京公网安备 11010802034615号
经营许可证编号:京B2-20210330
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
在数据库数据分析、数据清洗、报表统计与业务查询场景中,日期时间是最高频、最核心的基础字段。数据库中存储的日期格式多样,包 ...
2026-08-13在数据统计分析与数据清洗工作中,箱线图是一种简洁高效、客观性强的数据可视化图表,能够直观呈现数据集的分布特征、离散程度和 ...
2026-08-13 很多数据分析师写过无数个SELECT查询,但当被问到“如何新建一张表来固化中间数据”“创建视图和创建物理表有什么区别”“视 ...
2026-08-13在自动化办公、数据采集、定时统计、日志清理、系统监控等场景中,程序往往需要按照固定时间间隔重复执行指定任务,这种运行机制 ...
2026-08-12在数据分析日常工作中,Excel数据筛选是数据清洗、数据提取、样本筛选的核心基础操作。传统Excel手动筛选、函数筛选方式,面对多 ...
2026-08-12 很多数据分析师精通Excel函数和数据透视表,但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么 ...
2026-08-12在数据分析、统计建模、数据挖掘与商业调研过程中,原始数据往往无法做到绝对干净规整。受系统故障、人工录入失误、设备误差、突 ...
2026-08-11在数据分析工作中,聚类分析是典型的无监督学习方法,核心作用是依据数据自身的多维特征,将相似样本自动划分为若干类别,实现“ ...
2026-08-11 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-08-11AB实验是互联网产品迭代、营销优化、功能升级的核心科学验证手段,通过流量随机分组、对照组与实验组对比,科学验证策略、功能、 ...
2026-08-10在MySQL数据库优化中,索引是提升查询效率、降低数据库IO开销、优化系统性能的核心手段。普通单列索引仅适配简单查询场景,面对 ...
2026-08-10 很多数据分析师每天盯着几十个指标,但当被问到“这套指标要支撑什么业务目标”“指标之间是什么逻辑关系”“业务变化时如何 ...
2026-08-10在数字化市场调研体系中,大数据与小数据是两类核心调研数据形态,分别对应海量行为统计与精准样本深度调研。行业普遍存在认知误 ...
2026-08-07数据透视表是Excel、WPS中最核心的数据分析工具,凭借快速汇总、分组统计、动态筛选的优势,被广泛应用于销量统计、业绩复盘、数 ...
2026-08-07 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“哪些指标在所有行业都适用”“哪些指标只对电商有意义”“二者如何搭 ...
2026-08-07在商品销量、市场需求、营收规模等业务数据中,季节性波动是最普遍、最核心的数据特征。零售快消、食品餐饮、家电服饰、电商行业 ...
2026-08-06在流量红利消退、市场竞争白热化的商业环境中,传统依托经验、跟风投放、广撒网式的营销模式,逐渐暴露出成本高、精准度低、转化 ...
2026-08-06 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“什么是指标”“指标和维度有什么区别”“如何定义指标值的计算规则和 ...
2026-08-06【核心关键词】知识、设备、工程师、数字化、建模、算法、工业大数据、数据分析、控制算法、机器学习、深度学习、业务目标、工 ...
2026-08-05增长率是数据分析、业务报表、可视化看板中最核心的指标之一,常用于衡量营收、销量、用户量、流量等业务数据的涨跌幅度与发展趋 ...
2026-08-05