云计算推动超大规模数据中心发展与应用

简介:

本文讲的是云计算推动超大规模数据中心发展与应用,从计算演变的历史我们可以发现,大约每隔15 年左右,IT 产业就会进行一次变革性的转变。不同技术力量相互碰撞和倾轧,并最终产生出一种能改变整个产业生态的革命力量。每个计算时代都会有自己独领风骚的技术。当前,云计算对IT 产业的影响无疑是巨大和深远的,云计算由于自身的灵活性和易扩张性,正在促进IT快速的演变,使得现在的IT生态系统更具挑战性,企业如果不能适应这样的变化就会被淘汰。

云计算推动超大规模数据中心发展与应用

  上周我有幸主持了一个云计算会议(Cloud Connect conference),会议上听到了几个关于云计算如何促进数据中心发展的演讲。他们从不同的角度阐述了现在云计算对数据中心和业务的影响。

  云计算促进数据中心向超大规模扩展

  Mortenson 是一家专门建立数据中心的公司,他们发现中小企业在建立数据中心时会面临很大的挑战——比如可扩张性方面的挑战和高密度方面的挑战。另外数据中心的建设对于高能效的需求也越来越高,比如选址时会考虑在一些气候寒冷的地方建立数据中心,在构建的时候会使用模块化或集装箱式的基础设施,这些东西不是一个普通企业所能够承受的,需要有专业的云数据中心供应商来提供。

  因此,今天的中小企业开始喜欢租用云环境里的资源,而不是自建数据中心,以减少成本。“将需要建设的数据中心外包”成为了一种趋势,这就要求云数据中心供应商必须有足够大的规模来应对这一新的市场需求。Mortenson 公司负责数据中心建设的主管Ron Vokoun谈到,以前他们的数据中心只占用一个或者几个机房,但是现在最小的数据中心也达到了2万平方英尺,项目规模比以往增大了2倍或4倍。随着数据中心规模不断地扩大,数据中心的管理也会面临一些问题。

  Mark Thiele是Switch公司负责数据中心技术的执行副总裁,他介绍了在云计算时代超大型数据中心的管理运营经验。该公司正在管理着一个非常大的数据中心,名为SuperNAP。SuperNAP建立在拉斯维加斯,它的总面积达到了407,000平方英尺,可容纳7000箱有250兆瓦发电能力的设备,其支持高达每平方英尺1500瓦功率密度的能力。每天耗电达到了100兆瓦,其交换机采用了高密度的T-SCIF(热分离舱的设施),控制系统也能完全分开,以及冷热通道设置。SuperNAP可以自动在四个不同的交换机下,选择最有效的冷却方案。Mark Thiele介绍说,SuperNAP即将成为规模更大的“Super-DuperNAP”,在不久的将来会扩展至200万平方英尺。

云计算促进数据中心向超大规模扩展

  Mark Thiele表示他们对于自己有着明确的定位,他们将自己定位成云计算这个大环境里面的“主机和数据连接器(host and interconnector of clouds)”,这意味着它的规模将会不断地扩大,从而为云供应商而不只是最终企业用户提供服务。这样集中资源带来的规模效应可以帮助那些云服务商降低经济成本,更重要的是,可以大大简化不同供应商之间的云环境连接的复杂性。

  相信在不久的将来,云计算数据中心将会变成一个规模巨大,具有成本效益的高效(1.24 PUE)计算环境,使得传统企业的数据中心和它比起来就像是一堆废铁。


  案例说法:看电动车厂商Smith如何使用云架构

  那么,从用户的角度来看,又是什么因素在驱动他们转向这些第三方的云数据中心资源供应商呢?在会议最后,Smith公司讲述了云计算对他们公司业务的直接影响。

  Michael Peacock 是英国一家电动车厂商Smith的软件开发人员。该公司生产的不是高尔夫这样的中小型车辆,而是重达8-13吨的大型商用卡车。Smith为了监控这些汽车每天的运行状态,在车上装了大量的监控传感器,这些传感器会实时地发送车辆的速度、功耗、发动机转速等数据到后台的数据中心服务器里。Michael Peacock谈到,这些数据每秒会进行4000条MySQL数据库的写入操作,每天就达到15亿次,这让公司的服务器设备不堪重负。

  于是Smith公司展开了一个新的项目,将数据通过云来迁移到新的大规模数据中心上,从而支持软件每天监控的不同的数据变化。今天,这家成立于1920年的传统制造企业的IT架构已经变得相当新潮:不仅使用了云计算平台,而且使用了NoSQL来处理这些海量的数据。

  而且,Smith公司还对新的IT架构进行了一些优化:

