行业数据中心的挑战与重点

围绕数据分析、挖掘逐步“融合”、“精炼”、“提纯”过程，基础设施应由以计算设备为中心，转变为以存储设备为中心。

容忍相当局部故障前提下，整个数据中心的可靠性乃至数据的可信性。

对大规模设备自我管理、自我修复的自动化功能。

有效解决数据集中处置带来的数据安全性问题。

大数据中心的挑战：

如何适应大数据中流式数据的高吞吐和高并发处理？

如何提高大数据中心中心基础设施的效能？

如何保障大规模的数据中心基础设施的长效运行？

数据中心 软件要素对数据传输、计算处理、存储管理、分析挖掘等提出了更多的要求。

大数据中心技术趋势——融合。数据的融合就是关系型的，非关系型的数据科学，以数据融合为主要需求进行支撑，其中包含架构融合——架构扁平化；数据中心的软硬件融合，体现在RDBMS一体机在软件硬件紧密结合下能够告诉处理和节能降耗；计算融合，最早的大数据来源于搜索，需要引入更多的计算模式，包括流式计算、图计算、批量计算等等，这种数据中心就需要统一调度计算模式的融合；计算存储融合，比方说大数据实时分析，基于MPP的分布式计算；网络融合，为支持不同应用必须要用到不同网络，多套网将管理成本维护成本增加，网络融合新的大数据中心会有很好的融合，除了基础协议同时存储协议也能在上面跑；通过网卡进行远程数据访问；存储与网络的融合，在数据中心用SDN架构，控制与转发分离，网络资源 虚拟化，通用硬件/软件可编程化。

陈左宁女士介绍了她在行业数据中心构建中的构想，多数据中心信息规模急剧膨胀、各种业务数据的实时处理、海量数据的统一存储管理、业务数据的综合分析提出了更高的挑战，开放式系统设计：数据中心基础平台，遵循数据中心标准规范，实现数据中心可扩展，服务化的要求。行业大数据中心，采用一套数据中心支撑环境，多套分布在各个工程中的数据中心基础平台。