據(jù)調(diào)研機(jī)構(gòu)451 Research最新的預(yù)計(jì)，截至明年，約有60%的企業(yè)IT工作負(fù)載將在某種形式的公共云或私有云上運(yùn)行。它在企業(yè)關(guān)鍵業(yè)務(wù)(包括數(shù)據(jù)分析和核心業(yè)務(wù)應(yīng)用)方面實(shí)現(xiàn)了特別強(qiáng)勁的增長(zhǎng)。而其他調(diào)研機(jī)構(gòu)IDC，Gartner和Forrester的調(diào)查結(jié)果大致相同，即云計(jì)算迅速成為核心，而不是一般IT提供的外圍設(shè)備。
那么，IT領(lǐng)導(dǎo)者對(duì)數(shù)據(jù)移動(dòng)的風(fēng)險(xiǎn)以及相關(guān)的停機(jī)時(shí)間表示擔(dān)憂(yōu)，這并不足以為奇?，F(xiàn)在，傳統(tǒng)的數(shù)據(jù)集現(xiàn)在是10到20年前企業(yè)數(shù)據(jù)庫(kù)平均大小的1000到100萬(wàn)倍。這意味著與移動(dòng)相關(guān)聯(lián)的潛在停機(jī)時(shí)間將會(huì)增加許多倍。這不再是只花費(fèi)15分鐘的時(shí)間，這可能是數(shù)據(jù)正在重新安置的幾個(gè)小時(shí)的停機(jī)時(shí)間。
企業(yè)知道他們需要更多地利用云計(jì)算，特別是實(shí)施更具戰(zhàn)略性和智能的事情：高速，高容量的數(shù)據(jù)壓縮，以支持實(shí)時(shí)決策和復(fù)雜的自動(dòng)化。如今產(chǎn)生的數(shù)據(jù)量也使得建設(shè)二級(jí)數(shù)據(jù)中心成本過(guò)高，而這是進(jìn)一步推動(dòng)企業(yè)走向云計(jì)算的因素。
但是將業(yè)務(wù)數(shù)據(jù)從數(shù)據(jù)中心遷移到云端的痛苦仍然讓人望而卻步。他們的數(shù)據(jù)在運(yùn)輸過(guò)程中可能會(huì)發(fā)生什么，如果他們無(wú)法再獲得訪(fǎng)問(wèn)權(quán)限，或者如果在其他地方被使用，他們?nèi)绾卫^續(xù)使用實(shí)時(shí)數(shù)據(jù)?
數(shù)據(jù)延遲也是一個(gè)問(wèn)題。數(shù)據(jù)中心過(guò)去建在靠近企業(yè)經(jīng)營(yíng)的地方，以防止與網(wǎng)絡(luò)傳輸相關(guān)的性能下降。但是，隨著云計(jì)算的應(yīng)用，數(shù)據(jù)中心之間的距離不在企業(yè)的控制之內(nèi)，因此性能問(wèn)題可能會(huì)減緩數(shù)據(jù)可用性和和協(xié)調(diào)性，這是一個(gè)重要的考慮因素。
關(guān)于停機(jī)的擔(dān)憂(yōu)也在災(zāi)難恢復(fù)方案中有效。例如，由于遠(yuǎn)程數(shù)據(jù)中心可能被要求實(shí)時(shí)系統(tǒng)備份并快速運(yùn)行，因此首席信息官們會(huì)因?yàn)榻嚯x和遠(yuǎn)程系統(tǒng)之間的不兼容而導(dǎo)致停機(jī)或數(shù)據(jù)丟失而擔(dān)憂(yōu)。例如，IBM公司將在網(wǎng)絡(luò)研討會(huì)上討論這個(gè)問(wèn)題。
未來(lái)將是現(xiàn)在
