在某些情況下,企業可能需要重新考慮整合,并考慮只有更多硬件才能提供的好處。把資源和服務放在主要數據中心以外是網絡的局限性、規模和冗馀性對組織的重要狀況的合理應對。重要的是分別考慮各種情況及其選擇方案,做出業務的選擇。
1、集成的吸引力和挑戰
服務器虛擬化與管理軟件的結合提供了一個擴展的處理器命令集,從底層計算硬件中提取應用程序。
將物理計算資源轉化為邏輯等效項后,工作負荷可以使用比以前更多的可用資源,并通過在裸機上安裝應用程序無法實現的方式共享這些資源。
虛擬化自引入服務器整合以來,已經發展成為一種擴展和支持其他資源整合的方式,包括I/O之類的網絡元素,并允許更多共享有限的數據中心容量。
由于虛擬化和整合縮小了企業數據中心的規模,企業可能意識到整合并不總是追求單一的目標。
整合集成已經成為一些組織*的優勢,但數據中心集成最終會遇到以下嚴峻的物理限制現實:
服務器內部有物理限制。跨基礎架構共享的存儲器和處理器周期數量有限。虛擬化可以在一定程度上共享有限的資源,但不是沒有VM性能下降的風險。
跨網存在物理限制。管理者可以共享可用帶寬,但總網絡帶寬有限。在可接受的時間范圍內,跨世界距離交換數據需要足夠的帶寬,引入了意想不到的延遲物理限制。
操作可靠性有物理限制。服務器、存儲和網絡設備最終會失效。后果可能會影響重要數據中心基礎設施和系統上的所有虛擬機。在傳統的物理服務器部署中,服務器故障只影響托管應用。在運行8臺或10臺虛擬機的集成服務器中,相同的服務器故障會影響所有這些虛擬機。
業務和信息技術可以在幾個關鍵使用案例中提出令人信服的反對整合理由,這取決于基礎設施的恢復能力、距離、規模和隔離程度。
2、彈性
冗余工作負載部署是增加工作負載吞吐量的常用方法。這有效地使得應用程序使用負載平衡器集中跨重要案例的流量。雖然重復案例的數量增加了冗余性,但選擇部署位置(物理服務器)來定義應用的靈活性。
如果企業的戰略是增加工作負荷的吞吐量,重復的例子可能在同一個集成服務器上。然而,這通常被認為是一種不好的做法,因為潛在的系統故障可能會停止這些額外的工作負荷例子。
當目標包含應用程序的彈性時,實踐表明組織不應該在同一硬件設置上找到重復的VM實例。相反,每個冗余的工作負載實例應該位于不同的服務器上。
為了實現靈活性而設計的關鍵任務應用程序至少需要兩個服務器。這些服務器應輕負荷,并配置為相關/反相關管理程序選項,以確保實時遷移或重啟時實例不會意外定位在同一硬件上。
災難恢復設置也有類似的反對整合推動,其中重復的工作負載實例可能位于第二個/遠程數據中心站點甚至公共云中的第二個服務器。
3、邊緣計算和物聯網
組織擁抱越來越多的重要數據,制定重要的業務決策,研究和運營重要的任務設施。但是,關于網絡延遲、帶寬和可靠性,數據存儲和處理給單個集中數據中心帶來了嚴峻的挑戰。
考慮制造工廠。企業不太可能在制造工廠內建立數據中心。該設施生成的所有傳感器數據、管理和操作該設施的一定水平的命令和控制信號必須通過WAN轉移到集成的數據中心。
地理距離大,網絡設備大,導致網絡延遲,可能導致實時控制出現問題。與此同時,無法預見的WAN可用性中斷(如因特網擁塞)可能會使集中數據收集和控制不穩定。
在主數據中心以外的實際設施、位置和任務附近,一定水平的計算和存儲資源的配置可能會緩和網絡依賴性的挑戰,這通常被稱為邊緣計算。
4、大數據和規模
沉重的數據處理工作量可能會給數據中心帶來巨大的壓力。考慮到大數據項目可能需要數百甚至數千臺服務器的計算能力來處理數字節甚至數字PB的存儲數據,完成可能只需要幾個小時。
當然,可以在主數據中心部署物理服務器框架和一組虛擬機來處理這樣嚴格的任務。除了大型企業,支持大量服務器流入的成本和基礎架構可能是一項艱巨的任務,尤其令人望而卻步。
組織通常不會對建立大數據項目的主要數據中心進行長期資本投資,而是經常將替代計算和存儲資源(如公共云)作為短期運營支出。該技術不需要大量資金就可以提供規模。
5、私有云和混合云
云計算的出現幾乎不于AWS、Azure和谷歌。組織擁抱私有云,反映不斷變化的業務需求。新的服務和自助服務功能使員工和業務合作伙伴能夠將應用程序和服務作為組織業務模型的一部分,無需等待IT部門的實施。
私有云甚至混合云的引入也面臨著大數據用例中發現的大規模挑戰。大部分數據中心都是實時部署的,取決于日常操作的一致性、規律性和可控性。
企業不太可能將這些生產資源重新分配給私有云基礎架構,企業可以利用多馀的計算和存儲資源從零開始構建可擴展私有云的可能性更低。
一個選擇是在其他私有云基礎架構上投資資本,但這種方法還有其他選擇。除了主要數據中心,企業還可以使用各種私有云服務。
2025第十一屆中國國際機電產品交易會 暨先進制造業博覽會
展會城市:合肥市展會時間:2025-09-20