数据中心

多云互联的现实困境与开源SDN之路丨首场TF Meetup演讲实录

谁说我不能喝 提交于 2020-01-17 17:38:12
点击 下载 文档,查看本文所有相关资料。 https://163.53.94.133/assets/uploads/files/open-source-sdn-kk.pdf 昨天,TF中文社区新年首场Meetup如约而至,关心多云互联的众多嘉宾赶来“赴约”,活动现场成为开源SDN爱好者的一次聚会。来自Tungsten Fabric技术研发和一线使用者,与大家分享了多云环境部署的现状、SDN开源技术及应用案例。现场气氛热烈,讨论延长近两小时,不仅有专家和参会者的互动,也有参会者之间的讨论和支招。Tungsten Fabric在中国的广泛应用正在越来越真切的走来。 我们将陆续发布本次活动的精彩内容,首先带来TF中文社区技术代表、瞻博网络中国区合作伙伴技术经理张建勋的演讲,分享多云现实的困境及出路。 TF中文社区技术代表、瞻博网络中国区合作伙伴技术经理 张建勋 大家好!抛开厂商的身份而言,一直以来我抱着一个很“戏谑”的态度来看待SDN,SDN的英文名称是software defined network,我更喜欢把他翻译成---“啥都弄”,好像所有和网络沾边的东西都往SDN上靠。当然,戏说归戏说,在实际的应用场景中,客户的IT建设旅程中客户越来越去关心关于多云,关于开源,关于SDN落地的现实问题。 在和大量客户沟通的过程中,我们发现客户的IT基础架构建设到一定规模的时候

真相|大数据时代:为什么80%以上数据中心被“闲置”?

自作多情 提交于 2020-01-16 10:48:53
大数据时代,数据作为基础性战略资源,随着信息技术发展***到各行业,拉动了大数据产业的发展。加之国家各项政策的支持与推进,大数据产业与应用逐步深化,数据挖掘和应用成备受重视,于是乎数据中心如雨后春笋般出现。 首先,捋一下什么是数据中心,以及建 数据中心 的目的是什么? 数据中心,通过统一的数据标准规范,与各业务软件系统之间建立相互的联系,把分布在各级单位网络中信息孤岛上的数据集成到一起,实现数据的统一存储、分析、处理、传递,满足面向各类用户提供数据服务的基本技术要求,提高管理水平、工作效率、服务能力及竞争力。 理论上,数据中心既是信息交换体系的中心节点,也是各级信息数据的总会。 看似“建好”的数据中心,却出现了越来越多的尴尬局面,情况不容乐观。对于大多数企业而言,通过建立数据中心,进而实施大数据应用分析的设想和概念并不适用,首先企业本身信息化软件系统中存储的数据体量小,加之企业信息化是一个长期发展的过程,各种历史原因导致软件系统的“碎片化“局面,软件系统相互独立,不同的企业、部门,标准不一、体系各异的数据系统,无数数据孤岛,数据共享难,仅仅通过分析碎片化的数据资源,必然难以达到预期。 大数据时代,数据和货币一样,是非常重要的资产,是数据中心实现价值的基础支撑。所以,没有数据支持的数据中心,结果必然是被“闲置”。 数据释放能量的基础是数据的流通,为企业决策、生产管理提供支撑的数据平台