無(wú)論是日常的后臺(tái)系統(tǒng)，還是那些支持與人工智能或物聯(lián)網(wǎng)有關(guān)的雄心勃勃的新項(xiàng)目，組織都需要隨時(shí)需要正在處理的數(shù)據(jù)的可用性和完整性。
例如，對(duì)于無(wú)人駕駛汽車(chē)而言，所有各方(乘客，汽車(chē)制造商，保險(xiǎn)公司和第三方服務(wù)提供商)都需要絕對(duì)的保證車(chē)輛儀表和傳感器，以及與之相連的云計(jì)算平臺(tái)將能夠持續(xù)實(shí)時(shí)發(fā)送，接收，解釋和處理數(shù)據(jù)。據(jù)估計(jì)，具有傳感器，相機(jī)和激光測(cè)量(LiDAR測(cè)量)的一臺(tái)自主駕駛車(chē)輛每秒可產(chǎn)生100Gb的數(shù)據(jù)。
使用不斷變化的數(shù)據(jù)集提供可行服務(wù)的唯一方法，無(wú)停機(jī)時(shí)間和無(wú)中斷，這是人們稱(chēng)之為活動(dòng)數(shù)據(jù)復(fù)制的方式。這允許實(shí)時(shí)數(shù)據(jù)同時(shí)存在于多個(gè)位置，而不會(huì)在每個(gè)終點(diǎn)被更新時(shí)不同步而有中斷的風(fēng)險(xiǎn)。這種能力將允許汽車(chē)制造商和服務(wù)合作伙伴分析和回應(yīng)關(guān)于車(chē)輛運(yùn)行情況的現(xiàn)場(chǎng)數(shù)據(jù)，實(shí)時(shí)識(shí)別異常情況，以及事先確定哪些必要的補(bǔ)救措施。
許多組織正在轉(zhuǎn)向采用基于Hadoop的分析(一種以速度進(jìn)行大規(guī)模數(shù)據(jù)處理的特定方式)，將大數(shù)據(jù)轉(zhuǎn)化為可以在日?；顒?dòng)中使用的有意義和可操作的事情。很多企業(yè)使用Hadoop來(lái)分析和回應(yīng)Twitter的活動(dòng)。但是，這通常意味著將數(shù)據(jù)放入云計(jì)算中，其中所需的處理能力隨時(shí)可用。
除非他們正在處理歷史數(shù)據(jù)，否則企業(yè)將繼續(xù)需要訪(fǎng)問(wèn)其核心業(yè)務(wù)系統(tǒng)中的數(shù)據(jù)，其中記錄將繼續(xù)更新。在這種情況下，使用云計(jì)算進(jìn)行處理并不是簡(jiǎn)單的將批量裝載的完整數(shù)據(jù)發(fā)送到目的地，這是巧妙發(fā)生的事情。
暫停不是一個(gè)選項(xiàng)
當(dāng)對(duì)實(shí)時(shí)的生產(chǎn)數(shù)據(jù)進(jìn)行分析時(shí)，企業(yè)無(wú)法承受數(shù)據(jù)來(lái)源的站點(diǎn)和數(shù)據(jù)處理點(diǎn)不同步。他們?cè)谌魏涡碌氖虑榘l(fā)生之前，不能等待幾天才能移動(dòng)，分析和返回?cái)?shù)據(jù)。這不僅僅是停機(jī)，而且是系統(tǒng)癱瘓。而且，這并不影響在遷移過(guò)程中可能發(fā)生的任何損壞或Hadoop分析事件后數(shù)據(jù)被協(xié)調(diào)的結(jié)果。
同樣，避免與數(shù)據(jù)移動(dòng)相關(guān)的停機(jī)和中斷的唯一方法是找到一種在位置之間持續(xù)更新和同步數(shù)據(jù)的方法。谷歌公司通過(guò)精心制作的衛(wèi)星設(shè)置實(shí)現(xiàn)了這一點(diǎn)，而企業(yè)也可以使用文中介紹的這樣的巧妙算法來(lái)實(shí)施。
京公網(wǎng)安備 11010502049343號(hào)