|
适合大数据工作负载基础架构的最简说明
随着组织认识到大数据洞察的战略重要性,收集、连接、思考和适应的大数据活动,将是未来十年驱动商业价值的关键。
·弹性缩放能力 ·安全性和硬件辅助加密的增强 ·增加内存和处理器或利用率 高级的企业级服务器还提供了一个内置的弹性是来自跨硬件,固件,hypervisor,操作系统,数据库和中间件的完整堆栈的整合和优化。这些系统通常一起设计,编译,调试,和支持,并且易于扩展和管理。 例如,许多大型金融机构已经积极投资于预测分析技术,以提高他们的收入。这带来比现有的计算资源更大的需求。使用企业级的服务器,有助于这些机构以并行的方式运行成千上万个任务,提供更快的分析服务,并创建虚拟化环境,提高服务器利用率和跨业务部门共享服务器资源。服务器整合和虚拟化有助于减少物理服务器的数量,这节省了数据中心的空间,并降低功耗和冷却、硬件维护、软件授权和管理的成本,从而节约组织的开支。 总体而言,大数据工作负载有三个重要的计算需求: ·先进的大数据分析需要一个高度可扩展的系统,具有极致并行处理能力和高密度,模块化封装。一个具有更多内存、带宽和吞吐量的计算系统,可以同时运行多个任务,秒级回应百万次事件,在几秒钟内并行处理高级的分析算法。 ·大数据需要可靠的和灵活的计算系统,并能吸收临时增加的需求而不失效或改变架构。这限制了安全漏洞并提高工作负载的性能,很少或没有停机时间。 ·为了支持新的大数据工作负载,计算系统必须使用开放源码技术来构建,并支持开放式创新。开源架构允许更多的互操作性和灵活性,并通过先进的虚拟化和云计算解决方案简化了新的工作负载管理。 大数据是一个新的、非凡的资源,可以帮助企业获得竞争优势。对大数据采用实时分析,使公司能够更好地服务客户,发现新的创收潜力,和根据市场洞察闪电般地决策。但企业想要利用大数据真正获得商业利益,他们必须先放弃所钟爱的旧技术,热情拥抱新的、优化的替代品。
责编:王雅京
微信扫一扫实时了解行业动态
微信扫一扫分享本文给好友
著作权声明:kaiyun体育官方人口 文章著作权分属kaiyun体育官方人口 、网友和合作伙伴,部分非原创文章作者信息可能有所缺失,如需补充或修改请与我们联系,工作人员会在1个工作日内配合处理。
|
最新专题
|
|