阿里巴巴向社会开源“液冷”黑科技 一年可节省上千亿度电

荒凉一梦 提交于 2020-01-15 04:01:12
阿里巴巴宣布将“浸没式液冷数据中心技术规范”向全社会开放。这项规范旨在通过液冷技术的普及,降低全社会的能耗水平。初步估算,如果全国的数据中心都采用液冷技术,一年可节省上千亿度电。 2016年,阿里巴巴就推出了全球首台浸没式液冷服务器,将服务器被浸泡在特殊的绝缘冷却液里,运算产生热量可被直接吸收进入外循环冷却,全程用于散热的能耗几乎为零。这种形式的热传导效率比传统的风冷要高百倍,节能效果超过70%。 此次阿里巴巴开源的整套规范,涵盖了数据中心的设计、施工、部署、运维等各个环节,通过一体化设计合理规划,降低部署成本,提升稳定性,带领数据中心走上高效、清洁、集约的绿色发展道路。 “传统IT缺的不是创新,而是工匠级创新,”阿里巴巴基础设施事业部总经理高山渊表示,阿里人把技术持续打磨,阿里巴巴有条件、有资源、有责任成为IT创新的担当,向社会分享技术红利。 来源: CSDN 作者: weixin_46054883 链接: https://blog.csdn.net/weixin_46054883/article/details/103888951

运维难度“更上一层楼”——不存在的

北慕城南 提交于 2020-01-15 03:09:59
本文编辑:玲子 数据中心最怕什么?停电、网络受损…数据中心运维人员最怕什么?宕机、不常规故障、升级扩容… 随着数据中心建设的规模不断扩大,新技术迭代更新,承载数据中心业务的网络变得异常复杂。为了适应数据中心业务的发展,数据中心网络也在不断更新与变化,给运维工作带来了极大的难度。数据中心宕机事故也难免发生,这不仅增加了数据中心运维人员的工作量,更重要的是给数据中心带来了巨大的损失,就连全球知名的互联网巨头也经常享受这般“待遇”。 互联网巨头宕机不断,运维工作成难题 3月3日凌晨,阿里云出现宕机故障,导致购买阿里云服务的企业网站或互联网公司APP无法正常使用。一大波程序员、运营和运维不得不从被窝里爬起来干活。针对阿里云此次宕机,58高级架构师沈剑称,事故持续了3个小时左右,事后观察了2个小时。 5月3日凌晨3点43分开始,微软Azure在全球范围内出现了大面积宕机,整个过程持续了将近2个小时,直到5点30分才完全恢复。受Azure宕机影响,包括Microsoft 365,Dynamics和DevOps在内的微软主要服务均出现使用问题。 6月3日凌晨2点58分开始,谷歌在全球范围内遭遇了大规模中断,包括Gmail、YouTube和Google Drive在内基于谷歌云架构服务的诸多谷歌服务均受到影响。用户访问谷歌服务出现各种错误提醒,并且阻止用户访问电子邮件、上传YouTube视频等。

智慧云数据中心(全彩)》

允我心安 提交于 2020-01-15 02:01:55
《智慧云数据中心(全彩)》 基本信息 作者: 《智慧云数据中心》编委会 出版社:电子工业出版社 ISBN:9787121197475 上架时间:2013-3-29 出版日期:2013 年4月 开本:16开 页码:208 版次:1-1 所属分类:计算机 > 数据库 > 数据库存储与管理 计算机 > 电子商务与计算机文化 > 综合 更多关于 》》》《 智慧云数据中心(全彩) 》 内容简介 计算机书籍 《智慧云数据中心(全彩)》对现阶段转型大背景下数据中心的部署、运营、管理和演进进行了清晰的阐述,并结合ibm 公司大量的一线实践案例,分析、总结了在数据中心整个生命周期内的常见问题,提出了对应的解决方案,而且在前一本《智慧数据中心》的基础上充实了云数据中心、最新技术发展趋势、数据中心基础设施可靠运营和管理服务等内容,具有很高的理论和实践价值。 《智慧云数据中心(全彩)》帮助企业管理人员和技术人员,在资源有限的情况下最大化地利用好数据中心,引进新技术和新的运营模式,提高效率,灵活支撑业务发展,并帮助他们更透彻地理解数据中心未来的发展趋势,及早做出积极的准备。 目录 《智慧云数据中心(全彩)》 第1 章 云数据中心的战略框架1 1.1 制订数据中心的战略 3 1.2 怎样规划数据中心战略6 1.3 数据中心战略规划的最佳范例9 1.4 数据中心合理化战略12 1.4.1 合理化方法12 1.4

