京公网安备 11010802034615号
经营许可证编号:京B2-20210330
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
在使用Excel透视表进行数据汇总分析时,我们常遇到“需通过两个字段相乘得到关键指标”的场景——比如“单价×数量=金额”“销量 ...
2025-11-14在测试环境搭建、数据验证等场景中,经常需要将UAT(用户验收测试)环境的表数据同步到SIT(系统集成测试)环境,且两者表结构完 ...
2025-11-14在数据驱动的企业中,常有这样的困境:分析师提交的“万字数据报告”被束之高阁,而一张简洁的“复购率趋势图+核心策略标注”却 ...
2025-11-14在实证研究中,层次回归分析是探究“不同变量组对因变量的增量解释力”的核心方法——通过分步骤引入自变量(如先引入人口统计学 ...
2025-11-13在实时数据分析、实时业务监控等场景中,“数据新鲜度”直接决定业务价值——当电商平台需要实时统计秒杀订单量、金融系统需要实 ...
2025-11-13在数据量爆炸式增长的今天,企业对数据分析的需求已从“有没有”升级为“好不好”——不少团队陷入“数据堆砌却无洞察”“分析结 ...
2025-11-13在主成分分析(PCA)、因子分析等降维方法中,“成分得分系数矩阵” 与 “载荷矩阵” 是两个高频出现但极易混淆的核心矩阵 —— ...
2025-11-12大数据早已不是单纯的技术概念,而是渗透各行业的核心生产力。但同样是拥抱大数据,零售企业的推荐系统、制造企业的设备维护、金 ...
2025-11-12在数据驱动的时代,“数据分析” 已成为企业决策的核心支撑,但很多人对其认知仍停留在 “用 Excel 做报表”“写 SQL 查数据” ...
2025-11-12金融统计不是单纯的 “数据计算”,而是贯穿金融业务全流程的 “风险量化工具”—— 从信贷审批中的客户风险评估,到投资组合的 ...
2025-11-11这个问题很有实战价值,mtcars 数据集是多元线性回归的经典案例,通过它能清晰展现 “多变量影响分析” 的核心逻辑。核心结论是 ...
2025-11-11在数据驱动成为企业核心竞争力的今天,“不知道要什么数据”“分析结果用不上” 是企业的普遍困境 —— 业务部门说 “要提升销量 ...
2025-11-11在大模型(如 Transformer、CNN、多层感知机)的结构设计中,“每层神经元个数” 是决定模型性能与效率的关键参数 —— 个数过少 ...
2025-11-10形成购买决策的四个核心推动力的是:内在需求驱动、产品价值感知、社会环境影响、场景便捷性—— 它们从 “为什么买”“值得买吗 ...
2025-11-10在数字经济时代,“数字化转型” 已从企业的 “可选动作” 变为 “生存必需”。然而,多数企业的转型仍停留在 “上线系统、收集 ...
2025-11-10在数据分析与建模中,“显性特征”(如用户年龄、订单金额、商品类别)是直接可获取的基础数据,但真正驱动业务突破的往往是 “ ...
2025-11-07在大模型(LLM)商业化落地过程中,“结果稳定性” 是比 “单次输出质量” 更关键的指标 —— 对客服对话而言,相同问题需给出一 ...
2025-11-07在数据驱动与合规监管双重压力下,企业数据安全已从 “技术防护” 升级为 “战略刚需”—— 既要应对《个人信息保护法》《数据安 ...
2025-11-07在机器学习领域,“分类模型” 是解决 “类别预测” 问题的核心工具 —— 从 “垃圾邮件识别(是 / 否)” 到 “疾病诊断(良性 ...
2025-11-06在数据分析中,面对 “性别与购物偏好”“年龄段与消费频次”“职业与 APP 使用习惯” 这类成对的分类变量,我们常常需要回答: ...
2025-11-06