
未来的数据中心融合与超融合基础设施
鉴于云计算、大数据、移动技术和物联网等新兴技术的发展,推动了数据中心朝着现代化方向演化的趋势。那些传统的基础设施已经太过僵硬,无法满足当下的市场需求,而且太过复杂,无法在成本或效率方面实现有效的管理。向超融合基础设施方向的发展提供了基础架构的可扩展性,可以随着时间的推移在模块化基础上进行扩展,以帮助扩展数据中心的容量。更重要的是,其可以有助于将数据中心从孤岛转向软件定义的架构,进而能够更快地采用新技术,从而使得在当今所投资的任何技术能够在未来得到验证。
数据中心的演变
传统的IT模型是为支持过去的业务模式而设计的,在这类过去的业务模式中,企业业务的发展速度只能与IT部门提供资源的速度同步。这种单片数据中心方法是由硬件驱动的,并且是服务器依赖的。每个物理组件都是特定于工作负载的,故而需要新设备来扩展资源。这种硬件依赖性不仅导致了数据中心需要占用更大的空间,而且数据中心的规模大小也会限制其IT容量。
硬件的限制
企业采用基于硬件的基础设施方法存在许多挑战。其中最值得注意的是,IT资源存储在离散的孤岛筒仓中,导致资源的低效使用。一些资源利用不足,而另一些资源却过度扩展。其同时也是一个复杂的系统,需要多个玻璃面板来进行管理。供应商不兼容还增加了任务的成本和复杂性,并限制了投资可以为企业业务所增加的价值。
技术影响
新的技术创新的快速推出,已经成为帮助企业加快和简化业务工作流程的一种手段。像云计算、移动化、物联网(IoT)和社交媒体等技术创新导致了现如今的企业组织必须管理、分析、优化、共享、存储和保护爆炸式的数据增长。这已经过度扩展了硬件基础设施。这些刚性配置根本不能规模化扩展以满足增加的容量需求,也不能够快速地配置以加速业务获得竞争性收益。
虚拟化的崛起
将虚拟化技术引入数据中心可将物理计算机硬件、操作系统、存储设备和网络组件作为虚拟化资源进行模拟。系统资源可以跨虚拟化组件配置。例如,一台虚拟机可以被配置为在业务的特定区域中增加应用程序的工作负载。虽然这解决了一些基础架构可扩展性方面的挑战,但其同时也为数据中心增加了一层管理的复杂性,这仍然需要许多的玻璃面板,并还会耗费IT员工许多小时的管理时间。
虚拟化
虽然虚拟化解决了一些硬件方面的挑战,但其仍然导致了碎片化的基础架构,其中一些虚拟化资源将与传统遗留组件混合。因此,管理成本的增加削减了虚拟化技术的部署所为企业业务增加的价值。使用软件作为结构,将组件捆绑在一起以提高效率和灵活性的理念已经推动了软件定义的数据中心(SDDC)这一概念的兴起。在这种情况下,整个基础架构都进行了虚拟化,资源作为服务被交付。管理是集中式的,并且通过软件自动进行配置,从而实现单一的窗格化管理,节省了时间和资金。因为其利用存储、网络和服务器的虚拟化,SDDC可以弥合传统和新技术部署之间的差距,并提供灵活的未来就绪的基础设施。
软件定义的数据中心
数据中心现代化的要求之一是可扩展的IT服务交付。只有当IT基础架构能够自动化以按需提供资源时,才能实现此目标。根据Hyperconverged.org网站的调研显示,典型的数据中心拥有来自多家不同供应商的8到12款不同的硬件和软件产品。由此所出现的复杂性演变成为管理的复杂性。每款解决方案都是单独存在的,需要由专门针对该技术培训的资源进行管理。即使在最佳的情况下,每个组件都有可能被过度配置或配置不足。通过融合计算、存储和网络,可以将资源联合起来进行准确和快速的配置。
整合的业务益处
整合数据中心资产对于寻求简化的企业组织来说是一项非常有吸引力的举措。也许,在降低成本方面,没有比美国白宫决心更大的组织机构了。例如,白宫的管理和预算办公室(OMB)启动了联邦数据中心整合中心倡议(FDCCI)。该倡议旨在减少数据中心的能源使用,降低硬件、软件和管理的成本,以便让资金可以分配到更有效的计算技术。
鉴于此,FDCCI倡议在10584处数据中心中关闭了3125处。据此,这一举措导致了2011年至2015年,实现了共计高达28亿美元的成本节省,预计到2019年财政年度,这一数字将增加到82亿美元。
超融合基础设施:
软件定义的灵活性
虽然融合基础设施主要是面向硬件的,具有集中管理的扩展平台,但超融合基础设施是由软件定义的组件实现的模块化解决方案。与融合不同,计算、存储和网络资源集成到一款单个设备中,添加了一个软件层作为一种手段,以提供集中的自动化管理和控制。结果是一个紧密集成的资源包,可以为任何需要它们的工作负载配置和部署。这进一步使IT能够在业务需要时快速供应资源。
超融合的趋势是加快速度。根据Gartner公司的估计,超融合集成系统将成为未来五年的主流。该公司认为超融合的崛起更多是动态的,基于结构的基础设施所推动的,能够支持连续的应用程序交付,但却能够提供模块化的基础设施,可以作为业务规模化添加,而不需要花费大量的资本费用。采用超融合基础设施的障碍:超融合基础设施为企业带来的好处是显而易见的,而其采用的趋势也同样如此。然而,并不是所有的企业都积极在其数据中心部署了这一创新。其中一大障碍便是可扩展性的形式。目前,超融合尚未被证明能够提供融合基础设施所能够提供的完全可扩展性。其次,抵触改变或恐惧犯错的企业文化使得企业数据中心在部署超融合基础设施方面存在障碍。该技术正在趋向成为主流,逐渐开始成为被接受的基础设施方法,但尚未达到大规模采用的程度。
