云计算将会让数据中心消失?


戳蓝字“CSDN云计算”关注我们哦!

640?wx_fmt=jpeg

作者 | 王洪鹏

出品 | CSDN云计算(ID:CSDNcould)


近年来企业应用云化明显,越来越多的企业开始将自己的公司业务转移到云平台之上,可能是迁到公有云,也可能是私有云,或者是混合云。在这种情况下,完成迁云企业的数据中心会被空置出来,接下来企业一般会寻求出售自己因迁云而闲置的数据中心。这些数据中心一般会被托管服务商(比如云服务商等)买掉,服务商买入数据中心后会将这些资源整合到自己的平台中,然后再出售给用户进行使用。


我们知道数据中心在发展到一定的规模的时候一般都会面临或多或少的一些问题,常的比如数据中心物理空间不足、硬件设备老化、硬件设备的效率低下网络的拥堵、各种安全隐患电力紧张以及管理效率降低等问题,这些可以说是一些老旧数据中心的通病。

 

640?wx_fmt=png

 

即使是老旧的数据中心仍然具有它的价值,云厂商提供的产品中,同类产品一般会存在多个档次。以云硬盘为例,底层对应的物理存储设备可能是高性能的SSD盘、一般的SSD盘或者机械盘,用户可以根据自己的需要进行按需购买,老旧数据中心中的存储设备可以用来部署性能相对较低的数据盘业务。当然数据盘只是一种情况,其他的设备基本也都可以按照数据盘的思路二次利用起来。这种直接使用老旧数据中心的方式只是一种思路,除了这些我们还可以对老旧的数据数据中心进行现代化的改造以符合当前业务得需要,这部分我们在后面的内容中还会专门描述。

 

2018年的云计算市场报告我们也可以看出,云计算的市场增长仍在继续。笔者近期注意到,根据媒体的报道,今年处于待售状态的数据中心的数量比过去几年中的任何一个时间点都要多,难道真的如报导所说数据中心正在消亡吗?

 

被歪曲的事实

 

企业服务上云近年来确实是个大趋势,云计算兴起之前很多公司都有自己的数据中心,企业业务上云之后由于数据中心一般不会被长期闲置,从国内的实际情况来看,这种情况下企业一般都会寻求出售自己的数据中心(毕竟地租、电费、维护等成本都不低),这些数据中心被售出之后一般很快都会以云资源的形式被再次使用,所以云计算的发展导致数据中心的消亡是个伪命题,毕竟云计算平台也是强烈依赖于数据中心的。

 

那么问题来了,数据中心总体是在向前发展还是在逐步萎缩呢? 要回答这个问题其实看下云计算未来几年的发展趋势即可,在笔者搜罗了几个比较权威的机构的预测结果:

 

(1) IDC

IDC公司的预测结果显示,未来几年全球公有云计算市场的营收将会从2018年1800亿美元增长到2021年2770亿美元,增长额接近1000亿美元,增长率达到54%。

 

(2) Forrester

Forrester 公司的预测结果显示,未来几年全球公有云计算市场的营收将从2018年1780亿美元增长至2021年3230亿美元,增长额为1450亿美元,增长率约为81%。

 

(3) Gartner

Gartner 公司的预测结果显示,未来几年全球公有云计算市场的营收将从2018年1760亿美元增长至2021年2780亿美元,增长额为1020亿美元,增长率为58%。

 

640?wx_fmt=png

 

毫无疑问的是全球公有云、私有云市场以及IDC托管都在以极为惊人的速度在增长,尤其是国内外知名的那些公有云大厂,比如自2010年以来,亚马逊AWS 的云计算营收每年的复合增长率都超过60%,这种增长势头一直持续到2018年。2018年的上半年亚马逊AWS的营收同比增长约50%,总营收从2017年第3个季度36亿美元一度上升到2018年第2季度61亿美元,中间相差不到一年。如果我们把亚马逊AWS 2018年第2季度的营收粗略的当做2018年季度平均营收,那么AWS 2018年的总营收会达到244亿美元,比2017年的总营收大约增长了100亿美元。