伯克利研究员们眼中的Cloud Computing

谁都会走 提交于 2020-01-15 00:47:21
写在前面 10 年前(2009 年),UC Berkeley 在 2 月 10 日发布了一篇关于 Cloud Computing 的论文,在 10 年后的今天看来,仍颇具启发性 Cloud Computing is likely to have the same impact on software that foundries have had on the hardware industry. 云计算对软件的影响就像代工厂对硬件行业的影响 一.云计算为什么是未来? 什么是云计算? 云计算(Cloud Computing)既指通过互联网提供服务的应用程序,所谓软件即服务(SaaS)中的服务,也指提供这些服务的数据中心的硬件和系统软件,所谓云(Cloud): Cloud Computing refers to both the applications delivered as services over the Internet and the hardware and systems software in the datacenters that provide those services. 云以面向公众的即用即付方式提供时就叫公共云(Public Cloud),提供效用计算(Utility Computing)服务。相应的,公众无法使用的企业/组织内部的数据中心称为私有云

“FPGA+云"助力高性能计算

瘦欲@ 提交于 2020-01-14 13:40:32
用AI防鲨鱼、用AI学写中国书法、用AI预测人类死亡时间、用AI审判罪犯……在人工智能方兴未艾的今天,越来越廉价和普及的AI领域真的是什么都不值钱,除了想象力。那在这无所不能的AI盛世,一定没道理让算力限制我们的想象力,更没道理让算力限制了我们的生产力。 从CPU到CPU+,从+GPU到+FPGA 随着通用处理器(CPU)的摩尔定律已入暮年,从美国的微软、亚马逊到中国的BAT、华为,几乎所有的互联网巨头们都在补充他们的标准服务器芯片——CPU,使用可替代的硅来追赶在人工智能领域的急速变化。2012年,微软开始将支撑了通讯行业二十年高速发展的可编程芯片,即FPGA用在其搜索业务——Bings上,且公布FPGA相比于CPU在处理Bing 的自定义算法时快出40倍,整个系统比Bing 现有的系统快出两倍,因此其可以将当前已经投入使用的服务器数量减少一半。甚至在接下来的几年里,几乎任何一个新的微软服务都会包含一个FPGA。 那么这个所谓的可编程芯片到底是什么?据菲数科技创始人兼CEO王文华介绍,2017年是全球超大规模数据中心的“爆发年”,全年新增超大规模数据中心90余个,总数量超过390个。且2018年也没有丝毫放缓的迹象。如此海量数据需要计算机高速计算各种矩阵运算、图像处理、机器学习、压缩、非对称加密、搜索排序等。即数据中心优先于人工智能发展

数据中心中的大2层技术

柔情痞子 提交于 2020-01-11 00:04:35
数据中心为什么需要大二层网络 在开始之前,首先要明确一点,大二层网络基本上都是针对数据中心场景的,因为它实际上就是为了解决数据中心的服务器虚拟化之后的虚拟机动态迁移这一特定需求而出现的。对于普通的园区网之类网络而言,大二层网络并没有特殊的价值和意义(除了某些特殊场景,例如WIFI漫游等等)。 所以,我们现在所说的大二层网络,一般都是指数据中心的大二层网络。 服务器虚拟化趋势 由于传统的数据中心服务器利用率太低,平均只有10%~15%,浪费了大量的电力能源和机房资源。所以出现了服务器虚拟化技术。 服务器虚拟化技术是把一台物理服务器虚拟化成多台逻辑服务器,这种逻辑服务器被称为虚拟机(VM),每个VM都可以独立运行,有自己的OS、APP,当前也有自己独立的MAC地址和IP地址,它们通过服务器内部的虚拟交换机(vSwitch)与外部实体网络连接。 传统的二层网络为啥大不起来 VM动态迁移只是要求把所有服务器都纳入同一个二层网络,那问题来了:原来的网络架构为什么就不能把所有服务器都纳入同一个二层网络?传统的VLAN+xSTP二层技术不能把所有服务器都划到同一个二层域吗? 这也就是我前面卖的关子,为什么说传统网络架构限制了虚拟机的动态迁移只能在一个较小的局部范围内进行?为什么传统的二层网络大不起来? 要说清楚这一点,我们首先需要弄清楚二层网络面临的主要问题是什么

