Datacentrerad beräkning

Datacentrerad datoranvändning är ett framväxande koncept som har relevans inom informationsarkitektur och datacenterdesign . Den beskriver ett informationssystem där data lagras oberoende av applikationerna, som kan uppgraderas utan kostsam och komplicerad datamigrering. Detta är en radikal förändring av informationssystem som kommer att behövas för att tillgodose organisationens behov av att lagra, hämta, flytta och bearbeta exponentiellt växande datamängder.

Bakgrund

Traditionella informationssystemarkitekturer är baserade på ett applikationscentrerat tänkesätt. Traditionellt installerades applikationer, hölls relativt statiska, uppdaterades sällan och använde en fast uppsättning beräknings-, lagrings- och nätverkselement för att hantera en relativt liten uppsättning strukturerad data.

Detta tillvägagångssätt fungerade bra i årtionden, men under det senaste decenniet har datatillväxt, särskilt ostrukturerad datatillväxt, satt nya pressar på organisationer, informationsarkitekturer och datacenterinfrastruktur. 90 % av ny data är ostrukturerad och enligt en rapport från 2018 hanterar 59 % av organisationer över 10 miljarder filer och objekt spridda över ett stort antal servrar och lagringsnoder. Organisationer kämpar för att klara av exponentiell datatillväxt samtidigt som de söker bättre tillvägagångssätt för att extrahera insikter från dessa data med hjälp av tjänster inklusive Big Data-analys och maskininlärning . Befintliga arkitekturer är dock inte byggda för att möta servicekrav i petabyte-skala och längre utan betydande prestandabegränsningar.

Traditionella arkitekturer misslyckas med att helt lagra, hämta, flytta och använda denna data på grund av begränsningar i hårdvaruinfrastrukturen samt applikationscentrerad systemdesign, utveckling och hantering.

Datacentrerade arbetsbelastningar

Det finns två problem som datacentrerad databehandling syftar till att lösa.

1. Organisationer måste använda all tillgänglig data men traditionella applikationer är inte tillräckligt smidiga eller flexibla. Nya förändringar mot ständig tjänsteinnovation, med stöd av nya tillvägagångssätt för tjänsteleverans (inklusive mikrotjänster och behållare) öppnar nya möjligheter som går bort från traditionella applikationscentrerade tankesätt.
2. Befintliga begränsningar för datacenterhårdvara begränsar också fullständig rörelse, hantering och användning av ostrukturerade datamängder. Konventionella processorer hämmar prestanda eftersom de inte inkluderar specialiserade funktioner som behövs för lagring, nätverk och analys. Långsam lagring, inklusive hårddiskar och SAS/SATA SSD-enheter över nätverket kan minska prestandan och begränsa datatillgängligheten. Nya hårdvarufunktioner behövs.

Datacentrerad beräkning

Datacentrerad datoranvändning är ett tillvägagångssätt som kombinerar innovativ hårdvara och mjukvara för att behandla data, inte applikationer, som den permanenta värdekällan. Datacentrerad datoranvändning syftar till att ompröva både hårdvara och mjukvara för att extrahera så mycket värde som möjligt från befintliga och nya datakällor. Det ökar smidigheten genom att prioritera dataöverföring och databeräkning framför statisk applikationsprestanda och motståndskraft.

Datacentrerad hårdvara och mjukvara

För att möta målen för datacentrerad datoranvändning kommer hårdvaruinfrastrukturen för datacenter att utvecklas för att hantera massiv skala, snabb tillväxt, behovet av mycket högpresterande datarörelser och omfattande beräkningskrav.

• Distribuerad hårdvaruinfrastruktur blir normen, med data och tjänster spridda över många dator- och lagringsnoder, både i offentliga moln och på plats.
• På grund av förplattningen av Moores lag dyker det upp nya processorer för att öka prestandan, minska CPU- belastningen genom att hantera intensiva uppgifter inklusive dataförflyttning, dataskydd och datasäkerhet.
• Ny teknik som NVMe- enheter och nätverk som NVMeoF kommer att bli standardkomponenter i datacentrerade datorarkitekturer.

När det gäller mjukvara, påskyndar datacentrerad datoranvändning försvinnandet av traditionella statiska applikationer. Applikationer blir kortlivade, läggs ständigt till, uppdateras eller tas bort när algoritmer kommer och går. Programvaran är omdesignad för att utföra analys av all tillgänglig data istället för delmängder. Microservices besöker data, utför beräkningar och uttrycker resultaten av sin process i hastigheter utöver konventionella metoder.