 

微软2018财年第4季度的报告显示,公司的服务器产品和云计算产品的营收同比增长了45亿美元,增长率约为21%,据分析这部分的增长主要来自于微软Azure 和服务器产品获得内部产品的认可并被采用的结果,但算Azure 的营收的话增长率达到了91%

 

不论是公有云还是私有云以及混合云,其底层的基础资源设备都需要部署到数据中心中,如果上文中预测成立的话云计算在未来几年势必会继续保持快速的发展,因此数据中心也必须一并快速发展。

 

需要注意的是,技术在发展过程中一般都会伴随着老旧技术的淘汰,在这一点上云计算也不例外,因此未来数据中心的发展还会面临一系列的问题,比如设备老旧带来的运行效率和成本效益问题以及扩展性的问题。

 

云计算未来几年的发展

 

我们知道云厂商的数据中心并非都是自建的,由于数据中心的建立需要考虑很多的因素,光是选址可能就需要需要耗费很多的时间。在云业务的快速成长期自建数据中心可能来不及,因此很多的云厂商这个时候会从基础设施提供商那里租赁现成的数据中心。在这种背景下,曾经有一位著名的分析师预测,随着越来越多的企业将自己的业务迁到云服务商所拥有的的超大数据中心之中,企业自己拥有的数据中心将会逐渐的消失,因为相比云服务商一般的企业很难自己快速的建立起足够的容量。

 

640?wx_fmt=png


还有一点需要注意,并不是所有的企业应用都适合迁移到公共的云平台之上,从实际来看很多企业出于业务属性的考虑选择的是私有云,这些私有云平台一般是直接部署在用户自己的数据中心或者部署到托管的数据中心中。从近几年的数据来看私有云市场在增长率上不如公有云,但私有云的市场的基数大,导致目前私有云市场的收入目前还是高于公有云的,比如根据451 Research 2018年的调查,2018年私有云市场的营收比公有云市场的营收要高出43%。

 

另外,如果未来云计算市场的发展符合预测的话,即使是这些云计算大厂恐怕也很难应对这样大量的数据中心的建立,在这种情况下云计算厂商势必会向数据中心托管服务提供商需求帮助或者合作。

 

640?wx_fmt=png


如果分析师的预测成立的话,那么未来几年我们需要添加多少资源呢? 这个不是很好评估,但是计量单位就很难选择,是选择机架作为单位呢还是数据中心作为基本的单位呢? 针对这个问题,业界比较认可的方式是采用机架作为基本的评估单位,因为数据中心规模目前全世界并没有一个统一的评估标准。为了找到问题答案,我们先做两个假设:

 

(1) 假设数据中心中的机架大部分都是标准的8KW供应的机架。

(2) 假设每个机柜满负载(8KW)运行时每个月可以获取4.5万美元的营收。

 

基于以上两个假设,下面我们开始我们的推断,看下为了支持近几年云计算的发展我们需要增加多少基础资源设备。

 

前文中我们引用了三家评测机构对未来三年云计算营收的评估数据,在此我们以最知名的一家Gartner 为例推算未来3年需要的基础设备数量。Gartner 预测2018年2021年之间的36个月中全球云计算市场的规模将会扩大1020亿美元,这个个数据相当于每个月将会增加28亿美元。上文中我们假设每个满负荷下的标准机架每个月带来的营收约为4.5万美元,则全球平均每个月需要新增约6.3万个标准的机架。每个标准机架满负荷下的功率为8KW,则全球每个月新增数据中心的电力容量会达到500兆瓦。

 

