使用红帽企业 Linux 8.9 实现标准化并提供灵活性 - RHEL 8.9 新特新概览

这篇具有很好参考价值的文章主要介绍了使用红帽企业 Linux 8.9 实现标准化并提供灵活性 - RHEL 8.9 新特新概览。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

使用红帽企业 Linux 8.9 实现标准化并提供灵活性 - RHEL 8.9 新特新概览

Red Hat Enterprise Linux (RHEL) 8.9 (x86_64, aarch64) - 红帽企业 Linux

红帽企业 Linux 8

请访问原文链接:https://sysin.org/blog/rhel-8/,查看最新版。原创作品,转载请保留出处。

作者主页:sysin.org


IT 团队预计将以比以往更快的速度提供更多服务,以支持现代业务需求。即便如此,86% 的组织在多个 IT 环境中部署应用程序,62% 使用 3 个或更多环境。(1) 这种复杂性可能会导致互操作性和可用性问题、复杂的管理以及更高的安全性和合规性风险。

标准化您的 IT 环境可以帮助您提高灵活性、效率和可靠性,以满足不断增长的需求。标准化 操作环境 (SOE) 可以帮助简化您的 IT 基础设施,从而简化管理和控制,同时仍然提供为各种用户和用途定制系统的灵活性。

红帽企业 Linux (RHEL) 集稳定性、控制力和灵活性于一身,使其成为 SOE 的理想基础 (sysin)。由于 RHEL 在物理、虚拟化、云和边缘基础设施上运行时具有更高的一致性,因此您可以为整个组织维护单一的标准基础,而不会限制用户选项。

在 RHEL 8.9 中,我们添加了更多特性和功能,以帮助您创建支持组织目标的运营基础。RHEL 9.3 中也提供了所有这些功能,因此您可以按计划进行升级,从而减少中断。

红帽企业 Linux 8.9 新增功能

更快速地部署和管理跨空间的镜像

大多数组织都有多个部署环境,操作系统映像管理对于以安全为中心、具有更高可靠性的操作至关重要。RHEL 映像生成器工具(可作为托管服务或本地提供)可让您基于标准基础创建优化的操作系统映像,以便跨基础架构进行部署。该工具的本地版本现在支持 AWS 混合启动配置,包括 UEFI(统一可扩展固件接口)和传统 BIOS(基本输入 / 输出系统)启动模式,让您可以利用 UEFI 安全启动等功能 (sysin)。您还可以将 VMware 映像打包为开放虚拟设备 (OVA) 格式,并将其导入到 VMware vSphere 模板库中,以实现更快的虚拟机 (VM) 调配。

简化从其他 Linux 发行版的迁移

运行多个操作系统会增加管理复杂性,但操作系统迁移本身通常很复杂。简化 Convert2RHEL 工具 了从其他基于 RPM 的 Linux 发行版到 RHEL 的迁移。它可以就地转换您的系统(无论是在现场数据中心还是在云环境中),同时保留您现有的操作系统自定义、配置和首选项。这可以最大限度地减少运营中断,因为无需拆除或重新部署应用程序堆栈。Convert2RHEL 支持从其他几个 Linux 发行版进行迁移 — 请阅读本文以了解更多信息。

简化配置管理

在整个环境中维护统一的操作系统配置可能具有挑战性。自动化是提高部署一致性的关键。RHEL 8.9 包含新的 系统角色 和现有角色的增强功能,可帮助您更轻松地管理配置复杂性。新角色包括:

  • Keylime_server:自动化配置并维护 Keylime 服务器的一致部署 (sysin),包括 Keylime 注册器和 Keylime 验证器设置。
  • Systemd:大规模自动化常见的 systemd 任务,例如启动、停止、启用和禁用单元以及部署自定义单元,以减少重复任务并避免潜在问题。
  • PostgreSQL:自动安装和配置 PostgreSQL(RHEL 附带的常用数据库),以节省时间并提高一致性。

增强的角色包括:

  • Podman:自动配置 Podman 网络、运行状况检查和机密,并使用 Quadlet 容器定义来简化跨 RHEL 实例的容器定义和部署。
  • Kdump:新选项为您在跨 RHEL 资源设置基本内核转储参数时提供了更大的灵活性。
  • Storage :通过扩展文件系统而不卸载它们、设置文件系统挂载点的所有权和权限以及设置 RAID LVM 卷的条带大小,大规模改进存储管理。
  • Microsoft SQL:通过指定自定义数据和日志目录来提高 Microsoft SQL Server 数据库性能。

