
大数据催生数据中心设计新思维_数据分析师
预计到2020年,互联设备的数量将达到500亿。而众多的设备在2017年可能就会产生高达7.7 ZB的互联网数据。随着运营商放弃了客户端—服务器以及局域网架构,转而青睐侧重在服务器、存储与网络中采用虚拟化的设计,如此大量的数据处理需求给数据中心生态系统带来巨大挑战。为此,越来越多的公司开始选择基于移动计算、云服务、大数据和社交网络等领先技术的更加灵活且开放的平台。
亚马逊、谷歌与Facebook等创新领袖正在积极构建超大规模的数据中心,以处理海量的带宽需求与工作负载。最近,Facebook在开放计算项目主办的开放计算峰会分享了一个关于其数据中心开发的经典案例。开放计算项目由Facebook创立,旨在通过分享服务器、存储与网络的设计,开发高性能、低成本且节能的数据中心。据Facebook透露,开放平台已经帮助其节省了12亿美元的成本。
最近,许多企业正投入云计算的怀抱,他们一般从第三方购买计算容量,节约运营自身数据中心所需的资本与运营费用。因此,云服务提供商已成为对开放平台超大规模数据中心投资力度最大的投资者之一。以溢价提供高级服务的传统服务器提供商可能将面临来自开放平台提供商的激烈竞争,后者的成本更低且基础架构更灵活、可扩展。
使用开放平台的方法意味着须整体看待数据中心开发项目。虽然服务器是核心技术,但需要考虑包括服务器、存储、网络以及软件在内的整体系统,并以全新方法将这些组件更好地整合在一起,让数据中心实现真正的突破性变革。
虽然开放平台触及的不仅仅是服务器,但在满足下一代数据中心的传输容量、处理速度与节能高效的需求方面,服务器仍发挥着关键作用。在构建服务器时,必须通过一台物理服务器容纳多台虚拟服务器,以便在虚拟化成为业界标准的情况下提高服务器利用率。服务器需要使用既快速又节能的多核处理器,且必须与日益虚拟化的存储及网络系统无缝互动。
许多半导体公司与服务器制造商现在都在开发运行于ARM处理器、而非行业标准x86架构的服务器。ARM处理器普遍用于智能手机、平板电脑及其他便携式设备以及随物联网(IoT)趋势而出现的新兴设备、联网家电、汽车和各种网络传感器。ARM有助于各公司开发拥有创新型多核CPU的处理器,实现真正的服务器级性能,并面向网络、通信、大数据、存储及安全应用提供业界最佳的虚拟化加速器。
现代数据中心还需要更快速的网络连通性,千兆以太网将被10GbE、40GbE并最终被100GbE规模的管网所替代。10GbE结构网络(网络中的流量可流向各个方向)将有利于节能、易管理性以及通过网络虚拟化灵活使用计算资源。
同时,为了提高数据中心内架顶式(ToR)交换机与服务器网卡(NIC)之间的速度,降低两者间以太网连通性成本,最近成立的行业组织25Gb以太网联盟制定了新的以太网规范说明,以允许数据中心网络应用25Gbps或50Gbps以太网链路协议。
为云计算而构建的现代数据中心还通过所谓的存储解聚开创了存储技术新天地。近些年来,存储因服务器计算而聚合在一起,因此数据可以更快速地从存储中检索出来。但是,随着固态硬盘成为新的存储媒介,上述服务器的存储成本开始升高。现在,计算与存储之间的连接速度得到了提升,存储可以与计算再次分开或者解聚及共享。
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