在此笔者专门查了下,目前全球新建一个1兆瓦的数据中心的平均成本为800万美元到1000万美元。假设未来三年新建数据中心的成本保持不变(一般会逐年增高)的前提下,为满足未来三年中每个月新增500兆瓦的需求,未来三年全球每个月用在数据中心新建上的成本约为40亿美元50亿美元。

 

从我们推算的结果可以看出,未来三年需要新建或者改造数量众多的数据中心。那么问题来了,未来三年我们该如何保证可以提供这么大数量的数据中心?还有一个问题,那就是我们除了新建数据中心还没有其他的办法呢? 答案是有的,那就是整合现有的数据中心,进行老旧数据中心的升级,完成数据中心的现代化,让老旧数据中心在未来的三年中重新焕发生机。

 

 数据中心现代化

 

作为程序员的我们大部分情况下只会去关注软件层面的更新换代,其实作为云计算平台的基础设施,未来几年数据中心的现代化也是至关重要的。为适应未来几年(不仅仅是未来几年,只要上层应用在发展,依托的数据中心也必须要进行发展)云业务的发展,数据中心在技术层面上必须保持进步,以免技术落后导致竞争力下的下降。数据中心在技术迭代跟不上的话,还可能给上层的业务带来风险,比如如果数据中心在安全这个层面上没有与时俱进,数据中心很容易会遭到新出现的复杂的网络攻击,在这方面不乏先例,单从这几年日益频繁的网络攻击来看也能从侧面反映出未来数据中心面临的技术升级压力。

 

640?wx_fmt=png

 

数据中心中一排排整齐的机架,不同设备都有自己各自的位置和标签,跟我们的城市很像,去过数据中心的同学应该都有这种体会。数据中心的整合类似城市改造,通过对老旧数据中心的机房改造、资源整合、结构优化、系统迁移、网络改造等方式,可以让老旧的数据中心更加高效、经济、可靠。

 

接触过数据中心维护这块的同学应该知道,数据中心工程人员和维护人员基本上就是维持这样一个原则:不损坏,就不动。这种情况并不是个例,可以说是常态了。这几年用户对数据新需求的增加和日益严峻的安全风险,需要数据中心管理人员逐步的改变自己的过去的工作方式,需要从过去的被动工作模式逐步的向主动模式改变,需要主动的配合上面业务方使已有的基础设施资源的效率发挥到最大,加快应用程序和基础的IT设施的发展。

 

上文中我们已经了解到未来的技术发展对数据中心现代化的迫切需求,企业要想有效实现数据中心的现代化面临着很多的前期工作,从笔者了解到的一些业界的数据中心改造项目来看后续的整个现代化的过程需要投入大量的时间和成本,但数据中心现代化需要付出的代价从长远看来是值得的。下面我们看一下目前业界在数据中心现代化改造和更新方面的具体措施。

 

1. 技术持续更新

 

大部分企业数据中心中大部分时候老旧设备的更新换代是在设备损坏后才进行的,但从实际来看老旧过时的设备通常需要更多的操纵成本和维护成本,且可能会存在影响用户既有业务的风险。

 

640?wx_fmt=png


针对这一点一般建议企业建立资产跟踪,对现存的每一台设备都要建立档案库,同时管理人员需要了解每一台老旧设备的使用寿命以及是否在保修期等问题。数据中心上层的云平台管理人员在上层的监控系统中发现疑似硬件设备问题时要主动联系机房管理人员进行设备的确认,因为从实际使用来看部分设备在即将出现问题但未出现问题时机房的告警平台有时是发现不了的。确认是硬件设备问题后,就需要机房的管理人员尽快进行设备的更新。

 

另外一般建议数据中心中都要配备基础设施管理软件(DCIM),这样在不依赖于上层的云平台管理人员的情况下数据中心管理人员也可快速的了解到即将淘汰的数据中心组件,另外数据中心管理人员也可根据DCIM系统了解到每台关键设备的电量消耗情况,从而可以在设备故障前发出告警,提醒管理人员及时介入处理。

 

