В чем разница между PCF Dev on premise и PCF Enterprise с точки зрения функций и поддержки?
Разница между PCF DEV и PCF Enterprise
03.08.2017
Ответы:
1
Из основного
PCF Dev идеально подходит разработчикам, желающим изучить или оценить PCF, или тем, кто уже активно создает облачные приложения для работы на PCF. Работая с PCF Dev, разработчики могут ощутить всю мощь PCF — от ускоренных циклов разработки, обеспечиваемых согласованными структурированными сборками, до операционного совершенства, достигаемого благодаря интегрированному ведению журналов, метрикам, мониторингу и управлению работоспособностью.
PCF Dev — это очень тонкая версия PCF, работающая на одной виртуальной машине либо в VirtualBox, либо в VMWare Fusion; в основном предназначен исключительно для работы на ноутбуке или ПК. PCF Dev поставляется с плитками Redis, RabbitMQ и MySQL ИЛИ RMQ, MySql и SCS.
Таким образом, это очень хорошее решение для запуска и развертывания микросервисов и тестирования; хорошее решение для разработчика для быстрой работы.
У PCF Dev нет Bosh.
BOSH— это инструмент с открытым исходным кодом для разработки выпусков, развертывания, управления жизненным циклом и мониторинга распределенных систем.Cloud Foundry использует BOSH в качестве уровня взаимодействия с IAAS. BOSH позволяет абстрагироваться и стандартизировать взаимодействие с IAAS. BOSH взаимодействует с IAAS с помощью Cloud Provide Interface (CPI), который реализуется поставщиком IAAS (VMWare, AWS, Google, MS и т. д.).
В PCF Dev вы не можете добавлять другие тайлы. На реальном фундаменте PCF, в зависимости от потребностей бизнеса, может потребоваться намного больше плиток.
Предприятие PCF, как вы его назвали, представляет собой основу PCF, созданную для производства. Он имеет много особенностей. Но некоторые из ключевых особенностей..
- Безопасно по умолчанию
- Самовосстановление и избыточность (как на уровне приложения, так и на уровне виртуальной машины через bosh resurrector)
- Масштабируемость
- Поддержка полиглотов
Я предлагаю вам прочитать другие функции на веб-сайте Pivotal.
Надеюсь, это поможет!
03.08.2017
Новые материалы
Кластеризация: более глубокий взгляд
Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..
Как написать эффективное резюме
Предложения по дизайну и макету, чтобы представить себя профессионально
Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..
Частный метод Python: улучшение инкапсуляции и безопасности
Введение
Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..
Как я автоматизирую тестирование с помощью Jest
Шутка для победы, когда дело касается автоматизации тестирования
Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..
Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv)
Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..
Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..
Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..