核心提示: 如今,大數(shù)據(jù)分析和物聯(lián)網(wǎng)正在幫助組織建設(shè)更加智能的存儲基礎(chǔ)設(shè)施。而成本更低、數(shù)量更密集的CPU將更智能的內(nèi)置智能驅(qū)動到數(shù)據(jù)存儲基礎(chǔ)架構(gòu)堆棧的每一層。
如今,大數(shù)據(jù)分析和物聯(lián)網(wǎng)正在幫助組織建設(shè)更加智能的存儲基礎(chǔ)設(shè)施。而成本更低、數(shù)量更密集的CPU將更智能的內(nèi)置智能驅(qū)動到數(shù)據(jù)存儲基礎(chǔ)架構(gòu)堆棧的每一層。
以存儲為例,過多的計(jì)算能力可用于部署敏捷軟件定義的存儲(例如,惠普EnterpriseStoreVirtual),轉(zhuǎn)換到超融合架構(gòu)(例如HyperGrid,Nutanix,Pivot3,SimpliVity),或通過智能地重新分配存儲功能來優(yōu)化I/O應(yīng)用程序服務(wù)器和磁盤主機(jī)。
然而,所有這些內(nèi)置智能有一個(gè)缺點(diǎn),就是可能會降低人們在數(shù)據(jù)存儲基礎(chǔ)架構(gòu)和更改(任何IT變更)之間的可見性,無論是由于用戶的修補(bǔ)和升級,擴(kuò)展使用,還是復(fù)雜的錯誤和組件故障。或者,換句話說,由于配置強(qiáng)大和廉價(jià)的處理器,動態(tài)優(yōu)化使人們越來越難以確定其基礎(chǔ)設(shè)施發(fā)生了什么狀況。
因此當(dāng)人們不需要知道任何細(xì)節(jié),并且可以簡單地依賴低級組件來做正確的事情,直到擁有一個(gè)絕對自主的數(shù)據(jù)中心。而如今企業(yè)公共云計(jì)算并不會消除對內(nèi)部專家的需求,IT部門可能會發(fā)現(xiàn)這是一把雙刃劍。此外,雖然更智能的數(shù)據(jù)存儲基礎(chǔ)架構(gòu)幫助人們配置,優(yōu)化,增長計(jì)劃,并排除故障,它可能會讓人們盲目或愚弄,并積極努力將基礎(chǔ)設(shè)施轉(zhuǎn)向人們的“意志”。
盡管所有這些潛在的負(fù)面因素需要做出選擇,人們希望獲得在一個(gè)更智能,更自主的IT世界(即使有一些人工智能失控的風(fēng)險(xiǎn))。
這些都與數(shù)據(jù)有關(guān)
還記得以前的分析是一個(gè)離線過程嗎?捕獲文件中的一些數(shù)據(jù);打開Excel,SAS或其他桌面工,并在幾周后收到一條建議。如今,這種分析延遲的時(shí)間太長,并且太簡單。
動態(tài)優(yōu)化由于采用了功能強(qiáng)大,成本低廉的本地處理器,這使得人們越來越難以確定我們的基礎(chǔ)設(shè)施正在發(fā)生什么。
考慮到應(yīng)用程序和用戶的速度和敏捷性,更何況更大的數(shù)據(jù)流和彈性云代理,人們需要洞察力和比以往更快的回答。這種智能從大量可靠的數(shù)據(jù)開始,如今的基礎(chǔ)設(shè)施每天都在產(chǎn)生越來越多數(shù)據(jù)(事實(shí)上,由于物聯(lián)網(wǎng)的興起,人們很快就會淹沒在新的數(shù)據(jù)中),并需要處理和管理所有這些信息。
例如,存儲陣列長期以來可以提供有見地的數(shù)據(jù),但歷史上需要供應(yīng)商特定的,復(fù)雜和昂貴的存儲資源管理應(yīng)用程序來充分利用它。幸運(yùn)的是,如今已有一系列的發(fā)展,基礎(chǔ)設(shè)施幫助人們具有更智能的IT系統(tǒng)管理,并更好更快地生成用戶的數(shù)據(jù):
數(shù)據(jù)處理。隨著物聯(lián)網(wǎng)應(yīng)用的增長,存儲組件正在生成越來越多的詳細(xì)的數(shù)據(jù)。這種日益增長的數(shù)據(jù)需要IT本身內(nèi)的大數(shù)據(jù)分析技術(shù)。而IT管理員需要花費(fèi)一些時(shí)間學(xué)習(xí)一些Python和Spark技能。