2. 制定工作流程

 

借助DCIM 系统规范数据中心的资产管理工作,DCIM工作流可以帮助我们跟踪每个数据中心的几乎所有的资产管理工作。

 

数据中心管理人员在每次进行设备的配置变更时都要在DCIM系统中注明本次所做的操作、本次操作所耗时间以及本次操作额执行人等,如果本次操作中出现过异常的情况则还需要注明本次操作的注意点,防止后续管理人员在操作时再次踩坑。

 

640?wx_fmt=png

 

一般可以专门为这些数据设置一个专属的数据库,这样可以帮助我们更加轻松的进行资源的安排、工作订单的生成,更加重要的是这样可以确保团队操作的顺利性。

 

增加工作流程的一致性和问责性可以帮助团队更加高效快捷的工作,从而提高企业的生产力。

 

3. 周期性故障模拟

 

停电对于数据中心来说可以说是重大的故障,如果数据中心没有备用电源或者主电源中断后备用电源没有切换成功会给企业带来巨大的损失。根据美国一家公司Hexa Research的调查统计,但是美国的数据中心每年由于停电所造成的损失高达5500万美元。因此一般建议每一个数据中心都要进行电源的强化配置,在配置主备电源后也要周期性的对数据中心的供电系统进行周期性的断电测试,防止配置主备后当主电源真的被切断后备用的电源不能及时的切换。

 

实际的断电模拟测试中并不是直接将所有的电源切断,一般数据中心中还会根据机器的上所跑业务的重要程度配置不同的电源系统,因此数据中心的管理人员还要知悉数据中心中哪些机器是核心的机器,在进行电源断电测试时需要对核心的机器进行着重的测试。

 

4. 混合部署

 

随着时间的推移,一个数据中心中的机器一般会越来越多,这么多的机器一般不会进行单一的部署,未来数据中心的战略是一种混合策略。数据中心的混合部署一般会包公有云、私有云以及基础设备的托管。

 

640?wx_fmt=png


混合部署的策略的优势在于其灵活性和适应性,通过实施混合策略可以将应用程序和用户的工作负载部署在性价比最高的机器上,提高机器的利用效率。

 

5. 虚拟化改造

 

我们知道虚拟化不仅可以对底层的资源进行充分的利用,另外还可降低一些工作负载的风险。虽然虚拟化的系统中部分软件的性能水平不及直接部署在硬件之上的水平,但是由于大部分情况下硬件的性能并不会被榨干耗尽,而是维持在一个不高的水平之上,剩下的计算能力可以借助虚拟化进行合理的使用,因此虚拟化改造会具有更大的,灵活性和控制能力。

 

DCIM解决方案仍然是现代数据中心中工作的核心管理软件,借助DCIM 数据中心管理人员可以对整个虚拟化层的资源进行分配、跟踪,对数据中心中底层资源进行有效的利用。

 

最后的话

 

从市场的实际需求来看,不论我们采用什么样的预测方式,未来几年内我们都需要大量的数据中心,尤其是在5G开始商用的背景之下。为了确保未来的数据中心可以满足市场的需要,接下来几年的数据中心的改造和新建必须在成本控制、机器效率、功率密度以及快速扩展能力上进行优化。

 

模块化的设计可以提高数据中心的部署效率,尤其是对于超大规模的数据中心这种情况。所以后续在对托管服务提供商进行评价时可以将服务商是否采用了模块化构建方法构建数据中心来作为其中的一个评价标准。

 

DCIM 现在仍是数据中心中核心的管理软件,为适应未来几年不断变化的技术生态系统的需求,建议每一个想要进行数据中心现代化的企业将DCIM 引入自己的数据中心管理之中。


640?wx_fmt=png


如果你是一个狂立学习flag却屡屡打脸的懒癌晚期,或者是一个对云计算方面云里雾里,不知所措的好学者,亦或是一位资深行业专家,都欢迎关注【CSDN云计算公众号】,爆发自己学习的洪荒之力吧!

