堪比实体机京东云裸机云主机，终极性能要比11.11提升。

面对JD。COM的11.11事件，促成了百亿级访问流量、每秒百万级并发请求、十亿级实时消息推送，JD.COM智联云已经有效支撑了京东的海量并发。COM的11.11事件，并通过技术创新确保业务系统的平稳运行。

其中，裸机云主机提供了与物理机无异的极致性能。在本次11.11促销中，批量用于零售、广告、推荐、搜索等业务。裸机云主机在为JD.COM 11.11解决物理机运维问题的同时，相比云主机还降低了性能损失，提高了整体资源利用率。

目前，cloud native正在重塑IT基础设施，Kubenetes和containers已经大规模应用于JD.COM集团的业务部署中。由于裸机服务器兼容现有的云产品，业务端不需要改变业务架构，可以直接在创建的Kubenetes集群中添加裸机实例，实现容器化的业务部署。裸服务器+容器+K8s将是大规模上云的最佳组合，在11.11大促中发挥很大作用。

最大限度地提高物理性能-裸机云主机

传统物理服务器面临的问题

早些年，考虑到购机需要一定的周期，JD.COM通常在每年第一季度开始评估当年618、11.11促销的业务量。机器到位后，可以及时上架，保证开门前机器资源充足。

对于传统的物理服务器，部署时需要提前几天甚至几周准备服务器。安装和网络配置需要人工维护，硬盘难以扩展。当服务器发生变化时，需要经历下架、上架、重新配置网络等一系列复杂的过程。当服务器出现故障时，用户的业务恢复时间长，成本高。

云主机不足

从2016年开始，JD.COM智联云逐渐开始发力，JD.COM集团的业务也开始向云上迁移。如今，零售、物流等核心业务已经部署在JD.COM智联云上。推广期间需要的所有资源都可以按需在云上获取，整个集团的资源都可以轻松灵活扩展。

在云计算基础设施中，主流的服务提供方式是通过虚拟化技术为用户提供云主机。由于资源具有按需申请和释放、灵活扩展和收缩的特点，可以大大节省IT资源购买和运维的成本。

但是，云主机仍然存在以下缺点:

性能损失:传统的虚拟化实现依赖于运行在物理服务器上的虚拟化软件，会占用一些资源，造成虚拟化损失，使得云主机无法达到堪比物理服务器的性能。性能干扰:传统云托管服务虽然通过虚拟化技术保证了多租户间的资源隔离，但仍可能存在内存带宽、CPU缓存等资源争用，会给虚拟机性能带来噪声干扰；安全威胁:如果租户的云主机系统存在严重漏洞，很可能安全威胁入侵虚拟机后会横向感染其他虚拟机，带来安全隐患。

裸服务器兼有服务器和虚拟服务器的优点。

裸机云主机是介于物理服务器和虚拟服务器之间的一种产品形态。

首先，可以提供物理机的性能。通过将虚拟化软件卸载到硬件，可以消除虚拟化损失，并且可以实现类似于物理服务器的性能。

在实际测试中，与虚拟机相比，裸机云主机的CPU性能提升了2.7%，内存性能提升了24.6%，单个CPU的最大网络吞吐量提升了36%，整体上接近物理机的性能。

其次，裸机服务器也有自动运维。空服务器可以在几分钟内部署和交付，恢复时间很短。此外，它还拥有和虚拟机一样的自动化运维手段，以及丰富的可用性监控指标；

第三，裸机服务器可以提供物理级别的隔离。云主机享有物理机的所有计算资源，以确保与其他租户资源的绝对隔离，同时支持嵌套虚拟化。

裸机云主机基于JD.COM智联云研发的虚拟化引擎，提供无任何差别的物理机极致性能，以更低的成本实现更好的服务，稳定支撑JD.COM 11月11日的顺利进行。

JD.COM智联云裸机技术架构

上图是JD.COM智联云裸机服务器的技术架构，分为网络数据平面、存储数据平面和云主机控制平面:

网络侧:支持VxLan、流表、ACL表的转发、卸载和加速，支持连接跟踪。数据包可以直接进入智能网卡网络的快速通道与外界通信，缩短了网络处理路径上的耗时，减少了CPU和内存开销。实现了与JD.COM智联云VPC的无缝连接，兼容现有网络产品。

数据平面:模拟基于SPDK的存储控制器。云主机的读写请求会通过模拟设备与物理机上的云硬盘代理(SPDK)进行通信，然后将请求发送到后端存储资源池并与设备和云硬盘存储后端进行通信。

云主机控制平面:与云主机管理系统完全集成。实现了裸机云主机像虚拟机一样的生命周期管理。用户可以在控制台上一键部署裸机云主机，方便了网络和存储资源的配置。同时，云主机管理平面为裸机云主机提供了丰富的监控指标和故障恢复手段，保证了用户可以像传统云主机一样便捷地使用裸机云主机。

与传统云主机相比，裸机云主机的网络、存储负载、控制平面下沉到智能网卡，节省了主机端的CPU，提高了资源利用率。

JD.COM智联云第二代裸机技术架构

在JD.COM智联云最新的第二代裸机架构中，采用FPGA支持virtio-blk和virtio-net虚拟化，更加通用。同时，FPGA将处理本地和重复负载，充分发挥其在低延迟流处理方面的优势，CPU将处理复杂负载，充分发挥其在批量同构数据处理方面的优势。