数据管理、存储系统、SDS将成为下一代数据中心存储构建基石

本文涉及的产品
数据管理 DMS,安全协同 3个实例 3个月
推荐场景:
学生管理系统数据库
简介:

至顶网分析报道:随着2017年Gartner最新发布的数据中心备份和恢复解决方案魔力象限发布。通过Gartner和IDC的报告,至顶网做出分析判断:可以看到下一代数据中心的存储构建的一个态势是:基于数据管理、存储系统(包括超融合、闪存等)以及软件定义存储SDS三个领域越来越独立的趋势。也可以预见,未来下一代数据中心的存储构建也会从这三个维度展开。

数据管理、存储系统、SDS将成为下一代数据中心存储构建基石

今天提供云的数据管理已经变得重要;包括提供云管理服务与本地混合数据备份解决方案。从数据中心备份和恢复解决方案魔力象限来看,DellEMC、veritas、IBM、veeam以及commvault。处于领导者地位的备份厂商,都提供了混合云环境下的数据备份和恢复功能。包括Veeam 的核心优势就是帮助企业确保在多云和混合云环境中实现“始终在线云”可用性,为私有、托管、公有和SaaS云提供了高度差异化的解决方案。Veritas最新升级的Veritas 360 Data Management解决方案产品组合也为行业提供最本地和多云环境下的数据管理解决方案。包括最新魔力象限的Rubrik,也是提供云服务+本地混合数据备份解决方案。

当然他们各自有自己的特点,Veeam 的特点是提供不间断业务连续性实现云上的随时随地跨云的即时恢复。多云或者混合云环境下的备份、复制和连续数据保护(CDP),无论何种方式:私有、公有、托管还是SaaS;Rubrik主要具备两个差异化的优势:一是将备份软件、备份服务器硬件以及备份存储融合为单个备份基础设施,并且能够根据客户需要将备份分发到其他地方,同时还可以在需要时即时从云端恢复回来;二是Rubrik具有很强的可伸缩性,可以适应客户日益增加的数据备份规模变化。

存储系统领域,这里主要包含(传统的存储阵列、全闪存阵列以及超融合产品)我们首先看看最新的闪存魔力象限,包括Dell EMC、NetApp、HDS、IBM等处于“具有执行能力”和“完整愿景”的厂商行列。HDS对其全闪存HDS虚拟存储平台(VSP)F系列产品线进行了全面增强,产品销售更是全线飘红,一举推动公司从挑战者象限跃升至领导者象限。

数据管理、存储系统、SDS将成为下一代数据中心存储构建基石

如果以“具有执行能力”和“完整愿景”的厂商来看,华为是有能力进入闪存魔力象限领导者行列的,华为官方给出的解释是华为全新一代闪存Dorado V3上市时间和Gartner报告周期不匹配, 华为透露,Dorado V3将参与到18年 Gartner魔力象限报告中, 预计进入领导者象限。当然我们也看到国内存储厂商在闪存方面有很大的突破发展,IDC 2017Q1中国外部存储市场报告显示在全闪存市场,专业存储厂商宏杉科技取得不错的成绩。包括浪潮、中科曙光等都积极推动全闪存的发展。

超融合产品包括联想、新华三、Nutanix、EMC、华为、HDS等传统的厂商,也包括SmartX、书生云、达沃时代、ZETTAKIT等初创的超融合厂商,在超融合领域呈现一个爆炸式的一个发展机遇。

在软件定义存储领域,目前中国软件定义存储市场呈现百花齐放的态势,IDC最新发布的《2017年第一季度中国软件定义存储及超融合市场跟踪报告》显示的软件定义存储厂商主要有华为、曙光、浪潮、联想、IBM等,但是包括VMwareVSAN、飞康freestor、XSky等都发力软件定义存储。

最后从数据管理、存储阵列以及SDS这三个维度看,在数据管理领域,走在前列的还是国外这是数据管理企业。从存储阵列和软件定义存储领域看,国产企业包括初创企业会有很大的机会。


