند.
- کارایی ورودی و خروجی: تعداد عملیات خواندن و نوشتن در ثانیه (IOPS) و تأخیر پاسخ‌گویی برای ماشین‌های مجازی اهمیت دارند.
- افزونگی و بازیابی: معماری RAID یا راهکارهای افزونگی متناسب با نیاز سرویس، همراه با برنامه پشتیبان‌گیری، باید در نظر گرفته شود.
برای مثال، درایوهای SSD یا NVMe می‌توانند برای بارهای کاری حساس به تأخیر مناسب باشند؛ درحالی‌که انتخاب نهایی باید با توجه به هزینه، ظرفیت، الگوی دسترسی به داده‌ها و سازگاری سخت‌افزار صورت بگیرد.
اگر چندین ماشین مجازی هم‌زمان از یک فضای ذخیره‌سازی استفاده کنند، ممکن است گلوگاه I/O ایجاد شود؛ حتی زمانی که CPU و RAM هنوز ظرفیت آزاد دارند. بنابراین، بررسی عملکرد Storage در شرایط بار واقعی بخش مهمی از برنامه‌ریزی زیرساخت مجازی است.
نقش شبکه در عملکرد زیرساخت مجازی
در یک محیط مجازی‌سازی، شبکه فقط برای اتصال کاربران به ماشین‌های مجازی استفاده نمی‌شود. ترافیک مدیریت میزبان، ارتباط میان ماشین‌ها، انتقال داده، دسترسی به فضای ذخیره‌سازی تحت شبکه و مهاجرت ماشین‌های مجازی نیز می‌توانند از منابع شبکه استفاده کنند.
برای برنامه‌ریزی شبکه در HPE DL380 Gen12، ابتدا نوع و حجم ترافیک را مشخص کنید. سپس سرعت و تعداد پورت‌ها، ظرفیت سوئیچ‌ها، مسیرهای ارتباطی و نیاز به افزونگی را بررسی کنید.
نکته مهم این است که در مشخصات این مدل، کنترلر شبکه به‌صورت پیش‌فرض در همه پیکربندی‌ها وجود ندارد و باید گزینه شبکه متناسب با نیاز انتخاب شود.
در صورت امکان، ترافیک مدیریت، ماشین‌های مجازی و ذخیره‌سازی را با طراحی منطقی مناسب از یکدیگر تفکیک کنید. استفاده از لینک‌های افزونه نیز می‌تواند احتمال قطع سرویس در اثر خرابی یک مسیر را کاهش دهد؛ البته دستیابی به افزونگی واقعی به طراحی سوئیچ‌ها و مسیرهای شبکه نیز وابسته است.
چگونه تعداد مناسب ماشین‌های مجازی را تعیین کنیم؟
تعداد ماشین‌های مجازی قابل اجرا روی یک سرور، عدد ثابتی نیست. این ظرفیت به ترکیب بارهای کاری و محدودکننده‌ترین منبع سخت‌افزاری بستگی دارد.
برای مثال، ممکن است یک سرور بتواند تعداد زیادی ماشین مجازی سبک را اجرا کند، اما برای چند ماشین مجازی دارای پایگاه داده‌های سنگین به حافظه بیشتر یا Storage سریع‌تری نیاز داشته باشد.
برای تخمین ظرفیت، این مراحل را دنبال کنید:
- فهرست سرویس‌ها و ماشین‌های مجازی موردنیاز را تهیه کنید.
- نیاز هر ماشین به vCPU، RAM، فضای ذخیره‌سازی و شبکه را برآورد کنید.
- مجموع منابع موردنیاز را با ظرفیت قابل استفاده سرور مقایسه کنید.
- بار اوج، رشد آینده و محدودیت‌های نرم‌افزار مجازی‌سازی را در نظر بگیرید.
- پیش از بهره‌برداری، عملکرد پیکربندی را با بار کاری واقعی یا آزمون‌های کنترل‌شده ارزیابی کنید.
