简单了解阿里云批量计算（上篇）

什么是批量计算

批量计算（BatchCompute）是一种适用于大规模并行批处理作业的分布式云服务。BatchCompute可支持海量作业并发规模，系统自动完成资源管理、作业调度和数据加载，并按实际使用量计费。

通俗的讲，就是您提交一个程序（任意的计算机程序），让它在阿里云机房中的多台机器上同时运行，然后把结果写入到指定的位置（OSS，阿里云对象存储服务），您可以去指定位置查看结果。

关于阿里云批量计算的详细内容：

阿里云批量计算使用教程

（批量计算（BatchCompute）是一种适用于大规模并行批处理作业的分布式云服务。BatchCompute可支持海量作业并发规模，系统自动完成资源管理，作业调度和数据加载，并按实际使用量计费。BatchCompute广泛应用于电影动画渲染、生物数据分析、多媒体转码、金融保险分析、科学计算等领域。）

产品架构

BatchCompute整体架构，包括：

• BatchCompute入口

• 批量计算服务提供基于HTTP的API。在API之上还封装了一些工具，比如SDK，命令行工具，控制台等。

• 您可以使用这些工具向BatchCompute提交作业，查询作业运行状态，并管理作业生命周期（比如停止已提交的作业，释放已完成的作业等）。

• 运行环境

BatchCompute通过虚拟化技术构建沙箱，并在其中运行用户程序，确保用户环境和用户数据的安全性。您可以自行定制其虚拟机镜像。

• OSS持久化存储

• OSS 有完善的用户管理和安全机制。

• BatchCompute使用 OSS 作为持久化存储。

• 用户的程序、自定义Docker镜像、输入输出数据都存储在 OSS 中。

名词解释

作业

用户的每个特定的计算需求在BatchCompute中被描述为一个作业（Job）。在BatchCompute系统中，用户可以通过BatchCompute管理控制台或SDK提交、管理和查询作业。

任务

一个作业由一组任务（Task）及其依赖关系组成。批量计算支持能以有向无环图（directed acycline graph，DAG）形式描述的作业。任务间的依赖关系只能在作业提交时指定，提交完成后不能修改。

实例

每个任务可以有一个或多个执行实例（Instance）。同一任务的各个实例并行处理各自的输入数据。实例是BatchCompute调度与执行的最小单元，这些实例会动态的运行在后台分布式系统的各节点上。

集群

一系列的VM实例组在BatchCompute中被定义为一个集群（Cluster）。一个集群可以由多个实例组（Group）组成，一个组中的实例共享同样的实例类型定义（实例类型，CPU，Memory等），多个组之间共享镜像（Image）。

镜像

镜像（Image）是集群资源创建或者作业运行环境的模板。它是一个标准的或者自定义的ECS镜像，需要安装BatchCompute Agent，然后授权给BatchCompute服务使用。

Docker镜像

使用官方提供的ubuntu镜像(内置Docker容器支持)，可以支持自定义Docker镜像。自定义Docker镜像像普通镜像一样，可以自己安装运行作业的各种程序。具体方法请看这里: 使用Docker。

阿里云大学官网（阿里云大学 - 官方网站，云生态下的创新人才工场）