* * *
技术的发展,推动了数据中心朝着现代化方向演化的趋势。那些传统的基础设施已经太过僵硬了,无法满足当下的市场需求;而且太过复杂,无法在成本或效率方面实现有效的管理。向超融合基础设施方向的发展提供了基础架构的可扩展性,可以随着时间的推移在模块化基础上进行扩展,以帮助扩展数据中心的容量。更重要的是,其可以有助于将数据中心从孤岛转向软件定义的架构,进而能够更快地采用新技术,从而使得在当今所投资的任何技术能够在未来得到验证。
虽然超融合的可扩展性在今天并不像融合基础设施那样广泛,但是存储技术的进步预计会在短期内改变。在接下来的24到36个月内,我们相信超融合基础设施将有能力在扩展资源方面超越融合基础设施的能力。无论怎样,通过融合或超融合技术的采用都可以获得益处。任何企业的最佳选择方案都是既能满足当前基础设施需求,同时还能够使公司在未来保持竞争优势。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Pandas 选取特定值所在行:6 类核心方法与实战指南 在使用 pandas 处理结构化数据时,“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络(SCNN) 为解决这一痛点,球面卷积神经网络(Spherical Convolutional Neural Network, SCNN) 应运而生。它通 ...
2025-09-30在企业日常运营中,“未来会怎样” 是决策者最关心的问题 —— 电商平台想知道 “下月销量能否达标”,金融机构想预判 “下周股 ...
2025-09-30Excel 能做聚类分析吗?基础方法、进阶技巧与场景边界 在数据分析领域,聚类分析是 “无监督学习” 的核心技术 —— 无需预设分 ...
2025-09-29XGBoost 决策树:原理、优化与工业级实战指南 在机器学习领域,决策树因 “可解释性强、处理非线性关系能力突出” 成为基础模型 ...
2025-09-29在标签体系的落地链路中,“设计标签逻辑” 只是第一步,真正让标签从 “纸上定义” 变为 “业务可用资产” 的关键,在于标签加 ...
2025-09-29在使用 Excel 数据透视表进行多维度数据汇总时,折叠功能是梳理数据层级的核心工具 —— 通过点击 “+/-” 符号可展开明细数据或 ...
2025-09-28在使用 Pandas 处理 CSV、TSV 等文本文件时,“引号” 是最容易引发格式混乱的 “隐形杀手”—— 比如字段中包含逗号(如 “北京 ...
2025-09-28在 CDA(Certified Data Analyst)数据分析师的技能工具箱中,数据查询语言(尤其是 SQL)是最基础、也最核心的 “武器”。无论 ...
2025-09-28Cox 模型时间依赖性检验:原理、方法与实战应用 在生存分析领域,Cox 比例风险模型(Cox Proportional Hazards Model)是分析 “ ...
2025-09-26检测因子类型的影响程度大小:评估标准、实战案例与管控策略 在检测分析领域(如环境监测、食品质量检测、工业产品合规性测试) ...
2025-09-26CDA 数据分析师:以数据库为基石,筑牢数据驱动的 “源头防线” 在数据驱动业务的链条中,“数据从哪里来” 是 CDA(Certified D ...
2025-09-26线性相关点分布的四种基本类型:特征、识别与实战应用 在数据分析与统计学中,“线性相关” 是描述两个数值变量间关联趋势的核心 ...
2025-09-25深度神经网络神经元个数确定指南:从原理到实战的科学路径 在深度神经网络(DNN)的设计中,“神经元个数” 是决定模型性能的关 ...
2025-09-25在企业数字化进程中,不少团队陷入 “指标困境”:仪表盘上堆砌着上百个指标,DAU、转化率、营收等数据实时跳动,却无法回答 “ ...
2025-09-25MySQL 服务器内存碎片:成因、检测与内存持续增长的解决策略 在 MySQL 运维中,“内存持续增长” 是常见且隐蔽的性能隐患 —— ...
2025-09-24人工智能重塑工程质量检测:核心应用、技术路径与实践案例 工程质量检测是保障建筑、市政、交通、水利等基础设施安全的 “最后一 ...
2025-09-24CDA 数据分析师:驾驭通用与场景指标,解锁数据驱动的精准路径 在数据驱动业务的实践中,指标是连接数据与决策的核心载体。但并 ...
2025-09-24在数据驱动的业务迭代中,AB 实验系统(负责验证业务优化效果)与业务系统(负责承载用户交互与核心流程)并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析:6 步闭环,让数据驱动业务落地 在企业数字化转型中,CDA(Certified Data Analyst)数据分析师的核心价值,并 ...
2025-09-23