18岁成年网站,人人爱人人艹,亚洲情se,黑丝一区

計(jì)算機(jī)

 

    “大數(shù)據(jù)”需要大量計(jì)算資源來(lái)存儲(chǔ)、組織處理與報(bào)告結(jié)果。這一新興領(lǐng)域改變了數(shù)據(jù)中心服務(wù)器與其他基礎(chǔ)設(shè)施的選擇與部署方式。
　　為了在現(xiàn)今的商業(yè)環(huán)境中競(jìng)爭(zhēng)并獲得成功，公司必須通過對(duì)現(xiàn)有數(shù)據(jù)進(jìn)行***度的分析，才能做出業(yè)務(wù)決策。分析這些不斷膨脹的大數(shù)據(jù)已經(jīng)成為越來(lái)越重要的趨勢(shì)與機(jī)遇。
　　SearchDataCenter咨詢委員會(huì)將介紹受大數(shù)據(jù)影響的商業(yè)模式，如何改變企業(yè)數(shù)據(jù)中心的運(yùn)作，并為大家提供關(guān)于新數(shù)據(jù)中心機(jī)會(huì)的獨(dú)特見解。
　　只需添加SAN
　　大數(shù)據(jù)其實(shí)不是個(gè)很嚴(yán)重的問題。我的意思是，數(shù)據(jù)中心不會(huì)突然因?yàn)榇髷?shù)據(jù)的來(lái)到而突然變更他們處理海量數(shù)據(jù)的方式。
　　我的看法相當(dāng)簡(jiǎn)單：只需添加另一個(gè)存儲(chǔ)區(qū)域網(wǎng)絡(luò)(SAN)，現(xiàn)在的SAN比早期具備更高的可擴(kuò)展性。這意味著企業(yè)可以開始學(xué)習(xí)處理兩個(gè)不同等級(jí)存儲(chǔ)網(wǎng)絡(luò)的數(shù)據(jù)：一個(gè)是他們正在使用的關(guān)鍵數(shù)據(jù)，一個(gè)是仍然需要被保存，但不那么重要的數(shù)據(jù)。
　　業(yè)務(wù)應(yīng)用會(huì)帶來(lái)越來(lái)越多的大數(shù)據(jù)機(jī)會(huì)
　　我們還處在真正企業(yè)級(jí)大數(shù)據(jù)的起跑線上，路還很長(zhǎng)。
　　現(xiàn)在，數(shù)據(jù)中心使用存儲(chǔ)虛擬化來(lái)組織聯(lián)合數(shù)據(jù)源。商業(yè)智能(BI)提供更先進(jìn)的大數(shù)據(jù)處理方案，如Pentaho、Logi、QlikTech與Birst?；贘ava的編程框架Hadoop被更先進(jìn)的企業(yè)作為非持久性過濾器來(lái)處理多重?cái)?shù)據(jù)類型。NoSQL數(shù)據(jù)庫(kù)，例如MongoDB與CouchBase，成為處理非結(jié)構(gòu)化數(shù)據(jù)的有效利器。管理工具則有Splunk，可以協(xié)助完成服務(wù)器之間的數(shù)據(jù)文件管理等工作。
　　這些工具都需要使用自己的基礎(chǔ)設(shè)施來(lái)支持，并需要精心設(shè)計(jì)以得到理想的結(jié)果。分析及服務(wù)提供商不斷涌現(xiàn)，提供BI與云計(jì)算能力——許多組織最終都會(huì)朝這個(gè)方向發(fā)展，以避免混合環(huán)境的復(fù)雜性。IBM、Teradata、EMC與其他廠商提供混合設(shè)備來(lái)滿足業(yè)務(wù)需求，可以滿足用戶保留所有在線數(shù)據(jù)并從外部資源吸取額外的信息?；旌显O(shè)備處理架構(gòu)處理介于與非結(jié)構(gòu)化數(shù)據(jù)，處理方式比當(dāng)前的大數(shù)據(jù)結(jié)構(gòu)更加工程化，但造價(jià)也相當(dāng)不菲。
