京公网安备 11010802034615号
经营许可证编号:京B2-20210330
降低数据中心的复杂性:运用基于策略的管理
策略能够让IT团队更有效地管理虚拟机的可用性、安全性以及其他组件。企业可以采取本文提及的策略来降低数据中心 的复杂性。 随着数据中心的不断发展,变得越来越复杂,使用软件来代替人员管理这种复杂性更加有效的同时,也更具性价比。
因此,基于策略的管理已成为数据中心管理员们的基本技能。无论您是使用超级融合系统还是正在转换为软件定义模式,基于策略的管理的目标是降低人工工作量并使用策略来管理您的IT基础设施。
以下是有关如何在您的数据中心开始采用基于策略管理方式的一些提示。
不同的数据中心策略适用于不同目的
管理员们分别为不同目的应用不同的策略。例如,他们可能会将四或五个策略应用于单一虚拟机,以满足不同的需求——从性能和可用性到灾难备份以及安全性。对于安全策略,具体来说,根据这些虚拟机中包含的数据将特定策略应用于虚拟机。例如,如果您(在数据中)发现信用卡号码,则应自动应用提供PCI合规性的策略。
一般来说,您可以将大多数策略应用于多个虚拟机、甚至或是物理服务器上。您可以将一些策略附加到数据中心库存中的文件夹之上,通常是虚拟化平台中虚拟机管理程序和节点的列表,并通过与VM关联的库存标签应用其他策略。所有这些策略都会告诉数据中心软件如何操作和管理虚拟机,以便人们不需要对每个配置进行更改。
VM可用性策略
VM可用性上应用一组常见的策略。VM的可用性要求取决于它们提供的应用程序以及应用程序中使用的技术。例如,负载平衡器后面的一组Web服务器与访问的一个数据库服务器相比,有着不同的可用性要求。
您可以为需要最少数量的虚拟机的Web服务器设置可用性策略。策略可能允许特定数量的Web服务器VM在虚拟机管理程序主机上的本地存储上运行。由于本地存储比存储区域网络(SAN)上的共享存储便宜,因此该策略可以节省资金。然而,此策略将意味着由于故障或维护,其虚拟机管理程序主机关闭时,Web服务器可能会关闭。Web层级服务能从负载平衡器获得可用性,并拥有多个Web服务器。
对数据库服务器采取不同的可用性策略,该服务器应在SAN上运行,以防止虚拟机管理程序维护,并从虚拟机管理程序或硬件故障中自动恢复。
对负载均衡器后台的每个Web服务器farm使用相同的Web服务器可用性策略,以及与单个数据源(如数据库服务器和文件服务器)相同的数据库服务器策略。当您将策略重复使用基于策略的管理时,您可以避免策略蔓延,或者存在大量几乎相同的策略。
应用程序策略
您可以为应用程序和虚拟机使用数据中心策略。ERP系统通常由多台虚拟机组成,每个虚拟机都提供应用程序的一部分。您可以标记虚拟机来指示它们是ERP系统的一部分,也可以将其组织到虚拟机库存的ERP文件夹中。随后,为每个带有标签或在文件夹中虚拟机应用ERP策略。
如果您的业务拥有灾难恢复(DR)策略,例如,ERP系统预计将在四小时内恢复,并且丢失的数据不会超过30分钟,那么您的数据中心策略应实施并执行相关内容。例如,该策略应确保虚拟机被视为ERP系统的一部分被复制到DR站点。业务的DR策略必须能够驱动存储系统,以便复制被配置为满足策略要求。
想测试恢复时间会有些复杂,但自动化能有所帮助。如果ERP系统的更新由新的虚拟机引入,则策略将确保新的虚拟机也能复制。其他虚拟机可能被标记为本地虚拟机,仅在一个站点内需要,而无需DR。根据这一策略,这些虚拟机将不会被复制,从而节省了WAN带宽,而且,更重要的是节省了资金。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16