当前位置:首页 > 物联网 > 智能应用
[导读]未来的数据中心将依赖于云计算、超融合的基础设施和更强大的组件。

 未来的数据中心将依赖于云计算、超融合的基础设施和更强大的组件。

一处数据中心是企业组织容纳其各种业务关键应用程序和数据信息的物理设备。因此,从长期来看,随着技术的不断发展,如何保持数据中心的可靠性和安全性对于企业组织而言无疑是至关重要的。

数据中心的组件

数据中心通常被视为一个单一的事物,但实际上,其是由路由器、交换机、安全设备、存储系统、服务器、应用程序交付控制器等等诸多的技术元素组合而成的。这些都是IT需要存储和管理对企业的持续运营而言至关重要的最关键系统的组件。因此,企业组织数据中心的可靠性、效率、安全性和持续演进通常是企业IT部门的首要任务。

数据中心的基础设施

除了技术设备之外,一处数据中心还需要借助大量的设施基础设施来保持其硬件和软件的正常运行。这包括电源子系统、不间断电源(UPS)、通风和冷却系统、备用发电机以及连接到企业外部网络运营商的布线。

数据中心架构

任何具备相当规模的企业组织都有可能在多个地区拥有多处的数据中心。这使得这些企业组织在备份其信息方面具有更强大的灵活性,并且还有助于帮助他们更有效的防止诸如洪水、风暴和恐怖主义威胁等自然灾害和人为灾害。而如何有效选择数据中心的架构可能是较为困难的决定,因为在这方面几乎有无限的选择。故而企业组织在选择数据中心的架构时所务必需要考虑的一些关键要素包括:

企业业务是否需要镜像数据中心?

企业需要兼顾多少地域的多样性?

在发生故障中断的情况下,数据中心需要多长的时间才能够恢复正常运营?

数据中心的扩建需要多少空间资源?

您企业是否租用了私有数据中心或使用了托管/管理服务?

企业业务对于带宽和功率的要求又是怎样的?

贵公司是否有首选的运营商?

贵公司数据中心需要什么样的物理安全?

对于这些问题的答案的分析可以更有效的帮助企业组织确定需要建立多少处数据中心以及何处进行投资兴建。例如,一家位于美国纽约曼哈顿的金融服务公司可能需要确保长期持续性的正常运营,因为任何故障中断都可能造成高达数百万美元的损失。该公司很可能决定在邻近曼哈顿的地方建立两处数据中心,如新泽西州和康涅狄格州,这两处数据中心是彼此的镜像站点。整个数据中心可以随时关闭,而不会有任何的操作损失,因为整个公司能够完全依赖于其中任何一处数据中心确保正常运营。

然而,一家小型的专业型服务公司可能并不需要即时访问数据信息,并且可以在其办公室就可以拥有一处主数据中心,并在每个夜晚将信息备份到全国各地的备用站点。在发生停机中断的情况下,其将开始一个信息恢复的过程,但与一家依赖于实时数据而具备竞争优势的企业在这方面却有着明显不一样的紧迫性。

虽然数据中心通常与企业和网络规模的云服务提供商相关联,但实际上,任何企业组织都可以拥有数据中心。对于一些中小企业来说,他们的数据中心可能往往就是其位于办公空间的服务器机房。

数据中心的标准

为了帮助企业组织机构的IT领导者们更好的了解数据中心都应该部署些什么样的基础设施,早在2005年,美国国家标准协会(ANSI)和电信工业协会(TIA)就发布了一份数据中心的标准,该标准定义了四个不同层次的设计和实施准则。一级数据中心基本上是一处经过修改的服务器机房,而第四级数据中心则具有最高的系统可靠性和安全性。