RHEL Web 控制台还包括用于增强系统可管理性的新功能。例如,每小时性能和磁盘 I/O 使用情况的统一颜色编码视图可让您更快地分析系统性能并解决问题。您还可以指定操作(包括重新启动、停止或强制停止不健康的容器)以响应 Podman 运行状况检查。最后,新的虚拟机管理功能可让您检查因配置更改而需要重新启动的虚拟机。

定制系统性能

对于最有经验的 IT 专业人员来说,跨多个大规模环境优化资源性能可能是一项挑战。持续监控系统、分析大量数据集并进行正确的优化需要大量的时间和精力。

包含在 RHEL 8.9 中, Performance Co-Pilot 是一组用于监视、可视化、存储和分析系统级性能测量的工具、服务和库。6.0.5 版中的新指标可监控更多硬件资源的性能(包括中断、非易失性存储和外部内存),并帮助您更快地检测基础设施的潜在问题 (sysin)。您还可以将 Webhook 操作直接发送到 事件驱动的 Ansible ,以便在系统状态与定义的性能指标推理引擎 (PMIE) 规则匹配时自动启动特定进程。借助 Grafana 9.2.10,可以比以往更轻松地分析 RHEL 基础架构中的流性能数据。

访问新的应用程序流

大规模混合云环境必须支持多个用户社区,每个用户社区对编译器、运行时、数据库和 Web 服务器等核心技术都有自己的要求。例如,开发组织希望最新的更新和功能来帮助他们构建创新的应用程序 (sysin)。同时,IT 运营团队需要稳定、经过测试且强大的工具版本,以提高将应用程序部署到生产环境时的可靠性。

Application Streams 允许您独立于核心操作系统独立更新工具和技术。它可以灵活地选择符合您的需求和优先级的特定技术版本,简化工具和应用程序管理,并更轻松地满足每个用户社区的要求。

RHEL 8.9 中的新应用程序流包括:

  • Node.js 20:对 JavaScript 运行时环境基本部分的改进以及新版本的 V8 引擎为这个流行的跨平台开源服务器环境带来了改进的性能和新的语言功能。

  • Java-21:OpenJDK(Java 平台标准版的开源实现)中的新功能包括轻量级虚拟线程、最小的 Web 服务器、有序集合以及用于主机名和地址解析的服务提供者接口 (SPI),以帮助解决问题您可以快速构建应用程序。

  • 编译器工具包:新版本包括 GCC 13、LLVM 16.06、Rust 1.71.1 和 Go 1.20.46:

    • GCC 工具集 13 具有新的和改进的优化功能,以及对 C++23、C++20 和 C23 更好的语言支持,以提高工作负载性能。
    • LLVM 工具集 16.0.6 包含隐式函数声明、不兼容函数指针类型和隐式整数返回值的新默认错误,以帮助开发人员编写更安全的代码。
    • Rust 工具集 1.71.1 包含新的实现和协议,以提高性能和效率,同时提高某些跨语言操作的安全性。
    • Go 工具集 1.20.6 合并了改进的数据处理和新包以增强应用程序性能。

了解更多

最新功能的更多信息 了解有关 RHEL 8.9。

来源

(1) F5 网络。“2023 年应用现状战略报告”,2023 年 3 月。

下载地址

Red Hat Enterprise Linux 8.9
百度网盘链接:https://sysin.org/blog/rhel-8/

提示:现在不公开分享,请访问原文链接查看获取方式。

Architectures Image type File name Release date Size
x86_64 DVD iso rhel-8.9-x86_64-dvd.iso November 14, 2023 12.59 GB
x86_64 Boot iso rhel-8.9-x86_64-boot.iso November 14, 2023 934 MB
aarch64 DVD iso rhel-8.9-aarch64-dvd.iso November 14, 2023 9.88 GB
aarch64 Boot iso rhel-8.9-aarch64-boot.iso November 14, 2023 861.35 MB

RHEL 8 兼容替代品:

  • AlmaLinux 8.9 - RHEL 下游免费发行版(CentOS 稳定版的替代品)
  • Oracle Linux 8.9 - Oracle 提供支持 RHEL 兼容发行版
  • Rocky Linux 8.9 - CentOS 的权威替代

阅读原文,直达下载。文章来源地址https://www.toymoban.com/news/detail-746760.html

到了这里,关于使用红帽企业 Linux 8.9 实现标准化并提供灵活性 - RHEL 8.9 新特新概览的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 如何使用 OCI Artifacts、ORAS 和 Docker Hub 标准化软件交付

    Docker Hub 是最著名的用于分发和共享容器映像的注册表。不过, Docker Hub 和其他符合 OCI 的注册表现在可以做的不仅仅是容器镜像。ORAS (OCI 注册表作为存储)项目将注册表转换为通用工件存储,能够发布与您的应用程序相关的任何资产。 在本文中,您将了解 ORAS 是什么、它

    2024年02月14日
    浏览(43)
  • 标准化体系建设(上):如何建立应用标准化体系和模型?

