论文部分内容阅读
数据显示，每隔一年半，企业的数据总量就会翻一番。强大的数据风暴正在冲击着传统的数据中心架构。
在大数据时代，从数据中心的基础架构到运营服务，从数据的分析到数据治理，大数据积聚了多少新的需求，数据中心又将经历怎样一场轰轰烈烈的变革呢？
云计算数据中心、云基地、超级计算机中心……这些与云沾边的数据中心的新称谓让用户难以区分清楚。其实，云只是一个定语，它所修饰的后面的名词（某项具体的业务或应用）才是用户真正应该关心的。比如云基地，它就是希望通过云计算技术为园区内的企业提供一种共享的服务。“企业无论要建设什么类型、具备何种功能的数据中心，都必须从业务和应用的需求出发，明确建立数据中心的目的。”中国惠普有限公司技术服务事业部IT规划与咨询、云计算服务总经理卫东表示。
大数据的三维视图
有市场分析机构预测， 未来12~18个月内，全球产生的数据量是现有数据量的总和。数据量的迅猛增长给企业的数据存储、管理和分析带来了巨大的压力。另一方面，有统计表明，企业能够有效利用的数据量只占数据总量的5%。这些就是大数据（Big Data）带来的难题。
大数据包含了不同来源的所有结构化和非结构化的数据。大数据在数据量的大小以及复杂性方面已经远远超出了用户现有的能力范围。这也意味着在合理的成本范围和时间区间内，人们已经无法使用通用的数据处理技术来收集、管理和分析大数据。卫东表示，用户可以通过三维视图来理解什么是大数据：从数量级来看，交易数据量以几何级数倍增；从数据的多样化来看，除了结构化数据以外，还有大量非结构化数据需要进行处理，比如社交网络媒体资料、视频、音频、邮件、图像等；从数据处理的角度来看，人们希望以更快的速度来处理大量的数据。
“很多中国用户在新建数据中心时明确提出，数据中心的建设要为大数据服务，因为大数据与企业的业务应用密切相关。数据中心架构的融合、变革和转型是当务之急。”卫东表示。
那么，传统数据中心与大数据时代的数据中心或者说新一代数据中心到底有什么区别呢？
通常来说，传统的数据中心包括与风、火、水、电相关的数据中心基础设施以及IT硬件设备。新一代数据中心除了包含上述基础设施以外，更重要的是应用一些新技术让数据中心的架构变得更加灵活和高效，比如采用新的数据处理架构以及一些节能减排的新技术等。“传统数据中心是堆栈式的，而新一代数据中心是模块化的，其动态架构的好处可以在日后数据中心的运营过程中得以充分展现，比如降低运维成本，管理更简单等。”卫东表示，“用户在建设数据中心时，除了要关注数据中心的土建以外，更要考虑数据中心内设备的摆放。惠普现在能为用户提供包括数据中心基础架构、云计算、能源管理服务等在内的全套数据中心解决方案。”
大数据带来的三大改变
大数据的出现将给数据中心基础架构、数据中心的应用和运维带来什么样的挑战呢？
卫东表示，总体来看，由于数据量的增加，企业首先需要灵活、可扩展的存储解决方案；其次，企业需要相应的商务智能处理软件、算法模型来访问并分析大量结构化和非结构化的数据；最后，随着需要大数据分析的企业、部门、人员逐渐增多，势必需要整个数据中心的计算能力、网络速度以及整体业务反应能力得到进一步提升，这将促使数据中心整体架构加速向以适应性数据服务（Adaptive Data services）为特征的新一代数据中心架构转变，集中化的数据中心、云计算中心和超级计算机中心将成为用户努力的目标。
从数据中心架构的角度分析，在大数据时代，数据中心呈现出数据密集的特征，存储、计算、网络传输的需求呈指数增长，高并发、低延迟的环境要求数据中心架构具备更强的横向扩展能力。由于数据增长具有不确定性，“数据洪流”发生的时间、流向、支流发展也无法确定。因此，用户对数据中心架构的灵活性要求更高。未来的数据中心将更多地采用分布式的数据库和文件系统，比如Hadoop架构可以存储和访问大数据，同时满足数据中心架构对灵活性的要求。
从应用的角度分析，数据仓库、数据挖掘和商业智能等应用领域会发生重大变革，对半结构化、非结构化数据的支持，尤其是基于非结构化数据的搜索应用将大量涌现。应用对大量数据的实时处理能力要求更高，并且希望利用更小的内存/磁盘空间处理更多的数据，同时借助数据压缩、网络优化等技术提升存储、网络等资源的使用效率。大数据分析要求企业拥有充足的IT资源。因此，并非所有的企业都需要自备完整的大数据分析能力，数据分析云服务可满足中小规模企业的分析需求。
从数据中心运维的角度分析，随着数据存储量急速增加以及应用模式的转变，用户在数据中心的运维方面将更关注如何提高性能和降低成本。用户可以借助精简配置（Thin Provisioning）等技术，提升IT设备的使用率，同时降低成本。此外，数据的分级存储变得更为重要。借助分级存储技术，用户可以根据数据的活跃程度、访问频度等分配不同级别的存储设备和网络区域。由于深度挖掘的分析结果的价值不同，与之相匹配的IT资源也不同。
