Page 46 - 网络电信2016第8期
P. 46

展，支持双活访问，确保数据0丢失高可用，系统支持异构存储            开源OpenStack引导了数据中心管理的发展趋势，已成事
资源，统一管理和调度。                       实 标 准 ， 其 核 心 模 块 日 渐 成 熟 ， 管 理 的 范 围 变 宽 —— 从 基 础
                                  设施即服务（IaaS）层向平台即服务（PaaS）、软件即服务
      本地双活数据中心加上异地中心互为备份，可构建高可靠   （SaaS）层延伸。目标是实现资源自动调配，提升云数据中心
性高容灾的数据中心。这一模式正改变传统容灾备份中心的建       服务的透明度、运维效率和交付的敏捷性与控制力。发展重点
设方式，在金融领域已开始实用，将逐步成为未来数据服务高       将是：
可靠性高可用性的新模式。
                                        •开放、异构、跨数据中心统一的云服务与调度管理。资源
     4.云数据中心部署与管理的趋势              调度策略不仅体现在资源创建阶段的灵活分配，而且实现资源
      （1）创新的微模块正引领数据中心的建设模式       使用过程中的动态调度。
      传统数据中心建设一次投入多、周期长，风险大，业界正
在探索新的数据中心建设模式。其中新型一体化微模块数据中             •资源管理从虚拟资源拓展到裸机的部署与管理。
心成为典型。微模块数据中心是将数据中心的机架、空调、消             •NFV持续支持，如非统一内存访问NUMA、数据层开发套件
防、布线、配电等子系统一体化设计与封装，集成高压直流、       DPDK、资源预留、性能优化等。
行间制冷与能效管理，最简化与最小化工程实施方案，使得安             •应对更大规模的分布式部署场景，保障企业级的高可靠
装调试极为简捷，交付周期可由1～2年缩短为2～3个月，对场     性、高可用性和高扩展性，提升系统性能。
地要求低：仓库、车间、板房均可用作机房，可整体搬迁再利             •可信与安全与加固。
用，不同模块化数据中理上完全独立，可根据实际需求分期建             •易用性提升。自动化部署、在线升级与监控、简捷的企业
设，降低一次投资成本与风险，降低了TCO。中兴通讯与中国联     级系统集成，帮助客户简化管理、降低成本，顺应云化和数据
通、腾讯建设了亚洲最大的微模块数据中心，正成为数据中心       流动的需求。
建设新模式。                                  •从架构、功能、流程等方向不断适应混合云的发展方向，
      （2）面向政企的混合云方案               实现跨私有云、公有云和混合云服务生命周期管理，支持统一
      混合云方案如图3所示。在安全技术和安全立法都不够完备  存储。
的当下，混合云会成为企业利用数据中心的主流形式之一，而
且会长期存在。企业用户建设私有云用于核心数据和业务的存           智能大数据处理发展趋势
储与处理，将安全性要求适中的放到公有云；同时从安全性考
                                        数据年复合增长率超过50%，每年计算成本以33%、存储成
 图3 混合云方案                         本以每年38%、传输成本以每年27%的速度在快速下降，为实施
                                  数据处理打下了坚实的基础。通用数据只有34%有用，7%被标
虑可以利用公有云做双活容灾，合理的构建私有云与公有云结       识，1%被分析，数据价值远未发挥出来，数据挖掘分析的需求
合的混合云，是未来企业云发展的趋势和热点。             在快速增长中，呈现4个技术趋势。

      混合云的架构、私有云与公有云间的弹性扩展、按需资源        1.开放开源的Hadoop/Spark架构成为大数据平台的主
定制、灵活的管理与部署、开放的API、动态可测量等是混合云     流且专有计算涌现
方案成功的关键。针对政企市场，混合云解决方案还需解决企
业现有设备的利旧，方便实现异构资源池管理，应对不同的应             开源Hadoop 成为大数据计算处理的事实标准，其核心思想
用场景。                              是分布式与经济性。Hadoop2.0、Spark、Storm和AMPlab等相融
                                  合，结合云计算，构建了大数据生态系统，成为业界主流。
      （3）云端协同空间大
      云计算作为基础设施成为计算和存储的中心，终端侧呈现         •混合计算模式。Hadoop与多种计算模式共存的混合计算模
出多样性，随着带宽的扩展，如何协调端与云的协同计算，提       式是多样化大数据处理常态，分别应对准实时批处理、非实时
供更好的业务体验，需要重点解决如下技术问题：            批处理、在线分析处理（OLAP）和在线事务处理（OLTP）应用
      •解决跨设备的应用程序的可移植性。           四类应用。采用统一的架构适应不同的场景需求。
      •数据与应用在多种设备的同步，在协同数据与计算时，要
做好数据传输与计算之间成本的平衡。                       •内存计算与流计算。数据价值与时间成反比，时间越长
      •一致性体验。                     价值越低，数据处理的实时性至关重要，随着内存容量扩大
      •云端协同另一个新的发展趋势是充分利用终端侧的计算能  与成本的持续降低，内存计算成为实时大数据处理的主要手
力，将计算分散到不同的终端。                    段。Spark是内存计算开源主导者，生态环境相对完善，国际上
      （4）OpenStack引领数据中心的管理模式     Cloudera、Hortonworks等公司与中国的中兴通讯等提供通用的
                                  服务。

                                        •新计算模式将涌现。Spark并非大数据平台发展的全部，
                                  业界也在涌现针对新的计算模式，他们针对流计算等上面具有
                                  理念上的革新，值得关注和跟踪研究。

                                       2.分布式数据库发展迅猛
                                        针对海量数据的分析，特别是非结构化数据的分析，以开
                                  源的NoSQL为主，已经成了业界的共识和方案的必选，取得了非
                                  常好的效果。

68 网络电信 二零一六年五月
   41   42   43   44   45   46   47   48   49   50   51