客戶需要創(chuàng)新"訂閱即服務(wù)"的業(yè)務(wù)模式
自公有云問世，“即服務(wù)”的模式相伴而生。對于大多數(shù)的存儲用戶而言，混合云既是當(dāng)下現(xiàn)實，也是未來趨勢。不論何時，用戶都希望最大程度地發(fā)揮混合云的功效，以基于本地部署的基礎(chǔ)架構(gòu)實現(xiàn)簡易化和自動化，從而像管理云一樣地管理基礎(chǔ)架構(gòu)，并在云端實現(xiàn)與本地部署相同的企業(yè)級功能和控制——靈活的、基于訂閱的“即服務(wù)”模式。2020年，存儲領(lǐng)域?qū)?ldquo;即服務(wù)”模式的需求將會增加，企業(yè)也將對OPEX模型進行更多投資。不過，成功的“即服務(wù)”模式需要平衡運營和采購兩個方面。從運營的方面來看，該模式的關(guān)鍵特征包括標(biāo)準(zhǔn)化(相較于雪花模式)、按需訪問、API驅(qū)動管理和無限擴展。而從消費方面來看，其關(guān)鍵特性包括付費使用模型、云爆發(fā)能力(按需向上/向下擴展)、無間斷的持續(xù)運行體驗、在不干擾業(yè)務(wù)的前提下實現(xiàn)服務(wù)持續(xù)增長/升級。以上的“即服務(wù)”模式都是通過100%的月付費OPEX服務(wù)實現(xiàn)的。
對象存儲再度登場
對象存儲已告別了過去的冷存儲形象，并以主存儲的全新形式出現(xiàn)。原先，對象存儲用于支持超大數(shù)據(jù)集的管理，這些超大數(shù)據(jù)集往往超出了傳統(tǒng)文件系統(tǒng)的處理能力。但如今，因能夠支持對大型數(shù)據(jù)集的高度并行及分布式訪問，對象存儲已經(jīng)成為云原生應(yīng)用的存儲標(biāo)準(zhǔn)。在對云友好型架構(gòu)進行應(yīng)用程序開發(fā)或重新部署時，對象存儲將自然地成為首選，其可支持應(yīng)用程序解耦，并能實現(xiàn)在共享存儲池中將應(yīng)用程序與計算資源分離。這種模式不僅可用于定制軟件的開發(fā)，而且也得到了大型軟件供應(yīng)商(如Splunk和Vertica)的應(yīng)用。
現(xiàn)代分析飛速發(fā)展
現(xiàn)代分析增長的動力來自于基礎(chǔ)設(shè)施的使用變得更加經(jīng)濟實惠，這包括出現(xiàn)了更強大的CPU、在本地和公有云中均可應(yīng)用的消費級基礎(chǔ)設(shè)施、價格更低的閃存。串流數(shù)據(jù)分析平臺也出現(xiàn)了顯著增長，包括開源平臺(Apache Flink、Apache Beam和Spark Streaming)以及商用平臺(Splunk DSP)，它們?nèi)〈嗽絹碓蕉嗟呐幚砥脚_。借助由無狀態(tài)服務(wù)器、容器和高性能S3協(xié)議兼容的對象存儲構(gòu)成的云原生架構(gòu)，現(xiàn)代分析可實現(xiàn)更大的規(guī)模。此外，包括智能設(shè)備(智能家居、可穿戴設(shè)備、汽車互聯(lián)、工業(yè)物聯(lián)等)在內(nèi)的數(shù)據(jù)來源飛速增長，也將推動現(xiàn)代分析技術(shù)的應(yīng)用，以獲得更多洞察。
借助QLC等新一代媒介，閃存將挑戰(zhàn)“不可能”
閃存自推出以來，在很大程度上僅被視為以性能為主的Tier1應(yīng)用程序。但隨著新的固態(tài)存儲技術(shù)出現(xiàn)并帶來存儲分層，譬如存儲級內(nèi)存(SCM)和QLC，閃存如今蓄勢待發(fā)，將助力數(shù)據(jù)走向全新的發(fā)展方向。在高端領(lǐng)域，通過結(jié)合SCM和NVMe-oF等高速協(xié)議，共享存儲陣列現(xiàn)可為延遲敏感型應(yīng)用提供比肩基于服務(wù)器的存儲的性能表現(xiàn)。這組應(yīng)用是DAS上僅存的幾個應(yīng)用之一，其現(xiàn)可獲得和共享存儲相同的數(shù)據(jù)服務(wù)，包括數(shù)據(jù)保護、數(shù)據(jù)規(guī)約等，這實現(xiàn)了頂級的性能和豐富的數(shù)據(jù)服務(wù)。同時，即將推出的QLC將把閃存引入目前主要位于磁盤上的存儲層。這種成本的降低使所有應(yīng)用程序都能盡享閃存除性能之外的更多優(yōu)勢：簡易、可靠、數(shù)據(jù)中心的能耗降低和空間節(jié)省等。
客戶希望獲得自動的解決方案，因此AI運營將從過去顧問的角色轉(zhuǎn)變?yōu)樽詣踊\行
未來，企業(yè)將更開放地接受AI，并借助AI進行決策制定?？蛻粝Ｍ贫ㄕ吆蠼挥晒?yīng)商實施，這一部分上是由Kubernetes的聲明式特征和容器管理決定的。容器的簡易性將使企業(yè)能夠定義狀態(tài)，并容器將作為催化劑。這樣的技術(shù)將在整體環(huán)境中得以應(yīng)用并提供洞察。AI將應(yīng)用于高效地探查預(yù)測模型的性能不足之處，并為該特征空間擴充數(shù)據(jù)。這對AI的應(yīng)用至關(guān)重要，例如異常檢測和自動化根本原因分析能使其具有可擴展性并適用于更多情境。
容器躋身主流，需要持久性存儲
容器的出現(xiàn)讓無狀態(tài)應(yīng)用程序的部署變得更為簡單且成本低廉。但隨著Kubernetes的出現(xiàn)和VMware對容器的支持，容器的使用迅速擴展到了主流應(yīng)用程序。那么，為容器打造的持久性存儲對于賦能數(shù)據(jù)庫和應(yīng)用程序以實現(xiàn)容器的重新部署則至關(guān)重要。2020年，大多數(shù)企業(yè)的私有云和混合云平臺發(fā)展有望超越VMs，他們將在企業(yè)范圍內(nèi)部署容器策略，包括奠定存儲基礎(chǔ)以支持狀態(tài)式、任務(wù)關(guān)鍵應(yīng)用程序，以全面迎接容器時代的到來。
數(shù)字化要一盤棋更要各自為戰(zhàn)
分享到微信 ×
打開微信，點擊底部的“發(fā)現(xiàn)”，
使用“掃一掃”即可將網(wǎng)頁分享至朋友圈。