未来的数据中心技术

与所有技术的发展现状情况一样,当前的数据中心业界正在经历着重大的技术转型,未来的数据中心将很可能与我们今天绝大多数人所熟悉的企业数据中心大相径庭。

伴随着企业业务变得越来越动态和分散,这意味着数据中心的技术需要更加具有敏捷性和可扩展性。随着服务器虚拟化技术的进一步广泛普及,横跨数据中心(东西走向)的流量大大降低了传统的客户端-服务器的流量(南北走向)。

鉴于数据中心的管理人员正积极的试图满足企业组织在IT时代的需求,这带来了一个很大的破坏。

如下,我们将为广大读者朋友们介绍一些推动了数据中心从静态和刚性环境演进的关键性技术,这些环境使企业组织具备了流动性,敏捷的基础设施,进而能够满足数字化业务的需求。

公共云服务

历史上,企业组织可以选择使用托管供应商或托管服务合作伙伴来建立他们自己的数据中心。这转移了企业对于数据中心的所有权,以及企业自行运行数据中心的经济开销,但长时间部署和管理技术所需的麻烦却依然存在。来自云服务提供商(如亚马逊网络服务和微软Azure)的基础架构即服务(IaaS)的兴起为企业客户们提供了一种选择,只需点击几下鼠标即可在云中配置好虚拟数据中心。而根据市场调研公司ZK Research的研究数据显示,超过80%的企业组织正在规划混合环境,这意味着绝大多数企业组织都在混合使用私有数据中心和公共云服务。

软件定义的网络(SDN)

数字化业务只能像其最新的敏捷组件一样敏捷。这通常涉及到网络。SDN可以带来企业组织从未体验到的活力水平。

超融合基础设施(HCI)

数据中心在操作运营方面的挑战之一是必须将恰当的服务器、存储和网络设备混合在一起,以支持应用程序苛刻的需求。那么,一旦部署了基础设施,IT运营就需要弄清楚如何快速扩展,而不会导致应用程序的运行中断。超融合基础设施通过提供易于部署的设备,基于可通过向部署中添加更多节点的方式来简化商品化硬件的扩展。超融合基础设施的早期使用案例围绕桌面虚拟化,但最近已扩展到其他业务应用程序领域,如统一通信和数据库。

容器集装箱

应用程序的开发进程往往因为配置基础架构所需的时间而减慢。这可能会显著的阻碍企业组织迁移到DevOps模型的能力。容器集装箱技术是一种虚拟化整个运行环境的方法,允许开发人员在独立的系统中运行应用程序及其依赖关系。容器非常轻便,可以快速创建和销毁,因此,它们成为了测试应用程序在某些条件下运行的理想选择。

微分网段

传统的数据中心将所有安全技术作为核心,因为其流量是在南北走向传输的,其通过安全工具并保护业务。东西走向的流量的兴起意味着当前数据中心的网络流量将绕过防火墙,入侵防御系统和其他安全系统,并使恶意软件的传播非常迅速。微分网段是在数据中心中创建安全区域的方法,其中资源可以彼此隔离,因此如果发生安全违规,则有助于将损害降到最小化。微分网段通常在软件中完成,使其非常灵活。

非易失性内存(NVMe)

在当前这样一个越来越数字化的世界中,一切的发展变化都变得更快,这意味着数据需要更快的传输。诸如小型计算机系统接口(SCSI)和高级技术附件(ATA)等传统存储协议已经存在了数十年,并已达到了其极限。NVMe是一种存储协议,旨在加速系统和固态驱动器之间的数据信息传输,大大提高了数据传输速率。

GPU(图形处理单元)计算

中央处理单元(CPU)为数据中心基础架构提供支持已经有数十年的历史了,而摩尔定律已经达到了物理局限。此外,新的工作负载(如分析,机器学习和IoT)正在推动一种新型计算模型的需求,超出了CPU可以做到的范畴。而曾经只用于游戏产业的GPU则带来了根本性的不同,因为它们能够并行处理多个线程,使其成为了不太遥远的未来的数据中心的理想选择。

