探索数据中心采购决策之存储网络与云存储

简介:

在探索数据中心采购决策系列文章中,我们在第一部分《【探索数据中心采购决策】之刀片服务器与软件定义网络》中介绍了IT管理员对服务器与网络设施的采购决策及影响因素。在第二部分《 【探索数据中心采购决策】之虚拟化管理软件与灾难恢复》中,我们介绍了67%的IT和商业专家希望虚拟化管理软件能监控服务器的可用性。另外,数据中心复制刺激了购买灾难恢复的需求。这里是第三部分,主要介绍数据中心对存储网络及云存储的需求。

 探索数据中心采购决策之存储网络与云存储

数据中心花钱让存储网络的管理更简单

数据中心采购专家调查发现基于以太网的存储网络已经为更简单的管理和基础设施简化做好了准备。

TechTarget网络基础设施调研发现,有61%的回访者称数据中心和存储网络管理的简化是他们最希望的,另外51%的回访者希望将数据中心的网络操作进行聚合。

综合性网络将数据中心和存储网络流量整合在同一个网络基础架构内,而目前占主导的数据中心架构的存储网络是一张依赖于类似Fibre Channel的专用无损网络。当今Fibre Channel还是在大型企业数据中心中占主导地位,而此时类似iSCSI和Fibre Channel over Ethernet(FCoE)这种协议则表明可以当作其替代品。

即便以太网技术承诺不会落后太多,但是存储网络管理的确可能是数据中心内最大的顾虑。分别有43%和41%的回访者称随选存储和存储虚拟化/分割吸引着他们的兴趣,这些都是让他们对以太网存储网络失去投资兴趣的原因。

IT会出于一些令人惊奇原因购买云存储

IT组织购买云存储一方面是为了灾难恢复,另一方面是为了保持内部的存储系统负荷。

TechTarget云存储调查的回访者中,认为购买云存储的原因是为了备份、归档和灾难恢复的比例分别是63%,43%和42%。还有50%的IT专家觉得云存储可以作为生产数据的首要存放位置。另外47%的回访者会以协作和文件共享的原因来购买云存储。

位于Raleigh的云咨询公司Opex Technologies的COO Rich Nowalk觉得,现在很多的企业都会表示基础架构不是他们的核心能力。这方面不是他们比较在行的,他们需要为在行的应用、服务、数据分析做准备。这些方面才是他们需要专注并花费时间的地方,而不是硬件。

不是所有的组织可以(或者应该)将协作数据放在公有云服务器上,安全和价格是需要考虑的因素。不过IT公司也发现了相对于安装一个全新的存储阵列而言,购买云存储要简单很多。

IDC研究公司项目总监Ashish Nadkarni称:“云存储最大的好处是按需付费,如果存储空间使用完了,你可以马上购买更多容量来使用”。


作者:Meredith Courtemanche 翻译:肖培庆

来源:51CTO

相关文章
|
2月前
|
消息中间件 存储 Serverless
函数计算产品使用问题之怎么访问网络附加存储(NAS)存储模型文件
函数计算产品作为一种事件驱动的全托管计算服务,让用户能够专注于业务逻辑的编写,而无需关心底层服务器的管理与运维。你可以有效地利用函数计算产品来支撑各类应用场景,从简单的数据处理到复杂的业务逻辑,实现快速、高效、低成本的云上部署与运维。以下是一些关于使用函数计算产品的合集和要点,帮助你更好地理解和应用这一服务。
|
5天前
|
存储 网络协议 数据挖掘
|
1月前
|
数据采集 存储 JavaScript
构建您的第一个Python网络爬虫:抓取、解析与存储数据
【9月更文挑战第24天】在数字时代,数据是新的金矿。本文将引导您使用Python编写一个简单的网络爬虫,从互联网上自动抓取信息。我们将介绍如何使用requests库获取网页内容,BeautifulSoup进行HTML解析,以及如何将数据存储到文件或数据库中。无论您是数据分析师、研究人员还是对编程感兴趣的新手,这篇文章都将为您提供一个实用的入门指南。拿起键盘,让我们开始挖掘互联网的宝藏吧!
|
12天前
|
移动开发 网络协议 测试技术
Mininet多数据中心网络拓扑流量带宽实验
Mininet多数据中心网络拓扑流量带宽实验
35 0
|
2月前
|
边缘计算 负载均衡 5G
边缘计算问题之数据中心内部和外部网络如何解决
边缘计算问题之数据中心内部和外部网络如何解决
24 1
|
2月前
|
存储 机器学习/深度学习 分布式计算
HDFS与网络附加存储(NAS)的比较
【8月更文挑战第31天】
66 0
|
2月前
|
数据采集 存储 JavaScript
构建你的首个Python网络爬虫:抓取、解析与存储数据
【8月更文挑战第31天】在数字时代的浪潮中,数据成为了新的石油。了解如何从互联网的海洋中提取有价值的信息,是每个技术爱好者的必备技能。本文将引导你通过Python编程语言,利用其强大的库支持,一步步构建出你自己的网络爬虫。我们将探索网页请求、内容解析和数据存储等关键环节,并附上代码示例,让你轻松入门网络数据采集的世界。
|
5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。
|
2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。
|
5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。