![]() |
新聞中心
當(dāng)前位置:網(wǎng)站首頁(yè) > 新聞中心
企業(yè)應(yīng)更好使用云計(jì)算以分擔(dān)數(shù)據(jù)中心工作負(fù)載
作為信息基礎(chǔ)設(shè)施現(xiàn)代化戰(zhàn)略的一部分,企業(yè)應(yīng)該考慮如何更好地利用云計(jì)算來(lái)分擔(dān)在數(shù)據(jù)中心運(yùn)行的一些工作負(fù)載。大多數(shù)企業(yè)表示,希望在一年內(nèi)將在云端運(yùn)行其工作負(fù)載。
根據(jù)調(diào)研機(jī)構(gòu)451 Research公司最近進(jìn)行的一項(xiàng)調(diào)查,2018年中期,企業(yè)采用私有云或公共云工作負(fù)載的百分比將從41%提高到60%。在這些調(diào)查對(duì)象中,38%的企業(yè)已經(jīng)采用了云端優(yōu)先政策,其中針對(duì)所有工作負(fù)載部署優(yōu)先考慮云解決方案。這并不奇怪,這是因?yàn)槠渚哂忻艚菪?,靈活性,可擴(kuò)展性,降低總體擁有成本,以及提供云端數(shù)據(jù)等優(yōu)勢(shì)。云定價(jià)是云端工作負(fù)載的關(guān)鍵驅(qū)動(dòng)力。隨著云計(jì)算的成本持續(xù)下降,企業(yè)越來(lái)越不愿意采用成本高昂的內(nèi)部部署數(shù)據(jù)中心。除云定價(jià)和固有的計(jì)算優(yōu)勢(shì)外,云計(jì)算提供商還不斷增加數(shù)據(jù)倉(cāng)庫(kù)、數(shù)據(jù)集成、數(shù)據(jù)準(zhǔn)備和分析等服務(wù),這些服務(wù)對(duì)于加速向內(nèi)部和外部客戶提供分析都至關(guān)重要。毫無(wú)疑問(wèn),隨著企業(yè)利用其固有的靈活性,數(shù)據(jù)和計(jì)算能力的重心正在越來(lái)越多地從傳統(tǒng)的內(nèi)部數(shù)據(jù)中心轉(zhuǎn)移到云端。
為什么數(shù)據(jù)重力(Data gravity)很重要?
數(shù)據(jù)重力可以處理移動(dòng)數(shù)據(jù),并分析更接近的數(shù)據(jù)。而企業(yè)目前采用的替代方案更昂貴,更耗時(shí)。現(xiàn)代分析中所涉及的數(shù)據(jù)量太大,無(wú)法依賴需要將大量數(shù)據(jù)從一個(gè)系統(tǒng)復(fù)制到另一個(gè)系統(tǒng)進(jìn)行處理的復(fù)雜方法。將數(shù)據(jù)移入和移出云端進(jìn)行處理將無(wú)法解決這個(gè)問(wèn)題,反而可能會(huì)加劇。
處理引擎必須是智能的,以便將處理移動(dòng)到數(shù)據(jù)駐留的位置,并盡量減少跨網(wǎng)絡(luò)的數(shù)據(jù)移動(dòng)。數(shù)據(jù)無(wú)處不在,包括邊緣,靠近邊緣,以及托管數(shù)據(jù)中心。如果需要移動(dòng)數(shù)據(jù),謹(jǐn)慎地移動(dòng)只支持分析所需的數(shù)據(jù)子集(例如,從內(nèi)部部署到云,云到云或邊緣到云)。過(guò)濾,減少和檢索必要的數(shù)據(jù)可以最大程度地減少數(shù)據(jù)移動(dòng),無(wú)論數(shù)據(jù)位于何處。
數(shù)據(jù)中心對(duì)企業(yè)的業(yè)務(wù)來(lái)說(shuō)至關(guān)重要,并且預(yù)計(jì)不會(huì)很快消失。然而,企業(yè)的工作負(fù)載越來(lái)越多地分散和混合。企業(yè)要求采用托管服務(wù)和超大規(guī)模云計(jì)算,新的云平臺(tái)和網(wǎng)絡(luò)模型,并將其映射到最為優(yōu)化的數(shù)據(jù)中心,這可能是邊緣,接近邊緣和核心位置,甚至是遠(yuǎn)程位置。為存儲(chǔ)、處理、聚合和過(guò)濾提供最佳位置的因素應(yīng)包括數(shù)據(jù)的位置,包括但不限于以下內(nèi)容:性能和延遲要求