　　選好服務(wù)器、存儲(chǔ)與架構(gòu)
　　選好用于數(shù)據(jù)分析的工具，如Hadoop與MapReduce軟件，它可以將任務(wù)分布到數(shù)千節(jié)點(diǎn)(處理器)上進(jìn)行計(jì)算，并負(fù)責(zé)將結(jié)果收集起來(lái)。
　　軟件所使用的高可擴(kuò)展性任務(wù)分布式計(jì)算方案與傳統(tǒng)的單線程執(zhí)行有著本質(zhì)上的不同，意味著大型服務(wù)器就擁有最大與最強(qiáng)的計(jì)算能力。可以假設(shè)大型的服務(wù)器也擁有最多的處理器核心，如Intel的Xeon E7-8800 v2處理器，擁有15個(gè)核心，并且支持超線程。數(shù)據(jù)中心可以通過購(gòu)買這些服務(wù)器來(lái)解決大數(shù)據(jù)計(jì)算處理的問題。
　　精簡(jiǎn)指令集處理器是許多大數(shù)據(jù)服務(wù)器的另一種選擇，它可以提供大量的處理器核心，而產(chǎn)生的熱量比傳統(tǒng)的x86處理器少得多。Dell開發(fā)了基于Calxeda ARM芯片的Zinc服務(wù)器來(lái)支持企業(yè)應(yīng)用。
　　雖然更多處理器需要額外的內(nèi)存空間來(lái)處理與存儲(chǔ)結(jié)果，大數(shù)據(jù)更專注于計(jì)算任務(wù)，所以服務(wù)器的內(nèi)存總和可能會(huì)非常之大，甚至超過大幾百G。例如，HP的ConvergedSystem的Vertica Analytics Platform擁有128G內(nèi)存，IBM的 System x針對(duì)Hadoop的參考架構(gòu)要求服務(wù)器具備384G內(nèi)存。
　　大數(shù)據(jù)服務(wù)器同樣還可以集成圖形處理單元，如NVIDIA公司的Tesla K40，因?yàn)镚PU被設(shè)計(jì)為處理復(fù)雜的數(shù)學(xué)計(jì)算，如雙精度浮點(diǎn)計(jì)算可以達(dá)到 1.4T flops(一個(gè)TFLOPS(teraFLOPS)等于每秒一兆(=1012)次的浮點(diǎn)運(yùn)算)。大量數(shù)學(xué)計(jì)算可以從多個(gè)處理器中卸載到單個(gè)GPU上，還無(wú)需附加系統(tǒng)內(nèi)存。
　　任何大數(shù)據(jù)平臺(tái)在評(píng)估時(shí)都必須考慮基礎(chǔ)設(shè)施，如網(wǎng)絡(luò)和存儲(chǔ)。多端口網(wǎng)卡可以幫助服務(wù)器之間分配工作量。從千兆以太網(wǎng)升級(jí)到萬(wàn)兆以太網(wǎng)，可以在大數(shù)據(jù)環(huán)境下發(fā)揮更高利用率。還必須有足夠多的交換機(jī)端口(千兆或者萬(wàn)兆以太網(wǎng))，以滿足所有服務(wù)器端口的連接需求。此外，IT架構(gòu)師還可以考慮將每個(gè)服務(wù)器的端口分?jǐn)偟讲煌慕粨Q機(jī)上，構(gòu)建更強(qiáng)大可用的環(huán)境。數(shù)據(jù)中心可能需要為更新型號(hào)的網(wǎng)絡(luò)交換機(jī)，提供更多預(yù)算。
　　Hadoop與其他大數(shù)據(jù)應(yīng)用程序通常通過使用本地存儲(chǔ)與獨(dú)立處理器，而不是共享存儲(chǔ)來(lái)提升性能。將磁盤任務(wù)分配到許多磁盤上獨(dú)立運(yùn)行，可以最小化磁盤延時(shí)。同樣還可以考慮使用固態(tài)硬盤替換傳統(tǒng)的機(jī)械硬盤，甚至還可以使用更快的、基于PCIE接口的固態(tài)硬盤加速卡來(lái)提升性能。