普通机房跟模块化机房的区别?

我们两清 提交于 2020-01-10 14:43:12
模块化数据中心是为了应对云计算、虚拟化、集中化、高密化等服务器的变化,提高数据中心的运营效率,降低能耗,实现快速扩容且互不影响。微模块数据中心是指由多个具有独立功能、统一的输入输出接口的微模块、不同区域的微模块可以互相备份,通过相关微模块排列组合形成一个完整的数据中心。微模块数据中心是一个整合的、标准的、最优的、智能的、具备很高适应性的基础设施环境和高可用计算环境。 传统机房建设: 传统机房一般采用工业空调对机房整体空间制冷的方式;或者是采用精密空调架空地板下送风方式制冷方式。第一种方式因为没有区分冷热通道,制冷效率较低;第二种方式在机房净高比较充裕的情况下才能考虑,所以对机房也有要求。 (一)、传统数据中心面临的问题: 1、设周期长 传统数据中心建设周期根据项目建设的实际情况,通常将数据中心的基本建设周期细分为决策阶段、实施准备阶段、实施阶段和投产竣工阶段,整个建设周期大概在400天左右。 2、扩展性差 扩展能力对于适应性就十分重要了,基于对未来业务需求的分析,根据最坏的情况来规划系统容量,然而他们却无力预见3到4年以后的情形,因此造成了过度建设。 3、能耗高 巨大的电力损耗数据中心的运行需要大量的电力,传统建设没有很好地考虑用电、制冷、气流管理的问题,很多数据中心的PUE(PowerUsageEffectiveness,数据中心能源效率指标)偏高

该怎样应对IoT和边缘计算安全挑战

天涯浪子 提交于 2020-01-09 00:03:00
导读 虽然智能家居的响应延迟似乎不是大问题,但如果自动驾驶汽车需要刹车,而数据出现延迟或者被***拦截或操纵,这可能造成灾难性后果。这里将需要边缘计算安全。 边缘计算可在靠近远程设备的位置提供计算、存储和网络连接资源,远程设备会生成数据,需要本地分析、存储或几乎即时的传输。边缘计算可带来很多好处,例如,缓存流化内容到离客户更近的地方,可以加快交付速度并改善整体用户体验。 虽然智能家居的响应延迟似乎不是大问题,但如果自动驾驶汽车需要刹车,而数据出现延迟或者被***拦截或操纵,这可能造成灾难性后果。 这里将需要边缘计算安全。 该怎样应对IoT和边缘计算安全挑战该怎样应对IoT和边缘计算安全挑战 边缘计算与数据中心 在这些假设情况中,我们需要采取措施来阻止可预防的事故。其中一种方法是将数据的初始处理和分析移至网络边缘,这可以减少延迟和带宽,同时提高性能和效率,并且,与将数据发送到远程集中式数据中心相比,这是更好的做法。因为缩短数据传输距离,可降低***在传输过程中拦截数据的可能性。随着更多数据保留在网络边缘,也使中央服务器成网络***不太具吸引力的目标。 数据中心被认为是相当安全的,部分原因在于对数据中心的物理访问受到限制。这与物联网传感器和监控器等设备形成鲜明对比,这些设备非常遥远或者难以监控。跨广泛端点部署生成数据的IoT设备,会带来网络可见性和控制问题。另外,远程端点还可能被**