訪問(wèn)數(shù)據(jù)的關(guān)鍵性(例如,考慮遠(yuǎn)程數(shù)據(jù)中心)
可接受的停機(jī)時(shí)間(例如,網(wǎng)絡(luò)連接斷開(kāi))
帶寬限制(例如,內(nèi)部部署到云端,云端到云端)
安全性,合規(guī)性,治理要求(例如,維護(hù)內(nèi)部數(shù)據(jù)中心敏感數(shù)據(jù)的必要性)在加速分析計(jì)劃中,Data gravity對(duì)于支持所需的性能和延遲至關(guān)重要。
如今存在需要計(jì)算重力補(bǔ)充數(shù)據(jù)重力的情況,包括科學(xué),醫(yī)療保健和運(yùn)輸中的計(jì)算密集型用例??梢酝ㄟ^(guò)利用適當(dāng)?shù)挠?jì)算資源(無(wú)論數(shù)據(jù)所在的位置,無(wú)論是云對(duì)象存儲(chǔ)還是內(nèi)部部署)來(lái)執(zhí)行數(shù)據(jù)子集(工作集)的計(jì)算密集二次分析。能夠在云端中處理可能起源于包含許多PB級(jí)的原始數(shù)據(jù)的次要分析目標(biāo)的數(shù)據(jù)子集。
在云中構(gòu)建臨時(shí)集群可以輕松地支持這些類型的工作負(fù)載,特別是當(dāng)?shù)讓拥膬?nèi)部部署基礎(chǔ)架構(gòu)達(dá)到其最大計(jì)算能力時(shí)?;蛘?,駐留在云存儲(chǔ)中的原始數(shù)據(jù)的目標(biāo)數(shù)據(jù)子集可以在滿足二次分析的計(jì)算需求的本地部署的環(huán)境中進(jìn)行處理。優(yōu)化企業(yè)數(shù)據(jù)中心與云端之間的網(wǎng)絡(luò)帶寬是云計(jì)算提供商提供的一個(gè)選擇,但可能取決于企業(yè)預(yù)算。用于計(jì)算密集型用例的另一個(gè)解決方案包括提供數(shù)據(jù)緩存的數(shù)據(jù)訪問(wèn)層和用于數(shù)據(jù)處理的嵌入式MPP內(nèi)存結(jié)構(gòu)。
數(shù)據(jù)虛擬化和數(shù)據(jù)重力
數(shù)據(jù)虛擬化通過(guò)設(shè)計(jì)之后支持?jǐn)?shù)據(jù)重力。它為現(xiàn)代分析模式帶來(lái)了靈活性、抽象性和統(tǒng)一的安全性。其最佳性能是通過(guò)設(shè)計(jì)數(shù)據(jù)虛擬化查詢優(yōu)化器來(lái)實(shí)現(xiàn)的,以優(yōu)化邏輯架構(gòu)中的網(wǎng)絡(luò)流量;最小化的常規(guī)優(yōu)化是不夠的。更重要的是,查詢優(yōu)化器應(yīng)利用內(nèi)存中并行處理來(lái)促進(jìn)進(jìn)一步的優(yōu)化。
為了達(dá)到最佳性能,數(shù)據(jù)虛擬化平臺(tái)必須:應(yīng)用自動(dòng)優(yōu)化來(lái)最大限度地減少網(wǎng)絡(luò)流量,將盡可能多的處理推送到數(shù)據(jù)源。
在數(shù)據(jù)處理虛擬化層中使用并行內(nèi)存計(jì)算,當(dāng)處理不能被推送到數(shù)據(jù)源時(shí),執(zhí)行后處理操作。
通過(guò)并行內(nèi)存處理和數(shù)據(jù)緩存功能,滿足需要增加計(jì)算潛力的場(chǎng)景需求。作為信息基礎(chǔ)設(shè)施現(xiàn)代化戰(zhàn)略的一部分,企業(yè)應(yīng)該考慮如何最好地利用云端的工作負(fù)載對(duì)數(shù)據(jù)中心進(jìn)行補(bǔ)充。企業(yè)的目標(biāo)是滿足各種分析工作負(fù)載的計(jì)算需求,同時(shí)考慮到法規(guī)和合規(guī)性的要求。
|