सामग्री
- वेग आवश्यक आहे
- सॉफ्टवेअर परिभाषित संचयन
- अप्रबंधित डेटासाठी स्केलिंग आउट
- कोणतीही दोष नाही, तणाव नाही - आपले जीवन नष्ट न करता जीवन-बदलणारे सॉफ्टवेअर तयार करण्यासाठी चरण चरण बाय चरण
- सक्रिय व्यवस्थापित डेटा पायाभूत सुविधा
स्त्रोत: इंटरकॉल्म / ड्रीमस्टाइम.कॉम
टेकवे:
येथे आम्ही डेटा स्टोरेजशी संबंधित काही नवीन पध्दतींचे परीक्षण करतो जे बरेच विक्रेते आज त्यांच्या स्टोरेज सोल्यूशन्समध्ये ऑफर करीत आहेत जसे की सर्व-फ्लॅश अ‍ॅरे, सॉफ्टवेअर-डिफाईन्ड स्टोरेज, स्केलेबल अस्ट्रक्स्टर्ड आणि फाइल-आधारित स्टोरेज तसेच डेटा स्टोरेज इन्फ्रास्ट्रक्चरचे सक्रिय व्यवस्थापन. .
संचयनाचे स्वरूप बदलत आहे. डेटा हाच निर्णय घेतो. कंपन्यांसाठी, त्यांच्या डेटामध्ये द्रुतगतीने, कार्यक्षमतेने आणि संभाव्यतेने प्रवेश करण्याची क्षमता गर्दीच्या आणि विस्कळीत बाजारात स्पर्धात्मक किनार प्रदान करू शकते. आयडीसीच्या मते, जग २०१ 2016 मध्ये अस्तित्त्वात असलेल्या दहापट डेटा तयार करेल, अंदाजे १ 163 जेटबाइट. शिवाय, ग्राहकांनी आतापर्यंत मोठ्या प्रमाणात डेटा तयार केला आहे, तर २०२25 मध्ये उपक्रम जगातील percent० टक्के डेटा तयार करतील. २०१ State च्या राज्य पायाभूत माहिती अहवालानुसार डेटा आणि स्टोरेजची वाढ ही आतापर्यंतची सर्वात मोठी बाब आहे. पायाभूत सुविधांमध्ये बदल, 55 टक्के प्रतिसादकांनी अव्वल तीन घटकांपैकी एक असल्याचे नमूद केले. खरं तर, डेटा आणि स्टोरेजने मेघ सेवांमध्ये समाकलित होण्यापेक्षा कितीतरी पटीने वाढ केली आहे.
आज आम्ही एंटरप्राइझमध्ये डेटा स्टोरेज तपासत असताना आम्हाला बरेच ट्रेंड सापडतात:
- शक्य तितक्या लवकर डेटामध्ये प्रवेश करणे आवश्यक आहे.
- प्रवेगक वाढीस सामावून घेण्याच्या क्षमतेमध्ये डेटा संचय अत्यंत स्केलेबल असणे आवश्यक आहे.
- डेटा संचयनास स्मार्ट असणे आवश्यक आहे, योग्य संचयनासह विविध प्रकारच्या डेटाची जुळणी करणे.
- कंपन्यांना त्यांचे स्टोरेज इन्फ्रास्ट्रक्चर विश्वसनीय आणि अंदाजानुसार चालतात याची खात्री करण्यासाठी सक्रिय व्यवस्थापन, देखरेख आणि समर्थन आवश्यक आहे.
- कंपन्यांना दर काही वर्षांनी त्यांच्या डेटा इन्फ्रास्ट्रक्चरमध्ये महागड्या फोर्कलिफ्ट अपग्रेडमधून मुक्त करायचे आहे.
