큰 데이터 센터를 의미

대용량 데이터 저장, 구성 및 결과 보고 하는 전산 자원의 큰 금액을 필요 합니다. 이 신흥 분야는 데이터 센터 서버 및 기타 인프라는 선택 하 고 배포 방식을 변경 했습니다.

경쟁 하 고 오늘날의 비즈니스 환경에서 성공, 회사는 기존 데이터의 다차원 분석 하 여 비즈니스 결정을 내릴 수 있다. 이 열기구 데이터는 점점 더 중요 한 추세와 기회 되고있다.

Searchdatacenter 자문 위원회는 큰 데이터에 의해 영향을 받는 비즈니스 모델을 소개 합니다 엔터프라이즈 데이터 센터의 운영을 변경 하 고 새로운 데이터 센터를 위한 기회에 대 한 독특한 통찰력을 제공 하는 방법.

다만 SAN을 추가

큰 데이터 정말 심각한 문제가 아니다. 난, 데이터 센터 갑자기 큰 데이터의 도착 때문에 방대한 양의 데이터를 처리 하는 방법을 변경 하지 마십시오.

내 보기는 매우 간단 하다: 그냥 다른 저장 영역 네트워크 (SAN)를 추가 하 고 지금 SAN은 이전 보다 더 확장 가능한. 즉, 기업 스토리지 네트워크의 두 개의 서로 다른 계층에서 데이터를 처리 하는 법을 배워야 시작 수 있습니다: 하나 여전히 저장할 수 필요 하지만 그렇게 중요 한 그들이 사용 하는 키 데이터입니다.

비즈니스 응용 프로그램 데이터의 더 큰 기회를가지고

우리는 여전히 실제 엔터프라이즈급 데이터의 시작 라인 이며도 긴.

데이터 연결 된 데이터 소스를 구성 하려면 지금 사용 스토리지 가상화 센터. 비즈니스 인텔리전스 (BI) Pentaho, 로그, Qliktech 및 Birst 같은 고급 대형 데이터 처리 솔루션을 제공합니다. 자바 기반의 프로그래밍 프레임 워크인 Hadoop은 고급 기업 여러 데이터 형식을 처리 하기 위해 비 영구 필터에 사용 됩니다. MongoDB와 couchbase, 같은 NoSQL 데이터베이스는 구조화 되지 않은 데이터를 처리 하기 위한 효과적인 도구입니다. 관리 도구 splunk, 데이터 파일 관리 서버 사이 작업을 완료 하는 데 도움이 수 있습니다.

이러한 도구 자신의 인프라 지원 해야 하 고 원하는 결과 달성 하기 위해 신중 하 게 설계 해야. 분석 및 서비스 제공 업체는 BI를 제공 하 여 클라우드 컴퓨팅 기능 떠오르고 있다-대부분의 조직에서는 결국 혼합 환경의 복잡성을 피하기 위해이 방향으로 이동 합니다. IBM, Teradata, EMC 및 기타 공급 업체는 하이브리드 장치 사용자가 그들의 온라인 데이터의 모든 유지 및 외부 소스에서 추가 정보를 흡수 하는 비즈니스 요구에 맞게 제공 합니다. 혼합 장치 처리 아키텍처는 현재 대형 데이터 구조 보다 더 많은 설계는 또한 비용이 많이 드는 방식으로 구조화 되지 않은 데이터와 함께 다룹니다.

서버, 스토리지 및 스키마 선택

수천의 노드 (프로세서) 계산 작업을 배포 하 고 결과 수집 수 있는 Hadoop MapReduce 소프트웨어 등의 데이터 분석 도구를 선택 합니다.

소프트웨어에서 사용 하는 확장성 작업 대형 서버 크고 강력한 컴퓨팅 파워를가지고 즉 전통적인 단일 스레드 실행, 근본적으로 다르다. 그것은 대형 서버 또한 15 코어 및 하이퍼-스레딩 기술을 지 원하는 인텔의 제온 E7-8800 V2 프로세서 등 대부분 프로세서 코어는 추측 될 수 있다. 데이터 센터는 이러한 서버를 구입 하 여 대형 데이터 처리 문제를 해결할 수 있습니다.

Compact 명령 집합된 프로세서는 프로세서 코어의 많은 수를 제공 하 고 전통적인 x86 보다 훨씬 적은 열을 생산 수 있는 많은 대형 데이터 서버에 대 한 또 다른 옵션 프로세서. Dell은 엔터프라이즈 응용 프로그램을 지원 하기 위해 Calxeda arm 칩에 따라 아연 서버를 개발 했습니다.

처리 하 고 결과 저장할 추가 메모리 공간을 필요로 하는 더 많은 프로세서와 대용량 데이터 컴퓨팅 작업에 더 초점을 맞추고, 있지만 서버의 총 메모리 매우 큰, 또는 g.의 수백 보다 더 큰 수 있습니다. 예를 들어 HP의 Convergedsystem 수직 분석 플랫폼의 RAM, 128 G 있으며 Hadoop에 대 한 참조 아키텍처는 IBM의 시스템 메모리의 384 G를 서버가 필요 합니다.

대형 데이터 서버 또한 처리 장치, 엔비디아의 테슬라 K40 같은 그래픽을 통합할 수 있다, GPU는 도달할 수 있는 이중 정밀도 부동 소수점 계산 같은 복잡 한 수학 계산을 처리 하도록 설계 되었습니다 때문에 1.4T 슬리퍼 (1 tflops (teraflops) 같음 한 조 (= 초당 1012) 번의 부동 소수점 연산입니다. 수학 계산의 많은 수는 추가 시스템 메모리 없이 단일 GPU에 여러 프로세서에서 로드 수 있습니다.

그것을 평가할 때 어떤 큰 데이터 플랫폼 인프라, 스토리지, 네트워크 등을 고려해 야 합니다. 멀티 포트 네트워크 어댑터 서버 간에 작업을 배포할 수 있습니다. 기가 비트 이더넷에서 기가 비트 이더넷 업그레이드 대용량 데이터 환경에서 더 높은 사용률을 수 있습니다. 스위치 포트 (기가 비트 또는 기가 비트 이더넷) 모든 서버 포트의 연결 요구 사항에 맞게 충분 한 수가 있어야 합니다. 또한, 건축가 더 강력 하 고 사용 가능한 환경 구축을 다른 스위치를 각 서버에 포트를 할당 하는 것을 고려할 수 있습니다. 데이터 센터 네트워크 스위치의 최신 모델에 대 한 더 많은 예산을 제공 해야 합니다.

Hadoop 및 다른 큰 데이터 응용 프로그램 일반적으로 로컬 스토리지 및 독립 실행형 프로세서 보다는 공유 저장소를 사용 하 여 성능을 홍보. 실행을 별도의 디스크 작업을 할당 하 여 디스크 대기 시간을 최소화할 수 있습니다 많은 디스크에. 또한 솔리드 스테이트 드라이브를 사용 하 여 전통적인 기계식 하드 드라이브, 그리고 더 빨리, PCIe 기반 솔리드 스테이트 하드 드라이브 성능을 향상 시키기 위해 가속기 카드를 교체를 고려할 수 있습니다.

원본 링크: http://www.searchdatacenter.com.cn/showcontent_81393.htm