惠普亚太区存储策略师Paul Haverfield指出，存储管理者面临着五大挑战：第一，如何以更低地成本访问数据；第二，如何让数据的组织、查找和处理过程更加高效；第三，如何更好地备份和保护数据；第四，如何删除不想要的数据；第五，如何提高数据中心的能效，节省空间。
避免陷入误区
许多用户在新建云计算数据中心时喜欢追时髦，而对于云数据中心到底能发挥什么样的作用，如何去运维缺乏清晰的认知。
“始于基建，止于基建是许多中国用户易犯的通病。”卫东表示，“由于数据中心的建设与使用分属基建和科技两个部门，基建部门建好数据中心就算交差，根本不会考虑数据中心内部IT设备应如何摆放。这就很容易造成数据中心在日后的运营过程中出现种种问题。”还有一些用户并没有真正理解新一代数据中心的内涵，单纯地以为新一代数据中心就是绿色、节能的数据中心，并且认为仅凭PUE值等几个简单的指标就能全面描述数据中心的状况。
卫东表示：“用户在新建数据中心前，一定要想好数据中心能为业务的发展提供什么样的支撑。新一代数据中心的建设要与业务运营相结合，要考虑与大数据之间的关系，只有这样才能缩短数据中心的建设周期，节省成本，避免风险。”
有些人认为，数据中心就是一幢房子，是固定资产。其实，数据中心是企业的战略性资产，是运营的基础。在建设数据中心的过程中，企业要把技术、管理和人的因素全都考虑进去。惠普能够为企业提供转向新型数据中心的全面服务。
针对企业在构建新型数据中心架构时可能遇到的问题，卫东提出了以下建议。
第一，在数据中心的自建、合建、租赁模式之间做出选择。企业可以根据自身的需求、资金实力等来判断。如果数据都是企业专有的并且企业拥有足够的资金，那么企业可以选择自建数据中心。
第二，制定战略目标。企业有了清晰的战略目标，才能更清楚自己需要什么以及如何实现目标和先后步骤等。
第三，根据自身的特定需求，选择合适的数据中心基础架构和技术路线，比如是否采用虚拟化技术或云计算技术，采用SaaS还是IaaS模式， 以及选择哪个厂商的技术和产品等。
第四，选择一个好的合作伙伴来帮助企业实现数据中心架构的变革。合作伙伴不仅要能提供相关的技术和产品，更重要的是能够帮助企业制定战略，并且提供全面的服务。惠普是一个理想的战略合作伙伴。
在大数据时代，从数据中心的基础架构到运营服务，从数据的分析到数据治理，大数据积聚了多少新的需求，数据中心又将经历怎样一场轰轰烈烈的变革呢？
云计算数据中心、云基地、超级计算机中心……这些与云沾边的数据中心的新称谓让用户难以区分清楚。其实，云只是一个定语，它所修饰的后面的名词（某项具体的业务或应用）才是用户真正应该关心的。比如云基地，它就是希望通过云计算技术为园区内的企业提供一种共享的服务。“企业无论要建设什么类型、具备何种功能的数据中心，都必须从业务和应用的需求出发，明确建立数据中心的目的。”中国惠普有限公司技术服务事业部IT规划与咨询、云计算服务总经理卫东表示。
大数据的三维视图
有市场分析机构预测， 未来12~18个月内，全球产生的数据量是现有数据量的总和。数据量的迅猛增长给企业的数据存储、管理和分析带来了巨大的压力。另一方面，有统计表明，企业能够有效利用的数据量只占数据总量的5%。这些就是大数据（Big Data）带来的难题。
大数据包含了不同来源的所有结构化和非结构化的数据。大数据在数据量的大小以及复杂性方面已经远远超出了用户现有的能力范围。这也意味着在合理的成本范围和时间区间内，人们已经无法使用通用的数据处理技术来收集、管理和分析大数据。卫东表示，用户可以通过三维视图来理解什么是大数据：从数量级来看，交易数据量以几何级数倍增；从数据的多样化来看，除了结构化数据以外，还有大量非结构化数据需要进行处理，比如社交网络媒体资料、视频、音频、邮件、图像等；从数据处理的角度来看，人们希望以更快的速度来处理大量的数据。
“很多中国用户在新建数据中心时明确提出，数据中心的建设要为大数据服务，因为大数据与企业的业务应用密切相关。数据中心架构的融合、变革和转型是当务之急。”卫东表示。
那么，传统数据中心与大数据时代的数据中心或者说新一代数据中心到底有什么区别呢？
通常来说，传统的数据中心包括与风、火、水、电相关的数据中心基础设施以及IT硬件设备。新一代数据中心除了包含上述基础设施以外，更重要的是应用一些新技术让数据中心的架构变得更加灵活和高效，比如采用新的数据处理架构以及一些节能减排的新技术等。“传统数据中心是堆栈式的，而新一代数据中心是模块化的，其动态架构的好处可以在日后数据中心的运营过程中得以充分展现，比如降低运维成本，管理更简单等。”卫东表示，“用户在建设数据中心时，除了要关注数据中心的土建以外，更要考虑数据中心内设备的摆放。惠普现在能为用户提供包括数据中心基础架构、云计算、能源管理服务等在内的全套数据中心解决方案。”
