数据中心系列:SDDC普及仍任重而道远

简介:

尽管软件定义数据中心SDDC的理念在近些年的宣传造势中逐步崭露头角,但是IT专家针对其广泛的实施是否实际仍怀有迟疑态度。即使大型云服务提供商一直在铺路创造条件,如Google和Facebook,但业内的大部分公司还是相对滞后,而各种障碍也阻碍了软件定义的数据中心愿景的实现。

SDDC为何物
首先,软件定义数据中心(SDDC)的定义仍不不明确。IDC数据中心和云服务副总裁Richard Villar表示,一些厂商为了让自己的产品和服务更切合SDDC从而修改了它的定义,这就让SDDC的定义更令人迷惑了。

当大部分人在讨论SDDC架构时,他们所指的是IT设备自身的一种能更容易配置计算、存储和网络这些元素的方法。然而,这肯定不是SDDC的全貌。

Villars表示“尽管在数据中心内部计算、存储和网络占据了很大比重,但数据中心还包括电力系统、冷却系统以及数不胜数的结构化部件……如果你想要谈论整个数据中心,那么你就不得不谈到其它的设备元素”。

其它一些专家认为SDDC仍然是一个概念,还远不能称做是一个可以推向市场的产品。

技术商业研究公司(Technology Business Research Inc)首席经理和分析师Christian Perrry表示“如果你想切实地虚拟化或软件定义化整个数据中心,那将困难重重并且代价高昂。它需要大量的专家,是一个时间成本很高的过程,当然其中还包括我们还尚未预见的困难。”

Quocirca创始人 Clive Longbotto认为,保证一个完整SDDC架构的有效运行,需要在硬件和软件环境之间完成大量的数据交互。反而“硬件协助,软件定义”的方式更受企业青睐。

Longbottom说“随着总体平台性能的提升(如通过flash memory)更多的能力可以迁移到软件层面上。不过目前,关键是要有一个软件层面的接口,能够理解和并且管理软件定义和硬件绑定的混合环境。”

实践中的SDDC
Villars说,让复杂的SDDC实现过程易于实施的一种方法是让公司攻克独立的部分,先关注他们最至关重要的问题。例如,在当前的计算环境中遭遇了网络流和安全问题的IT团队应该采用软件定义网络(SDN);处理新内容和数据爆炸问题的公司应该要让他们的存储更加可扩展和有效,而软件定义存储就能帮助他们。

HIS技术公司总监Cliff Grossner说,技术已经足够成熟了,每个人都可以建立SDDC。大型云服务提供商,如Google和Amazon,他们在复杂的SDDC中引领着大家,同时开放计算项目(OCP)也提供了许多创新。然而,大部分的组织一次只部署他们软件定义环境中的一部分。

到2017年底,将有超过10%的数据中心网线连接到SDN控制器。如果一个数据中心已经是实现了SDN,那么计算和存储元素可能也已经实现了软件定义化。

Perry谈到,“我们研究服务器虚拟化很长时间,并且实施的还不错。我们正在将那些用于SDDC的不同部件都部署在一个独立的平台上。”

跨越障碍
Villars认为,对于许多公司而言,从本质上说,采用SDDC架构的挑战存在于组织的架构上。阻碍SDDC实施的两个最大的因素分别是各IT基础实施团队的分隔(如网络、存储和服务器)以及组织内各项规划的无法做好协调。

为应对这一挑战,许多公司转向SDDC托管服务,至少在前六个月这么做,但事实通常是一年,有时会是永远。尽管这一策略充满了政治和商业的挑战,“但这往往是业务部门真正的需求: 更敏捷的交付服务”Villars说。

另一个障碍是缺少SDDC标准。随着时间的推移,行业将确定一套统一的标准,而这些标准也将进一步驱动使用SDDC的势头。

但即使有了标准,SDDC的广泛采用仍然有很多障碍。因为数据中心技术人员必须像熟悉技术般去吃透这些标准。而且如果标准一旦实施,SDDC的环境将需要大量能够同时驾驭技术和标准的工程师。

咨询顾问Sander van Vugt认为“身为当前IT基础设施管理员,他们需具备的知识和经验量是惊人的。因此专业人才的短缺也一直是行业内的普遍现状。”

为应对SDDC广泛部署的情况,数据中心管理员的技能提升也成为迫切需求, 包括对传统数据中心思想的颠覆,当然大家都已经接受了这种思想的转变。“当你转向这个模式,自动化场景也变得丰富起来。或许也就只能在安装或撤走设备的时候你才有机会直接和它打交道” Villars said如是说。

管理员的日常工作中,“配置”的比重变得越来越小,取而代之的是管理、分析以及判断是否正在最大化的使用计算或存储资源,Villars说。

此外,由于虚拟化,IT的silo方法(竖井方法)也将逐步消失、收敛。Perry 认为“我们将会看到更多的能启用SDDC的基础设施管理员”。

本文转自d1net(转载)

相关文章
|
6月前
|
存储 传感器 监控
探索现代数据中心的冷却技术革新
【4月更文挑战第23天】 在信息技术迅猛发展的今天,数据中心作为计算和存储的核心枢纽,其稳定性和效率至关重要。然而,随着处理能力的增强,设备发热量急剧上升,有效的冷却方案成为确保数据中心持续运行的关键因素。本文将深入分析当前数据中心面临的热管理挑战,并探讨几种前沿的冷却技术,包括液冷系统、热管技术和环境自适应控制策略。通过比较不同技术的优缺点,我们旨在为数据中心管理者提供实用的冷却解决方案参考。
|
3月前
|
机器学习/深度学习 存储 监控
利用机器学习技术优化数据中心能效
【7月更文挑战第36天】在数据中心管理和运营中,能源效率已成为关键性能指标之一。随着能源成本的不断上升以及环境保护意识的增强,开发智能化、自动化的解决方案以降低能耗和提高能源利用率变得尤为重要。本文探讨了如何应用机器学习技术对数据中心的能源消耗进行建模、预测和优化,提出了一个基于机器学习的框架来动态调整资源分配和工作负载管理,以达到节能的目的。通过实验验证,该框架能够有效减少数据中心的能耗,同时保持服务质量。
|
6月前
|
存储 大数据 数据处理
探索现代数据中心的冷却技术
【5月更文挑战第25天】 在信息技术迅猛发展的今天,数据中心作为其核心基础设施之一,承载了巨大的数据处理需求。随着服务器密度的增加和计算能力的提升,数据中心的能耗问题尤其是冷却系统的能效问题日益凸显。本文将深入探讨现代数据中心所采用的高效冷却技术,包括液冷解决方案、热管技术和环境自适应控制等,旨在为数据中心的绿色节能提供参考和启示。
|
6月前
|
人工智能 监控 物联网
探索现代数据中心的冷却技术
【5月更文挑战第27天】 在信息技术迅猛发展的今天,数据中心作为信息处理的核心设施,其稳定性和效率至关重要。而随着计算能力的提升,数据中心面临的一个重大挑战便是散热问题。本文将深入探讨现代数据中心冷却技术的进展,包括传统的空气冷却系统、水冷系统,以及新兴的相变材料和热管技术。通过对不同冷却方式的效率、成本及实施难度的分析,旨在为读者提供一份关于数据中心散热优化的参考指南。
下一篇
无影云桌面