Tech Alert:实现数据中心现代化需要Intelligent Abstraction

简介:
  
  随着企业用户对技术的需求和优先权的转变,更加灵活的基于服务的移动模式、软件定义以及云数据中心基础架构受到越来越多的关注。无论供应商是谁,所有现代化基础架构(这里指的现代化基础架构是以采用独立的软件套件或托管式服务为特点的,可以更简单、更高效并以更低的整体成本提供高级功能的基础架构)都必须解决好发展基础架构的同时而不造成服务中断的问题。企业通常没有足够的预算从“绿场”部署重新开始,他们必须想办法保存现有投资并实现投资回报的最大化。

为此,IT部门就必须以底层硬件抽象而来的通用方法,在基础架构层实现工具、数据服务和管理的水平标准化。飞康公司将这一概念称为“Intelligent Abstraction™”。作为基础实现条件,这种方法使得IT部门可以在实现现代化的同时保护好既有投资并整合新的技术,同时还不会新增存储孤岛或是增加复杂性,飞康公司的专家如是说。飞康公司是一家在数据保护、数据流动性和虚拟化领域拥有15年创新历史的存储厂商。

Intelligent Abstraction™即利用虚拟化、数据服务和基于策略的自动化技术,将应用、数据和工作负荷从物理硬件、网络和协议脱离。这种软件定义存储的方式把传统的存储、网络和数据服务层扁平化成一个单一的统一层。不过,不要将其与超融合架构的包括计算的抽取相混淆。借助Intelligent Abstraction™模式,用户可以采购根据业务、应用和预算要求而优化的定制式存储和计算解决方案。将“存储智能”从硬件中剥离开来,可以使基础架构减少对特定供应商的依赖,实现真正的敏捷式经济型基础架构。从根本上说,Intelligent Abstraction™模式可帮助企业在多个领域收获效益:

敏捷性——数据流动性,对新技术和平台的适应能力

更少风险——数据持续可用,减少人为错误

效率——更高的利用率,基础架构的成本优化

生产力——简化和自动化

飞康公司执行副总裁兼首席产品官Rob Zecha表示:“在过去十年中我们看到,服务抽象模式在计算层和网络层发挥了显著作用。到目前为止,这种模式对于存储来说还更多地停留在概念层面,或者说,如果确有实现,也显得支离破碎。现实情况是,这种模式尚未以真正通用的方式,在整个存储基础架构中完全统一起来,因而也无法体现其整体效益。我们不能再把数据中心视为大量复杂的硬件、网络和协议了。相反,我们要把它视为整合起来的资源或资产,我们可以根据解决问题的需要进行配置和安排,向业务部门提供统一的数据访问和各类服务。数据是当今公司拥有的增长最快的资产。公司需要一种方法来管理、流动和保护这些数据,既要优化业务流程,又有控制好成本。使存储管理和智能与硬件脱离关系,这对未来发展至关重要。”

在实现基础架构现代化的过程中,多数企业没有足够的预算抛弃一切从头开始。他们需要具备提升现有存储基础架构和存储硬件效用的能力。他们需要全面的数据服务组合,为整个基础架构和全部应用所共用,而非由各存储系统所独有。借助Intelligent Abstraction™模式,可以逐步整合通用数据服务,使企业能够有计划、可以预测地实现基础架构的发展演化。如此一来,便可以延长现有基础架构的利用周期,提高投资回报率。引进新技术时,可以减少服务中断,把数据迁移至新存储平台,拥有共享数据服务,同时还能尽量减少设备管理筒仓,降低运营复杂性,缩短部署时间。

将真正的软件定义存储服务与硬件脱离关系后,就可以根据数据生命周期的需要统一部署这些服务。这些数据服务应该在整个存储基础架构内是标准化的,从而消除存储孤岛和复杂性问题,在整个环境中提供统一融合的能力。在此基础上,就可以通过单一管理接口,在任何资源上(包括阵列、服务器、虚拟机管理程序和云)实现数据流动、持续性、保护、恢复、优化、报告和配置处理。企业需要具备根据应用、业务和预算来调配最优容量和数据服务的能力,同时不存在任何限制,无需停下来取得额外许可或者付款购买额外服务。企业需要找到一种方式,能够横跨整个基础架构,提供统一的能力,并且不受任何限制。

基于Intelligent Abstraction™模式的数据服务部署在网络交换层,省掉了固件和存储许可成本。这样,从新存储技术到企业阵列级存储和现有资产的所有一切,无论是位于公司内部,还是位于远程或是处于云端,都可以被纳入到现代化数据中心。

Intelligent Abstraction™的另一核心要素是自动化,它可以消除日常维护负担,减少错误,实现问题的快速解决。除了增加基于策略的应用以增强数据保护和恢复功能以外,还消除了所有备份处理,转而在智能抽象层采用持续保护机制。基于该层的数据服务可以动态调整,从而确保在所有存储层级和所有应用中均能实现超高的服务水平。数据或应用的迁移和流动也都实现了自动化,可以为任何用户、群组或地点提供服务。

Rob Zecha表示:“Intelligent Abstraction™是优化企业IT基础架构和运营的基础,可以对成本、时间和复杂性产生积极而重要的影响。”

作者:佚名
来源:51CTO
目录
相关文章
|
数据中心 内存技术 存储
|
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。
|
5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。
|
5月前
|
机器学习/深度学习 资源调度 监控
利用机器学习技术优化数据中心能效
【5月更文挑战第30天】在数据中心管理和运营中,能源效率的优化是降低运营成本和减少环境影响的关键。本文旨在探讨如何应用机器学习技术来提升数据中心的能源效率。通过对现有数据中心运行数据的深入分析,开发预测性维护模型,以及实施智能资源调度策略,我们可以显著提高数据中心的能效。本研究提出了一种集成机器学习算法的框架,该框架能够实时监控并调整数据中心的能源消耗,确保以最佳性能运行。
下一篇
无影云桌面