640?wx_fmt=jpeg

福利

扫描添加小编微信,备注“姓名+公司职位”,加入【云计算学习交流群】,和志同道合的朋友们共同打卡学习!


640?wx_fmt=jpeg


推荐阅读:

  • 屡试不爽的互联网架构三大马车!

  • 抖音微博等短视频千万级高可用、高并发架构如何设计?

  • 20大5G关键技术

  • Fast.ai:从零开始学深度学习 | 资源帖

  • 10个简单小窍门带你提高Python数据分析速度(附代码)

  • 程序员爬取 3 万条评论,《长安十二时辰》槽点大揭秘!

  • 暗网竟成比特币最大用户? 上半年5.15亿美元被用于非法活动


    真香,朕在看了!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/522858.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

巧用 Img / JavaScript 采集页面数据

摘要: 当我们有一个新内容时(例如新功能、新活动、新游戏、新文章),作为运营人员总是迫不及待地希望能尽快传达到用户,因为这是获取用户的第一步、也是最重要的一步。 点此查看原文:http://click.aliyun.com/m/40929/…

时间序列数据的存储和计算 - 开源时序数据库解析

摘要: Prometheus 开源时序数据库解析的系列文章在之前已经完成了几篇,对比分析了Hbase系的OpenTSDB、Cassandra系的KairosDB、BlueFlood及Heroic,最后是tsdb ranking top 1的InfluxDB。 点此查看原文:http://click.aliyun.com/m/…

flowable modler为任务节点增加自定义属性

如何在modler设计器中为任务节点,添加自定义的属性。 文章目录1、modler设计器中所有元素的定义2、flowable如何处理stencilset_bpmn.json文件3、为UserTask任务节点添加一个扩展属性3.1. 添加属性的名称3.2. 为任务节点添加扩展属性3.3. 查看效果1、modler设计器中…

微软对OpenAI投资10亿美元欲开发AI技术;华晨宝马宣布建成全球首个5G汽车生产基地;传苹果将收购英特尔调制解调器芯片业务...

关注并标星星CSDN云计算极客头条:速递、最新、绝对有料。这里有企业新动、这里有业界要闻,打起十二分精神,紧跟fashion你可以的!每周三次,打卡即read更快、更全了解泛云圈精彩newsgo go go 索尼Xperia 1R信息曝光&…

java se 与j2se_javaSE和 j2SE的区别?

javaSE和 j2SE的区别?关注:71 答案:4 mip版解决时间 2021-01-28 18:29提问者耍硪ミ倪配么2021-01-27 20:19javaSE和 j2SE的区别?最佳答案二级知识专家自然卷的气质2021-01-27 21:53JavaEE 比 se多了许多包,用于开发大规模的,分布式的Java应用/服务器…

[高速通道进阶一]如何理解高速通道的就近接入和一点接入连接全球

摘要: 经常有用户问,我在上海有个IDC,在北京有个VPC,我想通过专线把IDC和VPC连接起来,我是不是要找运营商直接拉一根上海到北京的专线?其实不是这样的,用户只需要接入到最近的接入点即可。高速通…

Flowable决策任务(decision task)

摘要:Flowable中引入了一个decision task(我们可以将其称之为决策任务)。在讲解decision task之前,我们不妨看一下dmn引擎。因为如果大家不了解dmn,那肯定不知道如何使用decision task了。 dmn是decision Modeling Not…

5G精华问答 | 5G技术已经成熟了吗?