原文发布时间为:2017年8月4日

本文作者:任新勃

本文来自云栖社区合作伙伴至顶网,了解相关信息可以关注至顶网。

相关文章
|
1月前
|
机器学习/深度学习 存储 数据采集
利用机器学习优化数据中心冷却系统
【4月更文挑战第26天】 在数据中心管理和运营中,冷却系统的能效是关键成本因素之一。随着能源价格的上涨和对环境可持续性的关注增加,开发智能、高效的冷却策略显得尤为重要。本文将探讨如何应用机器学习(ML)技术来优化数据中心的冷却系统。通过收集和分析温度、湿度、服务器负载等多维数据,我们构建了预测模型来动态调整冷却需求,实现节能并保持最佳的操作条件。实验结果表明,使用ML优化后的冷却系统能够在不牺牲性能的前提下显著降低能耗。
|
1月前
|
存储 缓存 固态存储
|
1月前
|
机器学习/深度学习 存储 运维
利用机器学习优化数据中心冷却系统
【5月更文挑战第20天】 在数据中心运营成本中,冷却系统占据了一大块。随着能源价格的上涨和环境保护意识的增强,如何降低数据中心的能耗成为行业关注的重点。本文通过引入机器学习技术来优化数据中心冷却系统,旨在减少不必要的能源消耗,同时保持适宜的操作温度。通过收集历史温度数据、服务器负载信息以及外部气象条件,构建了一个预测模型,该模型能够实时调整冷却策略,实现动态节能。实验结果表明,与传统冷却系统相比,应用机器学习优化后的系统在不影响性能的前提下,能够节约高达20%的能源消耗。
|
1月前
|
机器学习/深度学习 存储 传感器
利用机器学习优化数据中心冷却系统
【5月更文挑战第30天】 在数据中心的运行中,冷却系统的能效对整体运营成本有着显著的影响。随着人工智能技术的进步,特别是机器学习(ML)的发展,出现了新的机会来优化数据中心的能源使用效率。本文将探讨如何通过机器学习模型预测数据中心的热负荷,并据此动态调整冷却策略,以实现能耗最小化。我们将介绍所采用的数据集、预处理方法、模型选择、训练过程以及最终实施的策略。结果表明,基于机器学习的预测系统能够有效降低数据中心的能源消耗,并为可持续运营提供支持。
|
1月前
|
机器学习/深度学习 监控 算法
利用机器学习优化数据中心冷却系统
【5月更文挑战第30天】在数据中心的运营成本中,冷却系统占据了相当一部分。为了提高能效和降低成本,本文提出了一种基于机器学习的方法来优化数据中心的冷却系统。通过对大量历史数据的分析和挖掘,我们设计了一个预测模型,用于实时监控和调整数据中心的温度。实验结果表明,该方法可以有效降低能耗,提高数据中心的运行效率。
|
11天前
|
JavaScript Java 测试技术
基于SpringBoot+Vue+uniapp的个人健康数据管理系统的详细设计和实现(源码+lw+部署文档+讲解等)
基于SpringBoot+Vue+uniapp的个人健康数据管理系统的详细设计和实现(源码+lw+部署文档+讲解等)
|
1月前
|
机器学习/深度学习 数据采集 存储
提升数据中心能效:采用机器学习优化冷却系统
【5月更文挑战第28天】在数据中心的运营成本中,冷却系统的能源消耗占据了显著比例。随着能源价格的不断上涨和可持续发展的需求日益增长,如何降低这一开支成为业界关注的焦点。本文将探讨利用机器学习技术对数据中心冷却系统进行优化的方法。通过分析历史数据和实时监控,机器学习模型能够预测冷却需求并动态调整系统设置,以实现最佳的能效比。这种方法不仅能减少能源消耗,还能提高系统的可靠性和稳定性。
|
1月前
|
机器学习/深度学习 传感器 监控
利用机器学习优化数据中心冷却系统
【5月更文挑战第27天】 随着数据中心能耗的不断攀升,尤其是冷却系统的能源消耗占据了相当一部分比例,如何通过智能化手段提高冷却效率成为行业关注焦点。本文提出了一种基于机器学习技术的数据中心冷却系统优化方案,通过实时监控和数据分析,动态调整冷却策略,以达到节能减排的目的。实验结果表明,该方案能有效降低数据中心的PUE值(功率使用效能比),为绿色计算提供可行的技术路径。
|
1月前
|
机器学习/深度学习 算法 数据中心
利用机器学习优化数据中心冷却系统
【5月更文挑战第29天】 在数据中心的运营成本中,冷却系统占据了显著的比重。随着能源价格的不断攀升以及可持续发展的需求日益增加,开发高效、节能的冷却技术变得至关重要。本文将探讨如何应用机器学习算法来优化数据中心的冷却系统性能。通过对历史温度和负载数据的分析,我们训练了一个预测模型来动态调整冷却需求,实现按需冷却。结果显示,使用机器学习方法可以有效减少能耗,同时保持适宜的操作环境。
|
1月前
|
存储 数据管理
存储应用与数据管理训练营等你打卡
存储应用与数据管理训练营等你打卡
21 0

热门文章

最新文章