对于几乎所有规模的企业组织的成功而言,数据中心一直都是至关重要的,这一点并不会有任何的改变。 然而,部署数据中心的方式及数据中心所采用的新兴技术的数量正在发生根本性的转变。为了帮助构建和规划未来数据中心的路线蓝图,我们需要注意当前世界正在变得越来越动态化和分布的现状。那些有助于加速数据中心转变的技术无疑是将来所需要的技术。而那些未能有效推动数据中心转型的技术虽然有可能还会被采用一段时间,但肯定会变得越来越不重要。

本站声明: 本文章由作者或相关机构授权发布,目的在于传递更多信息,并不代表本站赞同其观点,本站亦不保证或承诺内容真实性等。需要转载请联系该专栏作者,如若文章内容侵犯您的权益,请及时联系本站删除。
换一批
延伸阅读

北京2024年4月17日 /美通社/ -- 2024年4月13日,由北京康盟慈善基金会主办的"县域诊疗,规范同行"——肿瘤诊疗学术巡讲项目首站在广州隆重召开。本次会议邀请全国多位肺癌领域专家和县域同道...

关键字: AI技术 医疗服务 BSP 互联网

机器人技术将与移动互联网、物联网、大数据、云计算、人工智能等新一代数字技术进一步融合,特别是5G技术将使工业机器人成为工业智能制造体系的一部分,通过实时传输数据提高效率。

关键字: 机器人 医疗机器人 互联网

在这个互联网时代我们的数据越来越多但也越来越透明,想不明白自己的手机号和姓名是怎么泄露的,每天都会有各种广告推销打给自己,也曾听说谁谁谁的照片不知道为何被外泄讨论。数据存储和安全管理已经成为企业运营和个人生活中不可或缺的...

关键字: 铁威马 互联网 nas网络存储

SAP(思爱普)近日发出的裁员计划,不仅涉及全球范围内约8000个职位,更是在中国区造成了近1500名正式员工和合同工不续的情况。

关键字: 软件 互联网

北京——2024年4月18日 西门子中国和亚马逊云科技双方高层在西门子中国北京总部会晤,双方宣布签署战略合作协议,共同成立“联合创新团队”。基于亚马逊云科技在生成式AI领域的领先技术和服务,并结合西门子在工业领域的深厚积...

关键字: 生成式AI 机器学习 大数据

赛诺贝斯开创性"三位一体"商业模式:领跑MarTech行业的创新引擎

关键字: 数字化 大数据 大模型 生成式AI

最近总是出现iPhone16和ipad的概念新闻,以前为了跟风也会更换手机,后来是因为职业原因拍摄大量视频照片占据手机空间而不得已换了一部又一部手机。但慢慢地我发现,想要查找几年前的视频总得翻找之前的手机,流程繁杂又拖沓...

关键字: NAS 互联网 存储

随着大数据时代的到来和计算能力的不断提升,机器学习作为人工智能领域的重要分支,正逐渐改变我们的生活方式和工作模式。机器学习涉及多个学科的理论和技术,其应用广泛且深入,为各个领域的发展带来了前所未有的机遇。那么,机器学习具...

关键字: 大数据 机器学习 人工智能

随着信息化时代的快速发展,数据已经渗透到各行各业,并成为了重要的生产要素。数据挖掘和机器学习作为处理和分析数据的两大核心技术,对于从海量数据中提取有价值的信息、优化决策过程和提高业务效率具有至关重要的作用。本文将详细介绍...

关键字: 信息化 机器学习 数据挖掘

随着大数据时代的来临,数据的价值日益凸显,如何从海量数据中提取有用信息并转化为实际价值,成为各行各业关注的焦点。机器学习和数据挖掘作为两大核心技术,在数据分析和处理中发挥着越来越重要的作用。本文将通过几个典型的应用案例,...

关键字: 大数据 机器学习 数据挖掘
关闭
关闭