    今天我专门来讲讲标准化这个工作。可以说这项工作是运维过程中最基础、最重要的,但也是最容易被忽视的一个环节。 我做过多次公开演讲,每次讲到这个环节,通常会有单独的一页PPT,就放四个字,字号加大加粗,重复三遍,这四个字就是“标准先行”,然后演讲过程中

    2024年02月08日
    浏览(44)
  • LA@二次型标准形@标准化问题介绍和合同对角化@二次型可标准化定理

    如果二次型只含有变量的平方项,则称之为 二次型的标准形 或 法式 ,即 f ( y 1 , ⋯   , y n ) f(y_1,cdots,y_n) f ( y 1 ​ , ⋯ , y n ​ ) = ∑ i = 1 n k i y i 2 sum_{i=1}^{n}k_iy_i^2 ∑ i = 1 n ​ k i ​ y i 2 ​ 标准形的矩阵式 f ( y 1 , ⋯   , y n ) = ∑ i n k i y i 2 = ( y 1 , y 2 , ⋯   , y n ) ( k 1 0 ⋯

    2024年02月09日
    浏览(53)
  • flink1.17 实现 udf scalarFunctoin get_json_object 支持 非标准化json

    相比官方的json_value,该函数支持非标准化json,比如v是个object,但是非标准json会外套一层引号,内部有反引号. eg:  {\\\"kkkk2\\\":  \\\"{\\\"kkkk1\\\":\\\"vvvvvvv\\\"}\\\" } 支持value为 100L 这种java格式的bigint.    {\\\"k\\\":999L} 基于jsonPath 方便,可以获取多层级内部值

    2024年02月11日
    浏览(37)
  • 不要再搞混标准化与归一化啦,数据标准化与数据归一化的区别!!

    数据的标准化是将数据按照一定的 数学规则进行转换 ,使得数据满足特定的标准,通常是使数据满足正态分布或标准差为1的标准。 标准化的常见方法包括 最小-最大标准化 和 Z-score标准化 。最小-最大标准化将数据映射到 [0,1 ]的范围内,最小-最大标准化将数据映射到0-1区间

    2024年01月21日
    浏览(53)
  • GEE:影像标准化

    本文将介绍在Google Earth Engine (GEE)平台上进行影像标准化的公式和代码。 影像标准化是一种预处理方法,用于将不同区域、不同时间、不同传感器拍摄的影像进行比较和分析。在GEE平台上进行影像标准化,可以使用本文代码,本文以EVI为例,将影像进行了标准化处理。 其结

    2023年04月09日
    浏览(58)
  • 数据标准化方法

    今天看到了“指数移动平均窗口标准化”,就研究了一下这是个啥东西,然后又顺便看了一下其他的数据标准化方法,这里顺便记录一下,方便以后查阅。 zscore标准化是一种 基于数据分布的标准化方法 。它的基本思想是 将数据转换为均值为0,标准差为1的分布 ,从而使得数

    2023年04月22日
    浏览(49)
  • python三种数据标准化

    数据变换是数据准备的重要环节,它通过 数据平滑 、 数据聚集 、 数据概化 和 规范化 等方式将数据转换成适用于数据挖掘的形式。常见的变换方法: 1.数据平滑:去除数据中的噪声,将连续数据离散化。这里可以采用分箱、聚类和回归的方式进行数据平滑 2.数据聚集:对

    2024年02月07日
    浏览(51)
  • 标准化归一化方法

    分别是0-1标准化(Max-Min Normalization)和Z-Score标准化。 1.1 0-1标准化方法 每一列中的 元素减去当前列的最小值 , 再除以该列的极差 。 不过在深度学习领域,我们更希望输入模型的数据是Zero-Centered Data,此时 Z-Score标准化会更加合适。 1.2 Z-Score标准化 Z-Score标准化并不会将数据

    2023年04月12日
    浏览(41)
  • 矩阵标准化处理(内附MATLAB代码)

    文章目录 矩阵指标标准化处理 1.原理 2.代码实现 2.1正向指标标准化 2.2负向指标标准化 3.运行结果  3.1 工作区变量 3.2 矩阵R标准化结果 4.总结   2.1正向指标标准化 2.2负向指标标准化  3.1 工作区变量 3.2 矩阵R标准化结果 文章实现了矩阵正向指标(负向指标)标准化处理,内

    2024年02月11日
    浏览(52)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包