- अप्रबंधित डेटाची वाढ
वेग आवश्यक आहे
कंपन्यांना आज हवा असताना आवश्यक डेटा मिळायला हवा आहे. हे वेग घेण्यासारखे आहे आणि आपण कार किंवा डेटाबद्दल बोलत असाल तरी, गतीसाठी पैसे खर्च करतात. कंपन्या ऑल-फ्लॅश अ‍ॅरे (एएफए) कडे वळत आहेत, जे एएफए मार्केटमध्ये वर्षानुवर्षे .6 37..6 टक्क्यांनी वाढ झाली आणि यामुळे १.4 अब्ज डॉलर्सचा उद्योग झाला हे स्पष्ट होते. जरी हे खरे आहे की पारंपारिक ड्राइव्हपेक्षा घन-राज्य तंत्रज्ञान अधिक महाग आहे, परंतु कदाचित आपल्याला त्या क्षमतेची जास्त आवश्यकता नाही. बुद्धिमत्ता-आधारित साधनांना एएफए स्टोरेज इन्फ्रास्ट्रक्चरमध्ये एकत्रित करून कंपन्या डेटा 2: 1, 4: 1 आणि अगदी 10: 1 च्या डेटा कपात प्रमाण प्राप्त करू शकतात. या कपात करण्याच्या काही साधनांमध्ये पुढील गोष्टींचा समावेश आहे.
- डेटा कम्प्रेशन - इनलाइन कॉम्प्रेशन आणि अल्गोरिदम-आधारित खोल कपात या दोहोंचे संयोजन 2-2x डेटा कपात लक्ष्य वितरीत करण्यात मदत करते. हे शक्तिशाली कॉम्प्रेशन संयोजन डेटाबेससाठी डेटा कॉम्प्रेशनचे प्राथमिक स्वरूप आहे.
- कॉपी कपात - स्नॅपशॉट्स, क्लोन आणि प्रतिकृतीसाठी डेटाची त्वरित पूर्व-डुप्लिकेट प्रत प्रदान करते.
- पातळ तरतूद - लेखी डेटा पुढे राहण्यासाठी डायनॅमिक फॅशनमध्ये डेटा क्षमता राखून कचरा दूर करते.
आता ही कपात आणि नमुना काढण्याची तंत्रज्ञान आपल्या स्टोरेज सोल्यूशनचे आयुष्यमान वाढविण्यात मदत करते या वस्तुस्थितीवर विचार करा. “टाळावे टाळण्याचे तंत्र लिहा” म्हणून संदर्भित या सॉफ्टवेअर वैशिष्ट्यांमुळे अ‍ॅरेवर डेटा किती वेळा लिहावा लागेल याची संख्या कमी करण्यास मदत होते. कमी वापरल्याने आपल्या सिस्टमची टिकाऊपणा आणि कार्यक्षमता टिकवून ठेवण्यास मदत होते. एएफए संपूर्ण डेटा सेंटर खर्च कमी करण्यात देखील मदत करते. जेव्हा पारंपारिक संग्रहात येते तेव्हा तेथे बरेच हालचाल करणारे भाग, सर्व उष्णता निर्माण करतात आणि बरीच शक्ती वापरतात. ऑल-फ्लॅश ड्राइव्हमध्ये कोणतीही हालचाल नाही. मोशनलेस ड्राइव्ह्स कमी इलेक्ट्रिकल आणि शीतकरण खर्चाच्या बरोबरीने असतात. (उर्जेची बचत करण्याविषयी अधिक माहितीसाठी, कायदे ग्रीन डायरेक्शनमध्ये डेटा सेंटर पुश करीत आहेत. ते पहा.)
सॉफ्टवेअर परिभाषित संचयन
आम्ही सर्व्हर व्हर्च्युअलायझेशन आणि सॉफ्टवेअर-परिभाषित नेटवर्किंग सारख्या अलिकडच्या वर्षांत डेटा सेंटरच्या अनेक पैलूंचे वर्णन करणारे सॉफ्टवेअर पाहिले आहे. सॉफ्टवेअर-परिभाषित स्टोरेज (एसडीएस) आज बर्‍याच डेटा सेंटरचे स्वरूप बदलत आहे.ज्या पद्धतीने उद्योजकांनी स्वत: ला महागड्या आणि गुंतागुंतीच्या सर्व्हर हार्डवेअरपासून मुक्त केले आहे, त्याचप्रमाणे ते x86 तंत्रज्ञानाचा वापर करणारे सॉफ्टवेअर-परिभाषित स्टोरेजच्या बाजूने त्यांच्या महागड्या मालकी स्टोरेज सोल्यूशन्सच्या डेटा सेंटरचे शुद्धीकरण करीत आहेत. याचे बरेच फायदे आहेतः
- मालमत्ता सॉफ्टवेअर चालवणा a्या समर्पित स्टोरेज नियंत्रकाची आवश्यकता नाही.
