Поделиться
Как оптимизировать ЦОД? Советуют эксперты
Несмотря на кризис, рынок ЦОД продолжает жить. Сейчас центр внимания сместился в сторону оптимизации уже построенных дата-центров, тем не менее, продолжаются и новые проекты. Последние тенденции развития перспективного сектора ИТ-рынка обсудили участники круглого стола «Построение и оптимизация ЦОД», проведенного CNews Conferences.Евгений Кузаков: Cложность оптимизации ЦОД связана с быстро меняющимися бизнес-требованиями
Своим опытом о том, как можно оптимизировать ЦОД, делится Евгений Кузаков, руководитель направления ЦОД компании "АМТ-ГРУП"
Давно известным методом оптимизации ЦОД остается использование blade-систем. Эта технология повышает эффективность использования оборудования, экономит площади ЦОД, сокращает трудозатраты на обслуживание, энергопотребление и охлаждение. Существенно повысить утилизацию или, другими словами, коэффициент полезного использования оборудования и снизить операционные затраты позволяет виртуализация серверов. Чем выше отношение виртуальных серверов к физическим, тем эффективнее используется оборудование, - при этом, конечно же, следует сохранять требуемый бизнесом уровень обслуживания и рекомендации производителей.
Во многом сложность оптимизации ЦОД связана с быстро меняющимися и трудно прогнозируемыми бизнес-требованиями. Наращивание вычислительных мощностей путем расширения серверных ферм увеличивает требования к охлаждению оборудования и энергопотреблению. При этом, масштабируемость бизнес-приложений имеет свои пределы, и наступает момент, когда увеличение числа серверов в ферме больше не увеличивает производительность бизнес-приложений. А добавление в системы хранения дисковых полок - как реакция на стремительный рост корпоративных данных - может привести к падению производительности дисковых массивов.
Концепции HSM («Hierarchical Storage Management» и ILM («Information Lifecycle Management») призваны оптимизировать хранение растущих данных. Первая предлагает автоматически перераспределять данные в соответствии с их востребованностью, в том числе, менее востребованные данные - на более медленные и дешевые носители. Вторая - позволяет учитывать уменьшение ценности хранимых данных по мере их устаревания. Применяется механизм перемещения данных по иерархии хранения так, что наиболее ценная информация находится на самых быстрых и надежных носителях, а менее актуальная со временем автоматически перемещается на более медленные и недорогие носители, при этом информация сжимается и дедуплицируется.
Для решения проблем роста появляются новые специализированные продукты, некоторых из которых заслуживают особого внимания. Так, стоит отметить аппаратное решение для повышения быстродействия корпоративных приложений, работающих на Java, - Azul Appliances. Azul Compute Appliance представляет собой компактную мультипроцессорную систему. В решении используются уникальные 54-ядерные процессоры, одно устройство Azul может занимать от 5 до 14U и имеет при этом от 108 до 864 процессорных «ядер» и до 768Гб оперативной памяти. Решение также компенсирует многие недостатки среды Java на аппаратном уровне: в устройствах реализован объектный код и эффективно используется транзакционная память. Важно, что внедрение Azul Compute Appliance не требует сложного проектирования и не изменяет архитектуру существующих решений.
Другая новая для нашего рынка компания, Pillar Data Systems, предложила решение проблемы масштабируемости управляющих контроллеров в системах хранения данных. Компания выпускает дисковые массивы Pillar Axiom, которые могут выступать как в роли NAS, так и в роли устройства блочного доступа в SAN. Вычислительная мощность управляющих контроллеров дискового массива не сосредоточена в отдельном системном блоке, как у большинства других дисковых массивов, а распределена по всем дисковым полкам. Т.е. при добавлении очередной дисковой полки увеличивается как дисковая ёмкость массива, так и вычислительные мощности. Интересным новшеством является и возможность приоритезации размещаемых данных с учётом геометрии жёстких дисков
Короткая ссылка
