有人说,未来的数据中心差异很大,但也许其他的事情正在发生。

  从表面上看,超大规模数据中心和微型数据中心似乎有些脱离人们对于未来数据中心的想法。但现实是他们是同一个硬币的对立面,或至少是一种补充的概念。这两种技术的共同目标是无论何时何地,都可以有效和高效地提供数据和应用。

  按需服务可以提高企业生产力,提高人们的工作和生活水平,并实现物联网的发展。但是为了使这个端到端过程能够正常工作,所有的环节都需要到位。无论是超大规模数据中心还是微型数据中心,都是最终用户提供信息的重要组成部分。

  以下先看看超大规模数据中心的当前概念。

大规模的可扩展性

  采用此模式的目标是提供可大规模扩展的单个计算体系结构。可以结合使用虚拟化,软件定义数据中心,软件定义网络软件定义存储,以及标准化的计算,网络和存储节点,其目标是能够持续扩展数据中心的IT负载以满足需求的用户。

  目前,当人们考虑超大规模数据中心时,会认为像亚马逊,Facebook,谷歌和微软这样的巨头所提供的云服务,这是一个合理的假设,因为他们提供“云计算”服务,需要可以提供这种类型的增长和支持超大规模数据中心概念。

  超大规模数据中心的基本设计需要考虑需要扩展的三个资源:计算,网络和存储。新的部署应该能够从小规模开始,构建可以根据需要添加的服务器,存储和网络的基本配置,从而允许数据中心随需求增长。这意味着超大规模不只是为那些巨大的基础设施,而且其基本概念可以应用于任何规模的数据中心或部署。

  这也意味着数据中心的基础设备不必同时进行扩大或缩小,只需要增长可以满足企业要求的必须进行调整的基础设施。由于软件定义的数据中心与底层基础架构分离,各个组件之间没有固定的关系。最重要的是,超大规模数据中心不是由其规模来定义,而是由其架构和增长能力来定义。超大规模数据中心在过去的两到三年中迅速发展,并且通常被认为仅限于巨大型规模的数据中心,但这种想法可能有点过于简单。

进入边缘数据中心

  虽然大规模的数据中心部署获得了人们最大的关注,但数据中心发展的最大增长似乎在边缘数据中心,这是最终用户和设备需要快速响应,并且不希望具有路由到集中式数据中心相关联的延迟的,位于网络“边缘”的较小设施,。

  在许多方面,由于数字服务的兴起,曾经的边缘已经移动到前沿和中心。在人们认为不适合建设Tier 1级数据中心设施的城市中建立较小的数据中心。这些城市被认为是开辟新数据中心的主要场所。

  虽然这些是较小的数据中心设施,它们是超大规模模式开发的首选。因为人们的需求从小开始,并继续增长。这类设施的许多提供商/运营商已经开始为其客户部署自己的云计算网络,这与超大规模模型的网格密度能力实现很好地互补相配。

  这些在超大规模模式上运行的高能力边缘数据中心能够满足企业的服务需求和物联网扩张的需求。这些边缘数据中心将变得尤其重要,因为其连接的设备的数量持续增加,并且回程带宽的可用性以较慢的速度增长。

超大规模和微型改变数据中心设计

  那么,哪里会应用微型计算?应用在需要回程带宽的成本保持显著,总是存在对缩短数据必须行进以到达最终消费者的路径的能力的总体需求的市场。还将继续需要最小化服务器和最终用户之间的响应时间,以便提供高质量的用户体验。当然,总是具有良好地理位置可以部署任何重大规模和能力的数据中心是不现实的。

微型化的两种方法

  供应商似乎以两种方式看待微型数据中心。第一个是切入当前模式。这给出了数据中心及其流量的分层视图,大型数据中心位于金字塔的顶部,边缘数据中心位于中间,微型数据中心位于底部。所有信息最终过滤掉金字塔,但只有较低层才能过滤掉所需的信息。这种方法基于对数据中心的当前投资,并允许根据需要部署专门的微型数据中心。

  第二种方法在多节点模型的微型数据中心,其中各个微型数据中心可以有效地作为超大规模设施中的单个节点的角色,而不用反馈到中心设施。例如,可以跨越多个小型数据中心剥离数据和服务,从而提供需要当前数据中心传送模型中的专门服务和/或设施的弹性和可用性水平。该视图需要几乎从头开始构建,因为在此模型中,现有数据中心的主要目的是最终提供的数据和应用程序将迁移到多节点微数据中心。

设计与交付

  超大型数据中心概念代表数据中心IT负载组件的底层体系结构的重大变化,而微型数据中心代表了设备基础设施交付方式的变化。

  微型数据中心设计的重点更多在于封装的内容。电源和冷却设备必须以更小封装(通常是自包含的)传送到IT负载硬件,并且这定义了微型数据中心在设计上的约束和限制。然而,没有理由定义超大规模设施的概念在某种程度上不能应用于微型设计的实际计算,存储和网络组件。

  规划下一代数据中心设计将需要考虑信息使用和交付的各方面因素。而建立灵活的数据中心基础设施,以满足推动业务增长所需的灵活性,可能需要考虑到企业的设计选择中的许多不同架构问题。

相关下载


史上最全,数据中心机房标准及规范汇总(下载)

数据中心运维管理 | 资料汇总(2017.7.2版本)


专注于数据中心基础设施运维与运营管理,分享运行维护经验,分享数据中心行业发展趋势及新技术应用。

加微信群:suifengerqu-2013

QQ交流群: 108888484

投稿邮箱:wj_wh0127@163.com

数据中心运维管理

ID:wj-yunwei


▲长按二维码"识别"关注  

超大规模数据中心vs微型数据中心相关推荐

  1. 微型数据中心正在向边缘发展

    随着云计算和边缘计算的持续发展,数据中心正在迅速发展.云基础设施极大地影响了现代数据中心的需求,基础设施即服务(IaaS)业务模型和提供商允许企业方便地访问远程服务器. 边缘计算使计算过程和数据更接近 ...