- हे x86 तंत्रज्ञानाचा वापर करते ज्यास बहुतेक आयटी व्यावसायिक आधीपासूनच परिचित आहेत.
- उपक्रम त्यांच्या स्टोरेज फूटचा आकार कमी करू शकतात, ज्यामुळे होस्टिंग आणि थंड खर्च कमी होतो.
- कंपन्या विद्यमान संचयन क्षेत्राचा लाभ घेऊ शकतात.
एसडीएस विक्रेत्यांना संगणकाची व्यवस्था, स्टोरेज आणि नेटवर्किंग मालमत्ता एकाच समाकलित प्रणालीमध्ये समाकलित करण्याची परवानगी देते, एका प्रशासकाला एका काचेच्या एका पेनद्वारे या सर्व बाबींचे व्यवस्थापन करण्याची परवानगी देते. गार्टनरने असा अंदाज वर्तविला आहे की कंपन्या त्यांचे सर्व्हर आणि स्टोरेज खर्च 2020 पर्यंत कमी करू शकतील.
अप्रबंधित डेटासाठी स्केलिंग आउट
आजच्या आकडेवारीच्या आश्चर्यकारक वाढीच्या महत्त्वाच्या आरंभकांपैकी एक म्हणजे रचना नसलेल्या डेटाचा स्फोट. वेस्टर्न डिजिटल यांनी २०० हून अधिक तंत्रज्ञानाच्या प्रायोजकांच्या प्रायोजित संशोधनाच्या सर्वेक्षणानुसार, percent 63 टक्के लोक pet० पेटाबाइट्स (पीबी) किंवा त्याहून अधिक साठवण क्षमतेचे व्यवस्थापन करतात, त्यातील निम्म्याहून अधिक अव्यवस्थापित प्रकारात आहेत. आज एक अग्रगण्य स्टोरेज विक्रेता म्हणतो, "अनस्ट्रक्टेड, फाईल-आधारित डेटा हा आधुनिक काळातील एंटरप्राइझचा मुकुट रत्न आहे आणि पेटाबाइट स्केल डेटा स्टोरेज ही एक नवीन सामान्य गोष्ट आहे."
आयस्ट्रॅक्ट केलेल्या डेटाचे उदाहरण म्हणजे आयओटी-व्युत्पन्न डेटा. आयडीसीचा विश्वास आहे की सन २०२० पर्यंत आयओटीमधील डेटा विश्वाचा १० टक्के हिस्सा तयार करेल. परिणामी कंपन्यांना वेब स्केलवर अबाधित व फाईल-आधारित डेटा साठवण्यासाठी आणि व्यवस्थापित करण्यासाठी इंजिनियर्ड केलेल्या स्केल-आउट स्टोरेजची नवीन पिढी आवश्यक आहे. मौल्यवान असले तरीही, अ-संरचित डेटा बर्‍याचदा ब्लॉक-आधारित स्टोरेजच्या उच्च किंमतीचे औचित्य दर्शवित नाही. अशक्य डेटा जास्त स्केलेबल एनएएस सोल्यूशन्स आणि सॉफ्टवेअर-परिभाषित स्टोरेजसारख्या स्केल-आउट स्टोरेजची आवश्यकता तयार करीत आहे. (आपल्या डेटा सेंटरला एकत्रीत करणे आपला डेटा व्यवस्थापित करण्यात देखील आपली मदत करू शकते. आपल्या कंपनीने आपला डेटा सेंटर एकत्रीकरण केले पाहिजे अशा 5 कारणांमध्ये अधिक जाणून घ्या.)
