业务处理速度变慢?且看IT如何成为救世主

简介:

在日常生活的方方面面,我们似乎都在期待着一种即时的便利。比如,用手机购物、订餐、缴费、预约挂号等等。而在企业中,时间与效率可不是一种休闲福利,而是一项重要的商业功能。我们有理由期待,当今史无前例的数字革命正在帮助企业更迅速地达成目标。

但实际上,新的研究却给出了截然相反的结论:包括IT服务交付在内的多个关键功能领域,业务速度都在放缓。在过去五年中,IT交付新服务的平均时间延长了近18%。

因此,尽管我们期待那些能够帮助我们实现灵活转型的新技术出现,但实际上这些新技术也会成为一种更沉重的负担。当今的数字化经济高速运转,它需要企业迅速采取行动。而实际上,业务处理速度却变得越来越慢。

上述问题一直困扰着我,于是我花了几天时间思考,试着分析这个问题,并总结出了三个原因。那么有没有好消息呢?有的,IT正处在解决这些问题的最佳时点。

1.广域网架构并不支持当前的数字技术

广域网(WAN)在当前的数字创新交付中起着关键的作用。然而,云、SaaS、与移动技术的兴起,加上对视频及其他高带宽应用的依赖度上升,企业广域网受到了严重制约。由此,业务性能会受到影响。尽管互联网、4G/LTE与其他连接方式可以降低总成本,但总的结论依旧是:网络复杂度增加、脆弱且不安全,无法跟上企业前进的步伐。简而言之,当今数字时代,传统广域网网络架构是非常薄弱的。是时候重新思考广域网了。软件定义广域网代表着一种革命性的创新,具有与不断演变的商业需求相匹配的前所未有的敏捷性;采用简化的集中式管理,削减成本与操作复杂性;并为交付更好的应用性能体验提供优化。

2.传统分支机构IT危害业务速度与连续性

考虑到远程分支机构,大型企业的不断拓张意味着增加更多担忧。这些企业的“前沿阵地”有充分理由得到更多的IT投资。尽管我们在管理分支机构IT上付出了许多时间与资源,许多尚未解决的影响业务性能与敏捷性的痛点依然存在。新IT服务需要更长的开通时间。当数据被存放在安全数据中心之外时,数据丢失又成了一项重大威胁。一旦出现问题,恢复数据与还原业务运作是相当艰难的。

分支机构IT的传统做法仅仅是将这些产生收益的分支站点当作一种可有可无的工作,而超融合边缘基础设施则通过交付分支机构零IT,将分支机构拉回到最前线。有效消除对分支机构服务器、存储及备份基础设施的需求;分支机构IT服务能够得到随时开通与恢复;通过数据中心外集中管理,重要数据100%得到保护。其结果是:数据安全性、业务连续性、敏捷性与运营效率都得到大幅提高。

3.有限的云性能可视化加剧了业务缓慢

在数字时代的今天,企业需要使用云应用与服务。在拓展性、成本与上市时间等方面,我们别无选择。然而,这却将企业置于不利的位置。供应商们往往无法提供足够的透明度,导致无法了解云服务运行的实际性能。即使其他的IT复杂性程度并不太差,对于云性能可视性的缺乏依然会深刻影响业务速度。

为了更好地使用云,企业要对供应商提出要求,即对性能服务水平负起责任。为了达到这个目的,他们应该使用一组成套工具,将监测能力拓展到云。一旦公司对云服务的运行状况有了端到端的了解,他们就可以采取行动解决问题,并采用补充方案加速SaaS与云应用。

我们的出路在哪里?

事实上,业务缓慢是因为工作流程数字化所导致的,而IT基础环境却远远达不到应有水平,无法适应数字化转型需要。这种转变要求我们重新思考如何处理应用与网络性能。而真相是,复杂性必须得到简化。而这正是应用性能基础设施可以提供的运维敏捷性的新形式。


原文发布时间为:2016年05月13日

本文作者:Riverbed公司大中华区总经理袁志陵

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
|
5月前
|
缓存 网络协议 Linux
零拷贝技术:减少数据复制和上下文切换,提高网络传输效率(下)
本章节主要讨论了如何通过零拷贝技术来优化文件传输的性能。零拷贝技术主要通过减少用户态和内核态之间的上下文切换次数和数据拷贝次数来提高性能。具体来说,介绍了两种实现零拷贝的方式:mmap + write和sendfile。使用mmap + write可以减少一次数据拷贝过程,而使用sendfile系统调用可以进一步减少系统调用和数据拷贝次数。此外,还介绍了如果网卡支持SG-DMA技术,可以通过DMA将数据直接拷贝到网卡缓冲区,实现真正的零拷贝。通过这些优化方法,可以显著提高文件传输的性能。
零拷贝技术:减少数据复制和上下文切换,提高网络传输效率(下)
|
9月前
|
算法 前端开发 应用服务中间件
高并发环境如何有效缓解带宽压力
高并发环境如何有效缓解带宽压力
|
存储 SQL canal
业务单表 读写缓慢 如何优化?
业务单表 读写缓慢 如何优化?
|
存储 数据采集 分布式计算
如何处理大规模数据量的应用?
如何处理大规模数据量的应用?
106 0
|
消息中间件 关系型数据库 MySQL
数据量激增,导致MySQL主从同步延迟
数据量激增,导致MySQL主从同步延迟
229 0
数据量激增,导致MySQL主从同步延迟
|
存储 缓存 负载均衡
C++高并发场景下读多写少的优化方案
C++高并发场景下读多写少的优化方案 述 一谈到高并发的优化方案,往往能想到模块水平拆分、数据库读写分离、分库分表,加缓存、加mq等,这些都是从系统架构上解决。单模块作为系统的组成单元,其性能好坏也能很大的影响整体性能,本文从单模块下读多写少的场景出发,探讨其解决方案,以其更好的实现高并发。 不同的业务场景,读和写的频率各有侧重,有两种常见的业务场景: 读多写少:典型场景如广告检索端、白名单更新维护、loadbalancer 读少写多:典型场景如qps统计 本文针对读多写少(也称一写多读)场景下遇到的问题进行分析,并探讨一种合适的解决方案。
560 0
C++高并发场景下读多写少的优化方案
|
网络协议 算法 Java
高并发场景下如何优化服务器的性能?
最近,有小伙伴在群里提问:Linux系统怎么设置tcp_nodelay参数?也有小伙伴说问我。那今天,我们就来根据这个问题来聊聊在高并发场景下如何优化服务器的性能这个话题。
341 0
高并发场景下如何优化服务器的性能?
|
存储 弹性计算 NoSQL
突破内存应用瓶颈,让IT成本下降40%的秘诀
近两年5G、大数据、云计算一直为行业热点,数字化进程不断加速,全行业数据开始爆发式增长。面对数据的迅猛增长,企业一方面享受着数据化转型带来的红利,另一方面也承担着大内存运行实例的高额开支。传统内存面临挑战,持久内存方案开始受到了行业更多的关注。
突破内存应用瓶颈,让IT成本下降40%的秘诀
|
缓存 监控 NoSQL
|
消息中间件 缓存 应用服务中间件
高并发下怎么优化能避免服务器压力过大?
用户多,不代表你服务器访问量大,访问量大不一定你服务器压力大!我们换成专业点的问题,高并发下怎么优化能避免服务器压力过大? 1,整个架构:可采用分布式架构,利用微服务架构拆分服务部署在不同的服务节点,避免单节点宕机引...
1275 0