京公网安备 11010802034615号
经营许可证编号:京B2-20210330
云计算需构建虚拟化基础 IT应注重数据分析
在云计算、大数据被热炒的趋势下,中集青岛冷藏产业基地并没有盲目跟风,而是稳扎稳打的走着自己的虚拟化之旅,借助虚拟化技术打造属于自己的IT即服务平台。中集青岛冷藏产业基地信息中心主任耿峰在接受采访时表示,使用虚拟化整合后最明显的优势就是可以快速统一部署服务器提高使用效率,并且会在未来IT架构的建设上要更多的考虑数据存储及分析等问题。
服务器虚拟化提升三大效率
中集青岛冷藏产业基地信息化建设早已经开始,2007年实现服务器虚拟化,耿峰指出,“企业的硬件设备如服务器从之前需要30多台到现在的40多台。”2010年开始部署企业私有云。其中每一个技术或平台的实施都与其成长与业务的发展息息相关。经过10多年信息化建设中集青岛冷藏产业基地的IT地位也从业务牵动转向战略牵引,逐步迈向信息化企业。
其中虚拟化的实施是耿峰最为津津乐道的,“使用虚拟化整合后最明显的优势就是可以快速统一部署服务器,并且使得低利用率的服务器负载整合到一台服务器,提高了硬件的使用效率。”耿峰指出,从原来的采购到安装系统、应用程序再到测试的3 – 10天,到现在紧紧不到30分钟就可以完成。并且遇到服务器宕机等问题,利用自动备份也不会影响业务的连续性。
耿峰详细介绍了X86服务器虚拟化整合后的三大明显提升:
节省35%-75% TCO:通过将整合多个物理服务器到一个物理服务器降低40%软件硬件成本,每个服务器的平均利用率从7%提高到60%-80%,并且降低70-80%运营成本,包括数据中心空间、机柜、网线,耗电量,冷气空调和人力成本。
提高运营效率:部署时间从小时级变为分钟级,服务器重建和应用加载时间从 20-40 hrs 至15-30 min,每年节省10,000 人/小时(300台服务器),以前硬件维护需要以前的数天/周的变更管理准备和1 - 3小时维护窗口,现在可以进行零宕机硬件维护和升级。
提高服务水平:帮助企业建立业务和IT资源之间的关系,使IT和业务优先级对应,将所有服务器作为大的资源统一进行管理,并按需自动低动态资源调配,和无中断的按需扩容。
但是,服务器虚拟化也存在不少挑战,像依赖硬件可用性、易发生人为错误、标准化困难、审核困难、需要数天,甚至数周等问题。“在做服务器虚拟时还要考虑好公司是否适合虚拟化,并且要制定虚拟化的规划和方案,利用已有的基础设备,以及对服务器虚拟化后运维。”耿峰强调。
IT架构需支撑未来的数据存储及分析
未来数量庞大且相互关联的创新可能就像一个都市丛林,云计算、大数据都可能是企业信息化建设是良好的契机。
2010年中集青岛冷藏产业基地开始的私有云之旅也是结合了客户端虚拟化,通过桌面虚拟化试用软件从集中位置来配置PC及其它客户端设备,方便集中管理计算机,让运维部门可以在数据中心加强对应用软件、系统补丁、杀毒软件的管理和控制。
一般来说,瘦客户机的功能由操作系统决定,硬件配置也为满足支撑操作系统而设计,因此操作系统大体上决定了设备的价格。耿峰指出,我们的后台服务器上安装了Windows Server操作系统,用户登录虚拟交付平台即可使用。并且后台服务器上安装的应用系统客户端(例如OA、核心业务)在虚拟交付平台上发布。
此外,如何更加创新地搭建一个架构来支撑这海量的数据,是中集青岛冷藏产业基地目前所需考虑的问题。而手机产生的数据还只是集中在虚拟化平台上做相应的简单分析,对于数据的价值没有得到最大的利用。耿峰认为,本着“张弛有道”的思想,未来在数据分析和挖掘的薄弱环节找到更多突破口。
对于数据的安全管理问题,耿峰也总结了几条经验:一是采取集中存储的模式。尤其是大数据时代的来临,集中存储对于数据管理和调取都是非常有好处的;二是建立整套的数据备份体系;三是定期容灾、定期做恢复性的演练,以及节点备份点。
虽然对于云计算的理解不尽相同,但是在构建云计算基础架构的道路中,服务器虚拟化几乎被公认为必经的一步。尽管服务器虚拟化这项技术最早并不是诞生于x86服务器上,但是随着x86服务器虚拟化技术的不断发展和生态系统的不断壮大,基于x86平台构建虚拟化,走向云计算已经成为大多数企业的首选。作为一条特殊的x86服务器产品线,IBM eX5服务器不仅具备x86的开放性和性价比,更具备独特的内存扩展功能、灵动分区以及极速存储技术,从而有效应对关键型虚拟化应用的内存和I/O灵活扩展和升级。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16在机器学习无监督学习领域,Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势,成为数据聚类任务中的主流算法,广泛应用于用 ...
2026-04-16在机器学习建模实践中,特征工程是决定模型性能的核心环节之一。面对高维数据集,冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15在企业数字化转型、系统架构设计、数据治理与AI落地过程中,数据模型、本体模型、业务模型是三大核心基础模型,三者相互支撑、各 ...
2026-04-15数据分析师的一天,80%的时间花在表格数据上,但80%的坑也踩在表格数据上。 如果你分不清数值型和文本型的区别,不知道数据从哪 ...
2026-04-15在人工智能与机器学习落地过程中,模型质量直接决定了应用效果的优劣——无论是分类、回归、生成式模型,还是推荐、预测类模型, ...
2026-04-14在Python网络编程、接口测试、爬虫开发等场景中,HTTP请求的发送与响应处理是核心需求。Requests库作为Python生态中最流行的HTTP ...
2026-04-14 很多新人学完Python、SQL,拿到一张Excel表还是不知从何下手。 其实,90%的商业分析问题,都藏在表格的结构里。 ” 引言:为 ...
2026-04-14在回归分析中,因子(即自变量)的筛选是构建高效、可靠回归模型的核心步骤——实际分析场景中,往往存在多个候选因子,其中部分 ...
2026-04-13在机器学习模型开发过程中,过拟合是制约模型泛化能力的核心痛点——模型过度学习训练数据中的噪声与偶然细节,导致在训练集上表 ...
2026-04-13在数据驱动商业升级的今天,商业数据分析已成为企业精细化运营、科学决策的核心手段,而一套规范、高效的商业数据分析总体流程, ...
2026-04-13主讲人简介 张冲,海归统计学硕士,CDA 认证数据分析师,前云南白药集团资深数据分析师,自媒体 Python 讲师,全网课程播放量破 ...
2026-04-13在数据可视化与业务分析中,同比分析是衡量业务发展趋势、识别周期波动的核心手段,其核心逻辑是将当前周期数据与上年同期数据进 ...
2026-04-13在机器学习模型的落地应用中,预测精度并非衡量模型可靠性的唯一标准,不确定性分析同样不可或缺。尤其是在医疗诊断、自动驾驶、 ...
2026-04-10数据本身是沉默的,唯有通过有效的呈现方式,才能让其背后的规律、趋势与价值被看见、被理解、被运用。统计制图(数据可视化)作 ...
2026-04-10在全球化深度发展的今天,跨文化传播已成为连接不同文明、促进多元共生的核心纽带,其研究核心围绕“信息传递、文化解读、意义建 ...
2026-04-09