當談到數(shù)據(jù)中心整合時,做出整合的決定是最容易的部分。更困難的是弄清楚如何實際執(zhí)行整合。因此,在開始整合數(shù)據(jù)中心之前制定一個逐步整合數(shù)據(jù)中心的計劃是很重要的。下面小編帶大家了解計劃中包含的關鍵步驟,以及在流程的每個步驟中優(yōu)化數(shù)據(jù)中心整合影響的提示。
數(shù)據(jù)中心整合的目標
在深入探討數(shù)據(jù)中心整合的步驟之前,我們首先討論一下企業(yè)通常進行整合的原因。
主要原因是為了提高數(shù)據(jù)中心的效率。通過結合多種硬件和軟件資源,企業(yè)可以降低支持其工作負載所需的能源成本、簡化管理,并在許多情況下減少網(wǎng)絡安全攻擊面。
當然,并不是所有的企業(yè)都有相同的目標。但總的來說,它們的主要目標歸結為節(jié)省資金、提高運營效率和降低風險。
數(shù)據(jù)中心整合過程的步驟
為了實現(xiàn)成功的數(shù)據(jù)中心整合,需要規(guī)劃以下五個主要步驟。
1.盤點數(shù)據(jù)中心IT資產(chǎn)
第一步是對當前擁有的IT資產(chǎn)進行評估,這可能是最明顯的,但也是最重要的。如果不知道要整合什么,就無法有效整合。
在清點資產(chǎn)時,請記住不僅包括物理基礎設施,還包括軟件定義的基礎設施。例如,了解擁有多少虛擬機(VM)與計算物理服務器的數(shù)量一樣重要,因為可能希望整合一些虛擬機以減少運營開銷。
還要記住,要尋找“流氓”IT資產(chǎn),即用戶在中央IT部門不知情的情況下部署的資產(chǎn)。在數(shù)據(jù)中心整合期間清理不良IT對于最大限度提高效率至關重要。
2.識別整合機會
一旦知道自己擁有哪些資產(chǎn),就可以確定如何整合它們。這是數(shù)據(jù)中心整合過程中最復雜的步驟,可能需要花費最多的時間,并且需要深厚的專業(yè)知識。但如果希望整合工作取得成果,就需要尋找整合機會。
整合機會是IT資產(chǎn)中可以合并資源以提高效率或可管理性的地方。例如,如上所述,可以將一些虛擬機合并到單個虛擬機中,前提是虛擬機托管的工作負載,可以安全地共存于同一主機上,以減少必須管理的虛擬機總數(shù)。還可以尋找方法來減少網(wǎng)絡架構中的子網(wǎng)數(shù)量、運行的物理服務器數(shù)量、所依賴的數(shù)據(jù)存儲陣列等。
3.考慮將部分工作負載移出數(shù)據(jù)中心
除了整合自己的數(shù)據(jù)中心內的資產(chǎn)之外,在某些情況下,可能會認為將某些資產(chǎn)遷移到云中是最有意義的。例如,虛擬機在本地運行的成本可能高于在云中運行的成本。
云遷移本身并不是數(shù)據(jù)中心整合過程的一部分,它更像是一種替代品。但重要的是要記住,云和私有數(shù)據(jù)中心并不是非此即彼的命題。我們可以在許多情況下應該同時使用這兩種策略,并且數(shù)據(jù)中心整合是開始為某些工作負載利用云的絕佳機會。
4.評估電力需求
在確定要整合的內容以及要遷移到云上的工作負載之后,可以確定整合的工作負載將需要多少能源。在此基礎上,決定如何為合并數(shù)據(jù)中心提供能源,以滿足企業(yè)設定的任何可持續(xù)性目標,同時保持工作負載的可靠供電。
5.監(jiān)控整合有效性
數(shù)據(jù)中心整合的最后一個關鍵步驟是制定一個計劃來跟蹤整合的工作負載,以確定整合在實現(xiàn)目標方面的有效性。如果沒有達到每個工作負載的所有成本、可管理性或安全目標,且沒有制定衡量計劃,將不知道自己在哪里存在不足與這些目標相關的指標。
通過監(jiān)控整合后的工作負載,將能夠確定可以進行進一步更改以更接近設定的目標實例。
結論
數(shù)據(jù)中心整合是一個復雜的過程,沒有一刀切的計劃可供遵循。然而,總的來說,每個企業(yè)都應該通過確定在數(shù)據(jù)中心內運營哪些資產(chǎn),以及如何提高它們的效率來開始其整合過程。它還應確保擁有適當?shù)哪茉促Y源來運行合并后的工作負載,并且可以監(jiān)控和衡量合并后工作負載的影響,以發(fā)現(xiàn)缺陷。
- 智能數(shù)據(jù)云如何重塑企業(yè)個性化
- 建筑物內移動覆蓋的電信基礎設施及其挑戰(zhàn)
- 如何利用人工智能和數(shù)據(jù)分析實現(xiàn)可持續(xù)綠色技術
- 了解網(wǎng)絡適配器:提高計算機網(wǎng)絡效率
- 如何為布線環(huán)境選擇合適的網(wǎng)絡電纜標簽
- 無線前傳的核心:CPRI無線模塊全面介紹
- 量子計算如何改善供應鏈
- 大疆創(chuàng)新即將發(fā)布新品;CTI收購英國Candeo Vision 拓展歐洲視聽集成市場——2025年06月06日
- 采用機器學習的3大挑戰(zhàn)及應對策略
- 構建工業(yè)物聯(lián)網(wǎng)能源監(jiān)控應用的最佳實踐
免責聲明:本網(wǎng)站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿,凡在本網(wǎng)站出現(xiàn)的信息,均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性,但不保證有關資料的準確性及可靠性,讀者在使用前請進一步核實,并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏,概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內容可能涉嫌侵犯其知識產(chǎn)權或存在不實內容時,應及時向本網(wǎng)站提出書面權利通知或不實情況說明,并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網(wǎng)站在收到上述法律文件后,將會依法盡快聯(lián)系相關文章源頭核實,溝通刪除相關內容或斷開相關鏈接。