zoukankan      html  css  js  c++  java
  • 2019年超融合将飞速发展 三大趋势不容错过

    “超融合”这个词语本身听起来像是未来主义。超融合不再只是支持同质虚拟桌面基础设施(VDI)环境的基础架构,如今可以支持跨越广泛的主流软件技术,以及关键任务的生产工作负载。

    超融合消除了配置的复杂性,并提供经济效益和资源效率。展望2017年及以后,超融合将变得普遍,其部署宜早不宜迟更快。

    如今,超融合的采用率仍然是个位数,所以在人们走得太远之前,快速定义是有道理的。超融合仅仅是使用单个中央管理系统来提供计算,存储,网络和虚拟化(或容器)的基础设施和架构。

    虽然现在的采用率很低,而影响其快速发展的唯一因素是传统的IT刷新周期。每个主要技术制造商现在都拥有超融合产品,并专注于为这些平台提供更多价值,以帮助客户简化其IT运营。如何简化人们认为是如此复杂的事情?超融合可以减少硬件数量,降低维护成本,减少潜在的故障点,从而实现更多的数据中心弹性。已经成功部署超融合解决方案的组织对结果非常满意。

    无论企业使用的任务类型或整体技术是什么,其环境都将有一个超融合的产品。这只是为什么超融合将在2017年及以后得到快速发展的原因之一。另外还有导致其在未来几年得到广泛采用的三个趋势。

    (1)超融合将变得高度安全

    由于安全威胁的数量众多,毫不夸张地说,安全是大多数组织的首要任务。人们每天都在新闻中可以了解到新的数据泄露或网络攻击,这些黑客们的方法变得越来越聪明,越来越先进。他们也不挑剔攻击对象。所有行业的各种规模的企业都以某种方式受到影响。因此,如果没有安全性,超融合架构就没有发展的驱动力。

    传统上,通过围绕企业的集成环境的附加技术解决方案提供了安全性。随着来自世界各地的安全威胁,这种模式是不够的。嵌入式安全技术将成为所有主要提供商的默认选项。这种方法将解决诸如数据流量检查,加密甚至物理安全等问题。防火墙,端点,恶意软件,加密,DDoS和数据丢失防护公司的扩展产品将被集成到平台中,并作为捆绑解决方案或作为模块化元件提供,以创建进一步集成到超融合架构的安全平台。

    (2)超融合将采用机器学习技术

    从历史上看,采用训练有素的工作人员规划其工作负载消耗的计算资源。随着工作负载和模式自然随时间而变化,并且随着工作负载由于各种原因迁移,确保针对性能和其他度量的服务级别协议(SLA)需要连续评估,并且它会危及工作负载中断。

    机器学习可以提供主要的好处,并大大减少对IT架构的人力管理的需要。由于政策驱动和智能工作负载安置技术采用机器学习,将首先推荐超融合环境,然后为组织的整个IT环境提供最佳的性能。

    调度技术已经部署在许多超大规模云计算架构中,随着其发展和日趋商业化,从高性能计算世界寻找OpenLava,平台计算和其他内部技术,以便集成到超融合平台中。然后通过他们来部署人工智能的功能,并从工作负载的行为学习。然而,当在云计算架构中分析数十亿工作负载的行为模式,然后传回到本地超融合环境时,不仅实现了反应性适配,而且还实现了积极自主工作负载管理,这将带来真正的收益。

    (3)下一代技术的超整合发展

    当然,在今后几年里,超融合不是人们唯一要关注的事情。下一代硬件创新,例如非易失性存储器快速(NVMe),3DXPoint,Purley等在这段时间也将成为主流。正是这种情况发生,超融合架构完全建立起来利用所有这些创新技术,以及帮助提供这些平台的最初承诺。

    在上面列出的技术,最引人注目的是3DXPoint.当非常密集的持久性内存达到满足当今外部闪存存储定价的财政里程碑时,超融合应用将会快速发展。如果完全集成的超融合解决方案几乎可以解决所有商业工作负载部署,并且包括大规模的块,文件和对象架构,那么管理外部存储架构的激励将会很小。

    人们很难预测未来,技术尤其如此。市场的细微变化往往意味着未来的大事发生。然而,朝向超融合的行动已经开始,所有的因素都指向其成为一个标准。今天,组织越了解这项技术,其在未来一年及以后的发展将会更好。

     

    标签:超融合与虚拟化    超融合与虚拟化关系  企业超融合方案

  • 相关阅读:
    转载: RAID详解[RAID0/RAID1/RAID10/RAID5]
    用户交互式命令:read
    linux下fdisk分区管理、文件系统管理、挂载文件系统等
    linux文件系统下的特殊权限
    find命令详解
    python3中 getpass模块使用
    个人shell积累
    手把手教你利用爬虫爬网页(Python代码)
    数通HCIP-ospf知识点
    HCIE之路--超全ospf思维导图
  • 原文地址:https://www.cnblogs.com/lyyo/p/11194616.html
Copyright © 2011-2022 走看看