消耗API.現(xiàn)代存儲平臺現(xiàn)在提供或生產(chǎn)易于使用的空閑的API(表示性狀態(tài)傳輸API),允許任何人(具有權(quán)限)直接使用幾乎任何類型的第三方分析工具訪問關(guān)鍵數(shù)據(jù)。標(biāo)準(zhǔn)API還通過集成諸如OpenDataSource的平臺來啟用和強(qiáng)化第三方系統(tǒng)管理。
家庭支持呼叫。大多數(shù)存儲供應(yīng)商如今將家庭支持呼叫調(diào)用到他們的陣列中,使他們能夠?qū)⒃敿?xì)的機(jī)器日志發(fā)送給供應(yīng)商,以便每天進(jìn)行處理。然后,供應(yīng)商可以使用大數(shù)據(jù)工具聚合數(shù)據(jù),以便為客戶提供主動的支持和洞察,從而實(shí)現(xiàn)更好的產(chǎn)品管理和營銷。家庭呼叫功能也可以從Glassbeam那樣的供應(yīng)商作為服務(wù)提供,這也可以幫助提供一個(gè)客戶端門戶作為一個(gè)“附加價(jià)值”,直接向IT最終用戶提供使用和性能洞察。
幸運(yùn)的是,如今基礎(chǔ)設(shè)施有了一系列的發(fā)展,可以幫助人們可以更好管理智能的IT系統(tǒng),并更好地生成用戶的數(shù)據(jù)。
可視化。面向IT的大數(shù)據(jù)提供了大量優(yōu)秀的可視化工具,通常由企業(yè)商業(yè)智能應(yīng)用人員(例如Tableau公司)利用。因此,IT本身現(xiàn)在可以構(gòu)建對業(yè)務(wù)友好的儀表板和報(bào)告。同時(shí),許多供應(yīng)商使用了更加清楚和易于訪問的開源可視化庫(如d3.js)來輕松創(chuàng)建和提供自定義產(chǎn)品儀表板以及可共享的小部件。
下一代智能。一些供應(yīng)商正在做可視化之外的真正聰明的事情。而供應(yīng)商可以幫助提供高級產(chǎn)品特定的關(guān)鍵性能指標(biāo)(例如,VMwarevRealizeOperations,Tintri,Pernix/Nutanix),才能將這些詳細(xì)數(shù)據(jù)轉(zhuǎn)移到可操作的情報(bào)中,這是不夠的。作為第一步,如今的供應(yīng)商可以巧妙地將低級數(shù)據(jù)流積累到健康,容量或風(fēng)險(xiǎn)的專家“模型”中。一些模型為每個(gè)特定平臺的獨(dú)特“分?jǐn)?shù)”來產(chǎn)生線性預(yù)測。真正高級的建?梢钥紤]未來的工作負(fù)載增長和數(shù)據(jù)存儲基礎(chǔ)設(shè)施升級的計(jì)劃,并且可以基于分析排隊(duì)行為進(jìn)行非線性性能預(yù)測。
智能機(jī)器
隨著大數(shù)據(jù)分析和物聯(lián)網(wǎng)應(yīng)用的發(fā)展,肯定有令人興奮的新發(fā)展,并產(chǎn)生更加智能的數(shù)據(jù)存儲基礎(chǔ)設(shè)施的空間。
例如,人們只看到了系統(tǒng)管理領(lǐng)域中應(yīng)用機(jī)器學(xué)習(xí)的開端。注意更智能的機(jī)器學(xué)習(xí)優(yōu)化,作為軟件即服務(wù)分析服務(wù)出現(xiàn),嵌入客戶控制臺以進(jìn)行動態(tài)操作,在儀表板和門戶網(wǎng)站中進(jìn)行智能戰(zhàn)略規(guī)劃,甚至將其推入設(shè)備以幫助他們變得越來越自主。
如果汽車很快會自動駕駛,那么人們對此不應(yīng)該感到驚訝。當(dāng)存儲陣列開始告訴人們自己可以處理數(shù)據(jù)。如果有一天,人們可能不得不為新的存儲陣列進(jìn)行一個(gè)企業(yè)面向IT的智能測試,看看它們?yōu)閿?shù)據(jù)中心運(yùn)營是否已經(jīng)準(zhǔn)備好了沒有。
來源:機(jī)房360
石家莊服務(wù)器托管 石家莊服務(wù)器租用 石家莊機(jī)柜租用 石家莊機(jī)房
|