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小陈是某电商平台的数据分析师。老板交给他一个任务:“我们平台的注册用户已经突破1000万了,想了解一下用户的平均月消费金额。 ...
2026-08-05在机器学习建模、数据预处理、抽样划分、模型初始化训练的全流程中,随机种子是控制实验随机性、保证结果可复现、提升模型稳定性 ...
2026-08-04Python作为面向对象的主流编程语言,核心编程体系由变量、方法、类三大基础要素构成。三者层层递进、相互协作,支撑起所有基础代 ...
2026-08-04 很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问 ...
2026-08-04为什么学习数据分析? 当下,我们已然步入数据要素价值全面释放的智能时代。数据不再只是零散的数字记录,更是驱动新质生产力运 ...
2026-08-03CDA等级认证证书有效期为三年,三年进行一次年审,主要考察CDA持证人的职业发展情况;学历、工作单位及职业变更情况;继续教育 ...
2026-08-03【核心关键词】金融、岗位、企业、算法、知识、专业、理论、课程、软件、数据分析、业务类型、应用场景、经营管理、大型企业、 ...
2026-08-03在日常数据分析、业务报表复盘、业绩预测工作中,平均增长率是衡量数据长期变化趋势的核心指标,广泛用于营收增长、用户增长、销 ...
2026-08-03很多人把统计学理解为“一堆公式和计算”,却忽略了它的本质——一门让数据“开口说话”的科学。真正的数据分析高手,不是会算平 ...
2026-08-03在数据指标体系搭建工作中,从业者常困惑于指标搭建的核心逻辑:究竟是依托一线零散数据自下而上汇总指标,还是基于战略目标自上 ...
2026-07-31在数据分析、问卷研究、实验复盘、业务建模的工作中,大多数人最关注的是“用什么统计方法”:是做T检验、方差分析、卡方检验, ...
2026-07-31 许多数据分析师精通Excel函数和SQL查询,但当面对一张上万行的销售明细表,要快速回答“哪个地区销量最高”“哪款产品增长最 ...
2026-07-31在问卷调研的数据分析流程中,“先检验信效度,再开展进阶统计分析”是通用的规范逻辑。很多从业者会听到“问卷效度高,后续可以 ...
2026-07-30【核心关键词】大数据、统计学、专业、毕业生、论文、课程、计算机、建模、知识、数据分析、机器学习、数据科学、大数据技术、 ...
2026-07-30 很多数据分析师掌握了Excel函数、会写SQL查询,但当被问到“数据从哪里来”“数据加工有哪些步骤”“如何使用分析工具连接数 ...
2026-07-30