作為信息基礎設施現(xiàn)代化戰(zhàn)略的一部分，企業(yè)應該考慮如何更好地利用云計算來分擔在數(shù)據(jù)中心運行的一些工作負載。

[[208202]]

大多數(shù)企業(yè)表示，希望在一年內將在云端運行其工作負載。根據(jù)調研機構451 Research公司最近進行的一項調查，2018年中期，企業(yè)采用私有云或公共云工作負載的百分比將從41%提高到60%。在這些調查對象中，38%的企業(yè)已經(jīng)采用了云端優(yōu)先政策，其中針對所有工作負載部署優(yōu)先考慮云解決方案。這并不奇怪，這是因為其具有敏捷性，靈活性，可擴展性，降低總體擁有成本，以及提供云端數(shù)據(jù)等優(yōu)勢。云定價是云端工作負載的關鍵驅動力。隨著云計算的成本持續(xù)下降，企業(yè)越來越不愿意采用成本高昂的內部部署數(shù)據(jù)中心。

除云定價和固有的計算優(yōu)勢外，云計算提供商還不斷增加數(shù)據(jù)倉庫、數(shù)據(jù)集成、數(shù)據(jù)準備和分析等服務，這些服務對于加速向內部和外部客戶提供分析都至關重要。毫無疑問，隨著企業(yè)利用其固有的靈活性，數(shù)據(jù)和計算能力的重心正在越來越多地從傳統(tǒng)的內部數(shù)據(jù)中心轉移到云端。

為什么數(shù)據(jù)重力(Data gravity)很重要?

數(shù)據(jù)重力可以處理移動數(shù)據(jù)，并分析更接近的數(shù)據(jù)。而企業(yè)目前采用的替代方案更昂貴，更耗時?，F(xiàn)代分析中所涉及的數(shù)據(jù)量太大，無法依賴需要將大量數(shù)據(jù)從一個系統(tǒng)復制到另一個系統(tǒng)進行處理的復雜方法。將數(shù)據(jù)移入和移出云端進行處理將無法解決這個問題，反而可能會加劇。

處理引擎必須是智能的，以便將處理移動到數(shù)據(jù)駐留的位置，并盡量減少跨網(wǎng)絡的數(shù)據(jù)移動。數(shù)據(jù)無處不在，包括邊緣，靠近邊緣，以及托管數(shù)據(jù)中心。如果需要移動數(shù)據(jù)，謹慎地移動只支持分析所需的數(shù)據(jù)子集(例如，從內部部署到云，云到云或邊緣到云)。過濾，減少和檢索必要的數(shù)據(jù)可以***程度地減少數(shù)據(jù)移動，無論數(shù)據(jù)位于何處。

數(shù)據(jù)中心對企業(yè)的業(yè)務來說至關重要，并且預計不會很快消失。然而，企業(yè)的工作負載越來越多地分散和混合。企業(yè)要求采用托管服務和超大規(guī)模云計算，新的云平臺和網(wǎng)絡模型，并將其映射到最為優(yōu)化的數(shù)據(jù)中心，這可能是邊緣，接近邊緣和核心位置，甚至是遠程位置。為存儲、處理、聚合和過濾提供***位置的因素應包括數(shù)據(jù)的位置，包括但不限于以下內容：

• 性能和延遲要求
• 訪問數(shù)據(jù)的關鍵性(例如，考慮遠程數(shù)據(jù)中心)
• 可接受的停機時間(例如，網(wǎng)絡連接斷開)
• 帶寬限制(例如，內部部署到云端，云端到云端)
• 安全性，合規(guī)性，治理要求(例如，維護內部數(shù)據(jù)中心敏感數(shù)據(jù)的必要性)

在加速分析計劃中，Data gravity對于支持所需的性能和延遲至關重要。

如今存在需要計算重力補充數(shù)據(jù)重力的情況，包括科學，醫(yī)療保健和運輸中的計算密集型用例。可以通過利用適當?shù)挠嬎阗Y源(無論數(shù)據(jù)所在的位置，無論是云對象存儲還是內部部署)來執(zhí)行數(shù)據(jù)子集(工作集)的計算密集二次分析。能夠在云端中處理可能起源于包含許多PB級的原始數(shù)據(jù)的次要分析目標的數(shù)據(jù)子集。

在云中構建臨時集群可以輕松地支持這些類型的工作負載，特別是當?shù)讓拥膬炔坎渴鸹A架構達到其***計算能力時?；蛘?，駐留在云存儲中的原始數(shù)據(jù)的目標數(shù)據(jù)子集可以在滿足二次分析的計算需求的本地部署的環(huán)境中進行處理。優(yōu)化企業(yè)數(shù)據(jù)中心與云端之間的網(wǎng)絡帶寬是云計算提供商提供的一個選擇，但可能取決于企業(yè)預算。

用于計算密集型用例的另一個解決方案包括提供數(shù)據(jù)緩存的數(shù)據(jù)訪問層和用于數(shù)據(jù)處理的嵌入式MPP內存結構。

數(shù)據(jù)虛擬化和數(shù)據(jù)重力

數(shù)據(jù)虛擬化通過設計之后支持數(shù)據(jù)重力。它為現(xiàn)代分析模式帶來了靈活性、抽象性和統(tǒng)一的安全性。其***性能是通過設計數(shù)據(jù)虛擬化查詢優(yōu)化器來實現(xiàn)的，以優(yōu)化邏輯架構中的網(wǎng)絡流量;最小化的常規(guī)優(yōu)化是不夠的。更重要的是，查詢優(yōu)化器應利用內存中并行處理來促進進一步的優(yōu)化。

為了達到***性能，數(shù)據(jù)虛擬化平臺必須：

• 應用自動優(yōu)化來***限度地減少網(wǎng)絡流量，將盡可能多的處理推送到數(shù)據(jù)源。
• 在數(shù)據(jù)處理虛擬化層中使用并行內存計算，當處理不能被推送到數(shù)據(jù)源時，執(zhí)行后處理操作。
• 通過并行內存處理和數(shù)據(jù)緩存功能，滿足需要增加計算潛力的場景需求。

作為信息基礎設施現(xiàn)代化戰(zhàn)略的一部分，企業(yè)應該考慮如何***地利用云端的工作負載對數(shù)據(jù)中心進行補充。企業(yè)的目標是滿足各種分析工作負載的計算需求，同時考慮到法規(guī)和合規(guī)性的要求。