1G时我们用手机打电话,2G时我们能互发短信、看文字信息,3G时上网看图片,而4G时我们看视频和直播,从1G到4G,不仅信号越来越好,安全性越来越高,上网也越来越快了。1Q:5G技术已经成熟了…

PyODPS DataFrame:统一的数据查询语言

摘要: 前几天,PyODPS发布了0.7版本,这篇文章给大家介绍下PyODPS新版本带来的重要特性。 之前也有若干篇文章介绍过了,我们PyODPS DataFrame是延迟执行的,在调用立即执行的方法,比如execute、persist等之前&…

AliOS Things 持续集成(CI)系统介绍

摘要: AliOS Things在快速的迭代进化之中,如何保证提交的代码质量,并保证在各个硬件平台上的稳定性,是一个非常大的挑战。同时物联网硬件碎片化,资源紧张,对持续集成(CI)系统也提出了…

从青铜到王者,助力企业轻松上云的四大绝招!

戳蓝字“CSDN云计算”关注我们哦!IBM在7月份发生了很多大事,其中这两件你知道吗?第一,IBM(NYSE: IBM)与美国电话电报公司(AT&T)(NYSE: T)达成一项为期多年的战略联盟…

PyODPS 中使用 Python UDF

摘要: PyODPS 中使用 Python UDF 包含两方面,一个是直接使用,也就是在 MaxCompute SQL 中使用;一个是间接的方式,也就是 PyODPS DataFrame,这种方式你不需要直接写 Python UDF,而是写普通的 Pyt…

无服务器计算,如何节省时间和成本?

戳蓝字“CSDN云计算”关注我们哦!译者 | 风车云马出品 | CSDN云计算(ID:CSDNcould)为了解决面临的业务问题,通常需要开发人员花费一定的时间编写完代码,再交由运维工程师确保正常的运行,整个过程…

一张图看懂阿里云新发布的物联网设备上云神器——HiTSDB + IoT套件

近日,阿里云针对物联网企业遇到的设备认证困难、安全问题突出等问题,发布了HiTSDB IoT 套件的一体化解决方案,能够支持物联设备快速上云,高效设备管理,数据安全,低成本海量数据存储,实时掌握设备…

Spark精华问答 | 谈谈spark中的宽窄依赖

总的来说,Spark采用更先进的架构,使得灵活性、易用性、性能等方面都比Hadoop更有优势,有取代Hadoop的趋势,但其稳定性有待进一步提高。我总结,具体表现在如下几个方面。1Q:Spark RDD是什么?A&am…

阿里云产品头条(2017年12月刊)

摘要: 一、新产品发布1、云防火墙 商业化 发布云防火墙是一款云环境下的防火墙产品,首创了基于业务可视的结果,实现业务梳理和业务隔离的技术。适用于互联网/通用/游戏/金融/新零售/…

一张图解读阿里云数据管理DMS企业版

摘要: 阿里云数据管理DMS企业版,作为数据管理产品大家族里的新成员,于2017年11月开启公测,今年1月底正式发布商业化版本。 作为业界领先的面向企业的数据库DevOps解决方案,DMS企业版旨在帮助企业安全、高效的使用数据库…

架构设计之「 微服务入门 」

戳蓝字“CSDN云计算”关注我们哦!作者 | 奎哥来源 | 不止思考微服务这几年不可谓不火,很多技术团队都开始在自己的项目上引入了微服务。一方面这些团队确实很好的推动了微服务的应用和发展,另一方面也可以看到一些盲目追技术热点的行为所带来…

提升研发效率 保障数据安全——阿里云宣布数据管理DMS企业版正式商业化

摘要: 阿里云数据管理DMS企业版,作为数据管理产品大家族里的新成员,于2017年11月开启公测,今年1月底正式发布商业化版本。 作为业界领先的面向企业的数据库DevOps解决方案,DMS企业版旨在帮助企业安全、高效的使用数据库…

flowable实战(五)flowable驳回/退回上一步/退回到

一、驳回/退回上一步/退回到(历史某一个节点) 我们经常需要工作流中退回上一步,或者退回历史某一个节点。但由于流程的场景是很复杂的,回退有以下一些场景:1.串行路线上的退回:流程中没有任何网关&#xff…