
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
Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02