कोणतीही दोष नाही, तणाव नाही - आपले जीवन नष्ट न करता जीवन-बदलणारे सॉफ्टवेअर तयार करण्यासाठी चरण चरण बाय चरण
जेव्हा कोणालाही सॉफ्टवेअर गुणवत्तेची काळजी नसते तेव्हा आपण आपली प्रोग्रामिंग कौशल्ये सुधारू शकत नाही.
सक्रिय व्यवस्थापित डेटा पायाभूत सुविधा
पारंपारिक एसएएन उपकरणामधील अयशस्वी ड्राईव्हसंबंधी ठराविक समर्थन कॉलचा विचार करा. आपल्या कॉलचे उत्तर एखाद्या सेवेच्या प्रतिनिधीद्वारे दिले जाते ज्यांचे काम आपणास असलेल्या समस्येबद्दल आपली मूलभूत माहिती हाताळणे आणि योग्य तांत्रिक सहाय्य तंत्रज्ञ किंवा अभियंता यांच्याकडे पाठविणे आहे. प्रतिनिधी नेहमीच्या - उत्पादन आयडी क्रमांक, आपले नाव, संपर्क माहिती - आणि आपल्या वर्तमान सेवा कराराच्या कालबाह्य तारखेची आठवण करेल. एकदा आपले ग्राहक प्रोफाइल स्थापित झाल्यानंतर, प्रश्नांची बंधने सुरू:
- आपण कोणते सॉफ्टवेअर किंवा फर्मवेअर आवृत्ती चालवित आहात?
- आपण युनिटमध्ये अलीकडे काही बदल केले आहेत?
- आपण प्रशासकीय कन्सोलवर प्रवेश करू शकता?
- ड्राइव्हवर काही दिवे चमकत आहेत का?
- तुमचा डेटा सध्या उपलब्ध आहे का?
शेवटी, आपण एका तंत्रज्ञांकडे पाठविले आहे जो युनिटमधून लॉग ओढून घेण्याची विनंती करतो आणि किंवा त्यास एफटीपी देतो, त्यानंतर लॉगचे पुनरावलोकन करण्यासाठी वेळ लागेल. या सर्वा दरम्यान, आपला वेळ विराम दिला जातो, आपल्या संस्थेची मूल्यवान उत्पादकता खर्च करते. परंतु काय करण्यापूर्वी आपल्या विक्रेत्यास अपयशी ड्राइव्हबद्दल माहित असेल तर?
कंपन्या जेव्हा त्यांच्या स्टोरेज पायाभूत सुविधांचा विचार करतात तेव्हा केवळ कोणतीही अडचण सहन करू शकत नाहीत, परंतु जेव्हा त्यांच्या सहाय्यक कर्मचा to्यांचा विचार केला जातो तेव्हा वेळेवर अकार्यक्षमता घेऊ शकत नाहीत. या कारणास्तव, काही स्टोरेज विक्रेते मेघद्वारे सक्रियपणे परीक्षण केले आणि व्यवस्थापित केलेली निराकरणे ऑफर करीत आहेत. जगभरातील स्टोरेज सिस्टममधून पाठविलेल्या डेटाचा फायदा घेत स्टोरेज विक्रेते बहुतेक समस्या उद्भवण्यापूर्वी अंदाज वर्तवण्यासाठी भविष्यवाणी विश्लेषण वापरण्यास सक्षम असतात. बर्‍याच वेळा, ग्राहकांना समस्येची जाणीव होण्यापूर्वी ड्राइव्ह डिलीव्हरीसाठी सेट केली जाते.
स्टोरेज इन्फ्रास्ट्रक्चरचे स्वरूप खरोखरच बदलत आहे आणि त्यासह आपल्या कंपनीचा डेटा संचयित करणे, त्यात प्रवेश करणे आणि व्यवस्थापित करण्यासाठी नवीन पद्धती आहेत. हे सांगणे आवश्यक नाही की डेटा उद्योगात आणखी बदल होण्याची शक्यता आहे.