  2. HIRO 部署新一代可扩展边缘微型数据中心

    边缘计算对于充分发挥人工智能 (AI).机器学习和物联网 (IoT) 的全部潜能至关重要.这些技术正在融入我们生活的方方面面:自动驾驶.智能楼宇.机器人.供应链管理和医疗保健. 何为边缘计算? 边缘计 ...

  3. 施耐德电气推出适用于边缘计算的微型数据中心机柜

    日前,施耐德电气推出了一个微型数据中心机柜产品,可以在两到三周内发货.这个预装了各种IT设备的微数据中心(DC)Xpress,其中部署了施耐德电气常用的电源和散热设备,客户和合作伙伴可以在将其运送到将 ...

  4. 企业数据中心和互联网数据中心有何不同?

    数据中心按照服务对象的不同,可以分为企业数据中心和互联网数据中心. 企业数据中心指由企业或机构构建并所有,服务于企业或机构自身业务的数据中心,它为企业.客户及合作伙伴提供数据处理.数据访问等信息服务. ...

  5. “算力经济”时代扑面而来,智算中心成未来数据中心进化方向

    科技云报道原创. 自第三次工业革命以来,算力与人们生活越来越密不可分. 如今,算力正在成为像水.电一样必不可少的基础设施,尤其是近三年疫情倒逼产业数字化的发展,进一步提升了算力对于社会运转的重要程度. ...

  6. 大数据时代,小数据中心

    文章讲的是大数据时代,小数据中心,中国(上海)国际数据中心技术设备展览会在上海隆重开幕.紧跟德国工业4.0的新趋势,威图(Rittal)携绿色.节能.可靠的数据中心系统解决方案登陆本次展会.在变革的大 ...

  7. R语言生成仿真的3D高斯簇数据集、使用scale函数进行数据缩放、并使用KMeans进行聚类分析、数据反向缩放并比较聚类生成的中心和实际数据的中心的差异、预测新的数据所属的聚类簇

    R语言生成仿真的3D高斯簇数据集.使用scale函数进行数据缩放.并使用KMeans进行聚类分析.数据反向缩放并比较聚类生成的中心和实际数据的中心的差异.预测新的数据所属的聚类簇 目录

  8. 梁戈碧:促数据中心转型 释放数据洞察力

    文章讲的是梁戈碧:促数据中心转型 释放数据洞察力,2013年12月5日消息,作为IT业界的顶尖技术年度盛会,以"创新.开放.社区"为主题的TechEd 2013微软技术大会于12月 ...

  9. 用区块链改变人工智能:去中心化带来数据新范式

    近年,从围棋到人类水平的语音识别,人工智能(AI)研究者终于在他们几十年一直努力探索的领域取得了突破.取得突破进展的关键一点是研究者们可以收集巨量的数据并「学习」这些数据,从而将错误率降低到可接受范围 ...

最新文章

  1. Python遥感数据主成分分析
  2. WCF - 服务实例管理模式
  3. mysql书写规则_每天10分钟带你学会MySQL(二)SQL语句的基本书写规则
  4. Ubuntu18.04搭建Web服务器
  5. ubuntu修改默认root密码
  6. 基于OpenCV与 ImageAI 的动漫人物识别
  7. Docker镜像使用详解
  8. 结合P2P软件使用Ansible分发大文件
  9. 公司知识库的搭建步骤
  10. 基于P2P的n2n部署测试方法
  11. java实现面向对象的23种设计模式【超长预警,读完超过2小时】
  12. KNN实现0-9数字手写板识别
  13. windows桌面图标显示白边的解决方案
  14. 微笑的力量:成人大脑中负责学习婴儿情绪的网络
  15. 单片机课程学习的数字时钟系统模块化设计研究
  16. DM8的TLS加密认证配置相关
  17. macbook pro 卸载mysql_MacBook Pro全新重装OS X Yosemite
  18. LR(1)项目集族的构造:如何确定前向搜索符(旧版)
  19. 攻防世界菜狗也怕菜刀
  20. 远控免杀专题文章(3)-msf自免杀(VT免杀率35/69)

热门文章

  1. C++17中那些值得关注的特性(上)
  2. 关于ACE_Svc_Handler
  3. 基于机器学习的捡球机器人设计与实现(探索)第3篇——opencv基础知识学习(2019-02-02)
  4. c#下实现GUI编程_程序员会懂的冷笑话:各大编程语言的内心独白
  5. Weka学习三(ensemble算法)
  6. 《圣洁》的读后感作文3000字
  7. 探坑mongoDB4.0事务回滚的辛酸历程
  8. python将图片转化为字符图
  9. ios开发证书,描述文件,bundle ID的关系
  10. 《HTML5多媒体应用开发》——第2章 HTML5多媒体元素2.1 Web多媒体历史