跟亚马逊微软学习如何高效运营数据中心

来源:互联网  
2013/8/29 15:33:13
Forrester分析师采访了10家顶级云服务和托管服务提供商的IT人员 - 包括亚马逊、微软和salesforce.com - 以找出能够使数据中心高效运行的实践。其《云巨头的五个数据中心和IT基础设施经验教训》报告指出:“这些供应商已完善了运行一个简单而标准的环境的艺术,该环境优化了每一个特定的工作负载,并尽可能实现自动化。”

本文关键字: 学习 运营数据中心
大型web和云服务公司,如亚马逊和微软等运行着一些世界上最高效的数据中心,那么,企业IT人员应于从他们身上学到什么?
 
Forrester分析师采访了10家顶级云服务和托管服务提供商的IT人员 - 包括亚马逊、微软和salesforce.com - 以找出能够使数据中心高效运行的实践。
 
其《云巨头的五个数据中心和IT基础设施经验教训》报告指出:“这些供应商已完善了运行一个简单而标准的环境的艺术,该环境优化了每一个特定的工作负载,并尽可能实现自动化。”
 
虽然承认IT在一般的企业比在一般的基础设施即服务(IaaS)提供商要处理更大的混合计算工作负载,并且运行这些工作负载在远远更小的规模 - 报告确定了web巨头的五个做法可以应用到1000台或更多服务器的IT运营。
 
以下是这些使数据中心高效运营的五个诀窍:
 
围绕标准化的IT基础设施构建数据中心
 
报告指出,“开始转移工作负载到一些小的将被自动部署的标准配置,”并强调虚拟化提供了从底层硬件的必要的抽象,使这种灵活的部署成为可能。
 
基础设施的复杂性,如同步存储复制和实时工作负载迁移,不应该被直接挂接到应用程序中,而是应当利用底层抽象层的服务。
 
把基础配置自动化
 
调查发现,大型web公司一般都会选择使用脚本、开源工具和自主开发的管理系统来尽可能地使自己的数据中心运行自动化。
 
适合自动化的任务包括基本系统配置 - 如设定系统ID和MAC地址,以及软件安装,应尽可能使用基于映像的安装。
 
帮助实现这种自动化的工具的范围,包括从商业化产品诸如CA、BMC和IBM的产品,到开源软件如Puppet、Chef和Nagois。
 
在自动化过程的最大挑战是“大多数I&O群组(基础设施和运营)无能为力开发给予他们自身自动化的过程”。
 
从基础设施管理变为服务交付
 
试着想象IT部门的角色,是更少地照顾基础设施,并更多地提供最好的IT服务 - 不论谁提供、如何提供。
 
由IT运营人员提供给其余的业务和开发部门的IT服务,应当以服务正在交付的相关目标来衡量,而不是以基础设施的运行,并且应该与公共云服务在关键领域竞争,如“成本透明度”和“服务效率”。
 
IT组织应该愿意改变服务如何交付 - 转换服务供应商或商品化底层硬件基础架构 - 如果会提高服务的效率。以最小的中断作出这些变化的自由,来自于将IT服务从底层硬件抽象。
 
打破IT内部烟囱
 
坚持负责照顾IT设备、服务器、存储、网络和虚拟化的团队之间的协作。例如托管服务提供商Savvis公司告诉Forrester,它有一个内部的维基,其所有的IT团队使用来记录“问题或复杂的配置”,以及一项政策,阻止群组如运营团队和数据库管理员单方面决定如何配置和部署。
 
还应该认识到,在现代IT团队,DevOps具有越来越重要的作用,他们需要能够充分利用云平台的分布性和规范性特征来构建软件。
 
自动化设施管理
 
企业可以充分利用先进的电源和散热管理技术,类似于那些大型web企业使用的,多亏了现代数据中心基础设施管理产品和服务。
 
这些产品可以降低运营开支(OPEX),通过提供管理和颗粒状的监控工具如PUE(电力使用效率)、整体功耗、基础设施、冷却基础设施、UPS和电池状态。
责编:王珂玥
vsharing微信扫一扫实时了解行业动态
portalart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
IT系统一体化时代来了

2009年Oracle 用Exadata服务器告诉企业,数据中心的IT服务一体化解决方案才是大势所趋,而当前企业对大数据处理的..

高性能计算——企业未来发展的必备..

“天河二号”问鼎最新全球超级计算机500强,更新的Linpack值让世界认识到了“中国速度”。但超算不能只停留于追求..

    畅享
    首页
    返回
    顶部
    ×
      信息化规划
      IT总包
      供应商选型
      IT监理
      开发维护外包
      评估维权
    客服电话
    400-698-9918
    Baidu
    map