大数据: 请认真对待

本文最初发表在InformationWeek

IT 部门需要制定明确的政策并了解大数据计划的成本,尽量避免盲目的试验,并使数据中心产生混乱。

随着大数据的呼声日趋高涨,企业所寄予的希望也不断增加。 管理部门期望 IT 和数据中心使用大数据来提高工作效率、支持更有效的规划,以及提供更好的服务。  此外,他们还期望获得更高的利润和新的收入来源。

这些都是考虑采用全面大数据计划的充分理由。 但是,与所有主要的数据中心计划一样,实际部署之前的准备工作将决定该计划能否获得成功。 在运营和营销团队尚未深陷大数据潮流时,IT 应坚持一套有效的流程,最大程度地降低现有数据中心运营和基础设施的风险。

大数据计划需要从业务需求开始并以其为中心,所以第一步工作应该是了解业务部门的需求。确定能够从大数据分析中获得最大优势的数据资产、业务流程或决策。

[在不雇佣新员工的情况下,您可以执行大数据项目吗?

现在 IT 部门可以实施了吧?不行。第二步:制定一项数据政策。 一旦某项业务以数据为导向,则数据价值将迅速增加。信息安全需要得到保护以及进行适当的管理,并且您需要考虑隐私问题。定义一项大数据政策,包括数据的存储位置以及哪些人员可以访问哪些信息等指南。详细说明如何备份数据以及信息的保留时限。

出台介绍相应指南和规则的政策后,IT 就可以开始评估大数据分析的要求,建议一款系统,并预测该系统的成本。

最后一步 - 评估成本 - 包括正常的采购和部署成本,以及对分析应用和全部所需新硬件的总拥有成本的评估。当然,您还需要估计收集和管理数据的成本。

虽然这些成本很难预测,但还需要考虑对现有数据中心的影响。大数据和分析很快便会成为一项沉重的负担。 云存储和托管服务虽然能够提供帮助,但合规性要求、隐私问题和其它因素需要数据中心保留一些数据库(即便不是全部)。 无论哪种方式,IT 都需要计算扩展计算、文件服务器资源和存储容量的成本。

能源和冷却方面怎样? 在现代数据中心预算中,服务器和存储平台能源及相关的冷却成本已经占据相当高的比例。除能源成本不断攀升之外,能源供应也成为最大型数据中心所面临的一个问题。即便某些数据中心愿意不惜一切代价购买能源,但是负责管理老化电网的电力公司可能会限制购买量。

幸运的是,大数据本身并不是推动企业提高能效的唯一因素。当前的服务器和数据中心设备能够提供精细、实时的功耗和运行温度数据。数据中心基础设施管理中间件和管理控制台将自动收集和整合相关数据。

毫无疑问,大数据和计算密集型分析应用需要仔细研究能源管理平台。 设想一个系统可以将所收集的数据整合至数据中心的实时能源和散热图。数据中心的单一控制面板视图有助于发现闲置的服务器,这些服务器可能会浪费高达 15% 的可用能源。

除了改进能源效率和服务器的使用情况,能源管理平台可以提高服务器的可靠性。 这些系统还可以及早发现热点,从而避免设备损坏以及设备终端对业务的影响。

总之,企业只能在完全了解大数据如何改变数据中心的情况下,才能充分发挥大数据的优势。 这意味着首先确定要求、目标和数据政策。 还意味着了解对使用数据中心资源造成的影响。

大数据绝对可以帮助企业获得突破性的洞察。 凭借合适的支持资源,大数据能够在不超出能源预算或危及基础设施的情况下,实现上述优势。

Jeff Klaus 是 英特尔公司 Data Center Manager (DCM) 解决方案总经理。您可以发送电子邮件与他联系,邮箱为 Jeffrey.S.Klaus@intel.com查看完整的简介

Для получения подробной информации о возможностях оптимизации компилятора обратитесь к нашему Уведомлению об оптимизации.
Возможность комментирования русскоязычного контента была отключена. Узнать подробнее.