  第一:使用基于队列的任务提交架构,将这些队列存放在一个云服务商的数据中心里,以应对流量的突然猛增和一些无法预料的数据处理需求。

  第二:最大限度的提高SAN存储设施的性能,以加强存储架构应对数据负荷过载的需求。

  第三:使用精简架构重新设计应用程序的数据库,以提高应用程序的性能。

  第四:通过将数据集中在后台进行预先的批处理,以减少查询处理时间,从而提高数据分析的性能。

  IT就是业务

  可见,Smith公司虽然是一家历史悠久的传统制造企业,但它的IT应用已经走在了时代的前列。这在一定程度上也说明这样一种趋势:IT在企业里正在从业务支持的角色变成了业务流程本身,传统的应用程序设计和基础设施已经不足以支撑今天的需求了。反过来,这也促使了计算环境的改变,使其从企业的内部转移到云里,这样才能满足未来计算发展的需要。

原文发布时间为:2012-03-16

本文作者:      刘亚琼 

本文来自云栖社区合作伙伴IT168,了解相关信息可以关注IT168

相关文章
|
10月前
|
边缘计算 自动驾驶 物联网
探索云计算的边缘计算:定义、优势及应用前景
探索云计算的边缘计算:定义、优势及应用前景
|
Cloud Native 安全 网络安全
云计算与网络安全:技术融合与挑战云原生技术在现代软件开发中的应用
【8月更文挑战第28天】在数字时代的浪潮中,云计算和网络安全成为信息技术领域的两大支柱。本文将探讨云计算服务的分类、特点及其面临的安全威胁,分析网络安全的基本概念、重要性以及信息安全的关键要素。同时,文章将深入讨论云计算环境下的网络安全问题,包括数据保护、访问控制和合规性挑战,并提出相应的解决策略和技术措施。最后,通过一个代码示例,展示如何在云计算环境中实现基本的数据加密,以增强信息的安全性。 【8月更文挑战第28天】 随着云计算技术的飞速发展,云原生技术已成为推动软件行业创新的关键力量。本文将深入探讨云原生的核心概念、优势以及如何在现代软件开发中有效利用云原生技术。我们将通过具体案例,展示
|
9月前
|
运维 监控 持续交付
自动化运维在现代数据中心的应用与实践####
本文探讨了自动化运维技术在现代数据中心中的应用现状与实践案例,分析了其如何提升运维效率、降低成本并增强系统稳定性。通过具体实例,展示了自动化工具如Ansible、Puppet及Docker在环境配置、软件部署、故障恢复等方面的实际应用效果,为读者提供了一套可参考的实施框架。 ####
|
9月前
|
机器学习/深度学习 数据采集 人工智能
智能化运维在现代数据中心的应用与挑战####
本文深入探讨了智能化运维(AIOps)技术如何革新现代数据中心的运维管理,通过集成人工智能、大数据分析及自动化工具,显著提升系统稳定性、效率和响应速度。文章首先概述了AIOps的核心概念与技术框架,随后详细分析了其在故障预测、异常检测、容量规划及事件响应等方面的应用实例,最后探讨了实施过程中面临的数据质量、技能匹配及安全性等挑战,并提出了相应的应对策略。本研究旨在为数据中心管理者提供关于采纳和优化AIOps实践的洞见,以期推动行业向更高效、智能的运维模式转型。 ####
|
9月前
|
机器学习/深度学习 人工智能 运维
智能化运维在现代数据中心的应用与挑战####
本文深入探讨了智能化运维(AIOps)技术在现代数据中心管理中的实际应用,分析了其带来的效率提升、成本节约及潜在风险。通过具体案例,阐述了智能监控、自动化故障排查、容量规划等关键功能如何助力企业实现高效稳定的IT环境。同时,文章也指出了实施过程中面临的数据隐私、技术整合及人才短缺等挑战,并提出了相应的解决策略。 --- ####
193 1
|
10月前
|
机器学习/深度学习 存储 大数据
云计算与大数据技术的融合应用
云计算与大数据技术的融合应用
|
10月前
|
人工智能 运维 监控
智能运维在现代数据中心的应用与挑战
随着云计算和大数据技术的迅猛发展,现代数据中心的运维管理面临着前所未有的挑战。本文探讨了智能运维技术在数据中心中的应用,包括自动化监控、故障预测与诊断、资源优化等方面,并分析了当前面临的主要挑战,如数据安全、系统集成复杂性等。通过实际案例分析,展示了智能运维如何帮助数据中心提高效率、降低成本,并提出了未来发展趋势和建议。
|
11月前
|
机器学习/深度学习 边缘计算 人工智能
探索云计算的未来:技术趋势与应用场景
【10月更文挑战第4天】探索云计算的未来:技术趋势与应用场景
381 7
|
10月前
|
边缘计算 监控 自动驾驶
揭秘云计算中的边缘计算:架构、优势及应用场景
揭秘云计算中的边缘计算:架构、优势及应用场景
|
10月前
|
API 数据处理 开发工具
云计算在金融行业的应用与挑战
云计算在金融行业的应用与挑战
641 0