大数据带来的三大改变
大数据的出现将给数据中心基础架构、数据中心的应用和运维带来什么样的挑战呢？
卫东表示，总体来看，由于数据量的增加，企业首先需要灵活、可扩展的存储解决方案；其次，企业需要相应的商务智能处理软件、算法模型来访问并分析大量结构化和非结构化的数据；最后，随着需要大数据分析的企业、部门、人员逐渐增多，势必需要整个数据中心的计算能力、网络速度以及整体业务反应能力得到进一步提升，这将促使数据中心整体架构加速向以适应性数据服务（Adaptive Data services）为特征的新一代数据中心架构转变，集中化的数据中心、云计算中心和超级计算机中心将成为用户努力的目标。
从数据中心架构的角度分析，在大数据时代，数据中心呈现出数据密集的特征，存储、计算、网络传输的需求呈指数增长，高并发、低延迟的环境要求数据中心架构具备更强的横向扩展能力。由于数据增长具有不确定性，“数据洪流”发生的时间、流向、支流发展也无法确定。因此，用户对数据中心架构的灵活性要求更高。未来的数据中心将更多地采用分布式的数据库和文件系统，比如Hadoop架构可以存储和访问大数据，同时满足数据中心架构对灵活性的要求。
从应用的角度分析，数据仓库、数据挖掘和商业智能等应用领域会发生重大变革，对半结构化、非结构化数据的支持，尤其是基于非结构化数据的搜索应用将大量涌现。应用对大量数据的实时处理能力要求更高，并且希望利用更小的内存/磁盘空间处理更多的数据，同时借助数据压缩、网络优化等技术提升存储、网络等资源的使用效率。大数据分析要求企业拥有充足的IT资源。因此，并非所有的企业都需要自备完整的大数据分析能力，数据分析云服务可满足中小规模企业的分析需求。
从数据中心运维的角度分析，随着数据存储量急速增加以及应用模式的转变，用户在数据中心的运维方面将更关注如何提高性能和降低成本。用户可以借助精简配置（Thin Provisioning）等技术，提升IT设备的使用率，同时降低成本。此外，数据的分级存储变得更为重要。借助分级存储技术，用户可以根据数据的活跃程度、访问频度等分配不同级别的存储设备和网络区域。由于深度挖掘的分析结果的价值不同，与之相匹配的IT资源也不同。
惠普亚太区存储策略师Paul Haverfield指出，存储管理者面临着五大挑战：第一，如何以更低地成本访问数据；第二，如何让数据的组织、查找和处理过程更加高效；第三，如何更好地备份和保护数据；第四，如何删除不想要的数据；第五，如何提高数据中心的能效，节省空间。
避免陷入误区
许多用户在新建云计算数据中心时喜欢追时髦，而对于云数据中心到底能发挥什么样的作用，如何去运维缺乏清晰的认知。
“始于基建，止于基建是许多中国用户易犯的通病。”卫东表示，“由于数据中心的建设与使用分属基建和科技两个部门，基建部门建好数据中心就算交差，根本不会考虑数据中心内部IT设备应如何摆放。这就很容易造成数据中心在日后的运营过程中出现种种问题。”还有一些用户并没有真正理解新一代数据中心的内涵，单纯地以为新一代数据中心就是绿色、节能的数据中心，并且认为仅凭PUE值等几个简单的指标就能全面描述数据中心的状况。
卫东表示：“用户在新建数据中心前，一定要想好数据中心能为业务的发展提供什么样的支撑。新一代数据中心的建设要与业务运营相结合，要考虑与大数据之间的关系，只有这样才能缩短数据中心的建设周期，节省成本，避免风险。”
有些人认为，数据中心就是一幢房子，是固定资产。其实，数据中心是企业的战略性资产，是运营的基础。在建设数据中心的过程中，企业要把技术、管理和人的因素全都考虑进去。惠普能够为企业提供转向新型数据中心的全面服务。
针对企业在构建新型数据中心架构时可能遇到的问题，卫东提出了以下建议。
第一，在数据中心的自建、合建、租赁模式之间做出选择。企业可以根据自身的需求、资金实力等来判断。如果数据都是企业专有的并且企业拥有足够的资金，那么企业可以选择自建数据中心。
第二，制定战略目标。企业有了清晰的战略目标，才能更清楚自己需要什么以及如何实现目标和先后步骤等。
第三，根据自身的特定需求，选择合适的数据中心基础架构和技术路线，比如是否采用虚拟化技术或云计算技术，采用SaaS还是IaaS模式， 以及选择哪个厂商的技术和产品等。
第四，选择一个好的合作伙伴来帮助企业实现数据中心架构的变革。合作伙伴不仅要能提供相关的技术和产品，更重要的是能够帮助企业制定战略，并且提供全面的服务。惠普是一个理想的战略合作伙伴。