ITBear旗下自媒体矩阵:

信服云马泽明:软件定义数据中心解决数字化转型5大挑战!

   时间:2021-08-13 19:11:55 来源:互联网编辑:星辉 发表评论无障碍通道

由于疫情等因素的影响,近两年来企业数字化转型速度明显加快,这给传统的IT基础架构带来了极大挑战,超融合也逐渐成为了不少用户进行IT架构转型的主流选择。7月27日,在可信云大会超融合基础设施及云灾备分论坛上,深信服SDDC运营部运营总监马泽明对疫情时代的企业数字化遇到的IT转型挑战进行了总结,并提出了软件定义云化数据中心的解决思路,介绍了信服云超融合架构,受到了现场参会嘉宾的关注。

(深信服SDDC运营部运营总监马泽明)

后疫情时代企业数字化转型的5大挑战

近年来,受疫情等因素的催化,全球范围内的数字化进程都在加速,但新模式、新供应链、新场景要求在采用新技术(AI、人工智能、大数据)的同时,还要兼顾数据中心、IT治理、安全等问题,这就对传统的IT基础架构平带来的极大的挑战。

首先,数字化促使业务多样且复杂,基础架构瓶颈凸显。在智能化应用层出不穷的当下,传统IT架构手动调配基础设施的方式,对混合架构的管理与演进比较乏力,严重阻碍了新式应用的快速交付,降低了数字化转型的速度。

第二,业务的数字化程度越高,安全和可靠性挑战越大。IT的不断云化带来了新型的安全挑战,在攻防日渐常态化之后,如何持续有效的管控风险,防御未知高级威胁成为了当下数字化转型的日常课题。

第三,业务体验要求提升,存储面临容量、性能挑战。数字化时代,数据成为重要资产,但随着数据容量不断增加,数据存储形式也不断多样化,同一个数据中心使用多种存储方案的情况越来越多,在业务体验要求不断提高的前提下,传统存储架构瓶颈。

第四,业务集中化带来的运维压力的增长。在线上业务不间断运营的环境下,“救火式运维”普遍存在,运维水平对IT人员依赖度高,与IT人员运维工作量大、复杂度高压力大,成就感弱的矛盾难以解决。

第五,多种业务需求下需要考虑未来的云化演进。数字化业务变化较快,而IT建设成本高,底层架构不易变更,在IT建设时需要提前考虑适用于未来的架构和演进路径。

软件定义的云化数据中心解决方案

马泽明认为,软件定义的云化数据中心(SDDC)可以解决以上5大挑战。在会议现场,他介绍了信服云基于超融合构建的软件定义云化数据中心解决方案。该方案在资源层可以提供超融合、SDS、SDWAN等基础设施,横向可以延展分布式存储专有的技术解决方案,纵向层面可以延展为私有云和托管云的能力,具备丰富的PaaS服务,可以为用户未来各种解决方案提供完整的云底座支持。

(信服云软件定义的云化数据中心解决方案)

马泽明表示,信服云软件定义的云化数据中心解决方案具备四个核心的基础能力要素:业务承载丰富、平滑弹性、安全可靠、省时省事,其中:

1)业务承载丰富:首先,该方案对各种类型的应用都有良好的支撑,包括核心的数据库,以及围绕传统数据库所构建的三层架构(WEB服务器、应用服务器、数据库服务器)、SOA应用、大数据平台等。其次,该方案可以为构建X86和ARM体系提供全流程和平台支持,并且面向上层业务服务提供虚拟资源池和原生容器资源。第三,该方案还可以为各类对算力有要求的AI类应用服务提供保障,并广泛兼容各类硬件,支持用户数据中心从硬件、软硬一体化、数字化平台支撑能力逐渐转型。

2)平滑弹性:在横向扩展方面,该方案可以支持用户可以从任意规模开始建设数据中心,然后根据不同业务、建设时段、规模要求逐步实现业务扩展。并同时提供单磁盘扩展、单主机扩展、异构扩容等不同的平滑扩容方案。在纵向扩展方面,该方案可以提供完整的RDS组件和服务、低代码开发流程的大数据平台、完整PaaS服务等等,让用户的IT架构拥有全方位的弹性扩展能力。

3)安全可靠:凭借软件定义的架构,该方案可以天然屏蔽不少硬件迁移故障,同时通过智能算法,帮助用户预测快照和修复快照,最大程度降低磁盘故障可能性。此外,该方案还可以对用户未来的业务容量提供智能分析预测能力,当容量可能遇到瓶颈或者性能下降的问题时,平台可进行智能化建议,并在故障发生时及时处理。

4)省时省事:该方案可以做到所有平台运维管理的简化、可视化,核心模块中都拥有专门的监控运维体系,可以帮助用户快速部署业务,真正做到标准化、流程化、自动化、高效管理的数据中心。

演讲最后马泽明表示,信服云在软件定义的云化数据中心建设上积累了丰富的经验,目前已经为超过1万家各个行业的用户提供了数字化转型的服务。未来,信服云还将在底层技术能力、优势的安全能力和生态开放性方面进行投入,为更多用户提供业务承载丰富、平滑弹性、安全可靠、省时省事的数字化转型解决方案。

举报 0 收藏 0 打赏 0评论 0
 
 
更多>同类资讯
全站最新
热门内容
网站首页  |  关于我们  |  联系方式  |  版权声明  |  网站留言  |  RSS订阅  |  违规举报  |  开放转载  |  滚动资讯  |  English Version