اگر قرار است ماشین‌های مجازی در زمان خرابی یک میزبان به سرور دیگری منتقل شوند، ظرفیت میزبان‌های باقی‌مانده نیز باید بررسی شود. در چنین شرایطی، پر کردن کامل منابع یک سرور می‌تواند مانع بازیابی مناسب سرویس‌ها شود.
پیش‌بینی رشد زیرساخت مجازی‌سازی
یکی از اشتباهات رایج در طراحی زیرساخت، انتخاب منابع صرفاً بر اساس نیاز امروز است. با اضافه شدن کاربران، افزایش حجم داده‌ها و راه‌اندازی سرویس‌های جدید، ظرفیت اولیه ممکن است زودتر از انتظار تکمیل شود.
برای جلوگیری از این مشکل، رشد زیرساخت را در سه بخش بررسی کنید:
- رشد پردازشی: افزایش تعداد سرویس‌ها یا پیچیده‌تر شدن پردازش‌ها می‌تواند نیاز به CPU را افزایش دهد.
- رشد حافظه و ذخیره‌سازی: افزایش حجم داده‌ها، تعداد کاربران و اندازه پایگاه‌های داده به RAM و فضای ذخیره‌سازی بیشتری نیاز دارد.
- رشد شبکه و دسترس‌پذیری: افزایش ترافیک و اهمیت سرویس‌ها ممکن است توسعه پهنای باند، مسیرهای افزونه یا اضافه شدن میزبان‌های دیگر را ضروری کند.
بهتر است پیش از خرید سرور، ظرفیت فعلی، نرخ رشد مورد انتظار و زمان احتمالی توسعه زیرساخت را مستند کنید. همچنین، سازگاری قطعات قابل ارتقا و محدودیت‌های پیکربندی را بررسی کنید تا توسعه آینده به تعویض زودهنگام تجهیزات منجر نشود.
چک‌لیست نهایی پیش از راه‌اندازی مجازی‌سازی روی HPE DL380 Gen12
پیش از نهایی کردن پیکربندی سرور، این موارد را بررسی کنید.
پرسش‌های متداول درباره مجازی‌سازی سرور
پاسخ پرسش‌های رایج درباره منابع سرور و ماشین‌های مجازی
01 مجازی‌سازی سرور چه مزایایی دارد؟
02 سرور HPE DL380 Gen12 چند ماشین مجازی را پشتیبانی می‌کند؟
03 برای مجازی‌سازی، RAM مهم‌تر است یا CPU؟
04 آیا استفاده از SSD برای Storage ماشین‌های مجازی ضروری است؟
05 آیا می‌توان پس از راه‌اندازی، منابع ماشین‌های مجازی را افزایش داد؟
جمع‌بندی
مجازی‌سازی سرور زمانی بیشترین کارایی را دارد که تخصیص منابع بر اساس نیاز واقعی سرویس‌ها و برنامه توسعه زیرساخت انجام شود. برای استفاده از HPE DL380 Gen12 به‌عنوان میزبان ماشین‌های مجازی، باید ظرفیت CPU و RAM، کارایی Storage، پهنای باند شبکه و الزامات دسترس‌پذیری را به‌صورت یکپارچه بررسی کرد.
در نهایت، هدف صرفاً اجرای بیشترین تعداد ماشین مجازی روی یک سرور نیست؛ بلکه ایجاد زیرساختی پایدار، قابل توسعه و متناسب با نیازهای سازمان است. با ارزیابی بار کاری و طراحی صحیح ظرفیت، می‌توان از منابع سخت‌افزاری بهتر استفاده کرد و احتمال بروز گلوگاه‌های عملکردی را کاهش داد.
برای طراحی و بهینه‌سازی زیرساخت سرور خود برنامه‌ریزی کنید
اگر قصد پیاده‌سازی یا توسعه زیرساخت مجازی‌سازی سازمان خود را دارید، کارشناسان آداک فن‌آوری مانیا می‌توانند در بررسی نیازهای سخت‌افزاری و انتخاب پیکربندی مناسب سرورهای HPE به شما کمک کنند.
