适合大数据工作负载基础架构的最简说明

·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。

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