向云上遷移數(shù)據(jù)時如何避免停機和中斷

作者：xiaoli110

摘要：越來越多的組織需要在數(shù)據(jù)中心/云之間移動數(shù)據(jù)，但是在遷移過程中的一個關鍵風險點是停機。

在2017年的業(yè)務持續(xù)性意識周這里，我希望它能提供一個新的機會，來回顧這一領域云的一些局限性。

根據(jù)451項研究的最新估計，大約60%的IT工作負載將在明年以某種形式的公共或私有云運行。It項目在關鍵領域的增長尤其強勁，包括數(shù)據(jù)分析和核心業(yè)務應用。IDC、Gartner和Forrester的研究結(jié)果大致相同——云正在迅速成為中心，而不是一般IT供應的外圍設備。

難怪It領導們對數(shù)據(jù)遷移的風險以及相關的停機時間表示擔憂。現(xiàn)在，典型的數(shù)據(jù)量1000到100萬倍于10到20年前的普通企業(yè)數(shù)據(jù)庫的大小。這意味著與遷移相關的潛在停機時間將會增加很多倍。這已經(jīng)不再是一個15分鐘的時間了——這可能是幾個小時的停機時間，而數(shù)據(jù)問題需要被解決。

企業(yè)知道他們需要更多地利用云，特別是做更有戰(zhàn)略性和聰明的事情:高速、高容量的數(shù)據(jù)處理，以支持實時決策和復雜的自動化。今天產(chǎn)生的數(shù)據(jù)量也使得建立二級數(shù)據(jù)中心成本高得令人望而卻步:進一步推動公司進入云計算。

但從這里到那里的痛苦仍然讓人望而卻步。他們的數(shù)據(jù)在傳輸過程中可能會發(fā)生什么，如果他們不能再獲得訪問，如果他們同時被其他地方使用，他們又怎么能繼續(xù)使用實時數(shù)據(jù)呢?

延遲也是一個問題。數(shù)據(jù)中心的建立非常接近于防止與網(wǎng)絡傳輸相關的性能下降。但在云計算中，物理服務器場之間的距離并不在公司的控制范圍內(nèi)，因此性能問題——可能會降低數(shù)據(jù)可用性和協(xié)調(diào)——是一個重要的考慮因素。

在災難恢復場景中，對停機時間的擔憂也是有效的。當遠程數(shù)據(jù)中心被調(diào)用以使實時系統(tǒng)恢復運行并快速運行時，CIO們就非常適合于擔心停機時間或數(shù)據(jù)丟失——例如，近距離和遠程系統(tǒng)之間的同步不足。

未來就是現(xiàn)在

無論是日常的后臺系統(tǒng)，還是那些與人工智能或物聯(lián)網(wǎng)相關的雄心勃勃的新項目，組織都需要能夠依賴于他們一直在處理的數(shù)據(jù)的可用性和完整性。

例如，對于無人駕駛汽車來說，所有各方(乘客、汽車制造商、保險公司和第三方服務提供商)都需要絕對保證，他們所連接的車輛儀器、傳感器和基于云的平臺將能夠?qū)崟r發(fā)送、接收、解釋和處理數(shù)據(jù)。據(jù)估計，一個擁有傳感器、相機和激光測量(激光雷達測量)的無人駕駛汽車每秒可以產(chǎn)生100Gb的數(shù)據(jù)。

使用不斷變化的數(shù)據(jù)集(不需要停機，也不中斷)提供一個可行的服務的唯一方法是通過我們稱為活動數(shù)據(jù)復制的東西。這允許實時數(shù)據(jù)同時存在于多個地方，不存在不同步的風險，也不需要在每個端點更新時中斷。這種能力將使汽車制造商和服務伙伴能夠分析和響應實時數(shù)據(jù)，了解車輛的運行情況，實時識別異常情況，并先發(fā)制人地確定需要采取哪些補救措施。

公司不需要向明星們尋求這樣的數(shù)據(jù)完整性挑戰(zhàn)。許多組織正在轉(zhuǎn)向基于hadoop的分析(一種以速度進行大規(guī)模數(shù)據(jù)處理的特殊方式)，將大數(shù)據(jù)轉(zhuǎn)化為有意義的、可操作的日?；顒?。例如，許多企業(yè)使用Hadoop來分析和響應Twitter活動。但是，這通常意味著將數(shù)據(jù)放到云中，在那里，所需的處理能力很容易獲得。

除非他們正在處理歷史數(shù)據(jù)，否則公司將繼續(xù)需要訪問其核心業(yè)務系統(tǒng)中的數(shù)據(jù)——這些數(shù)據(jù)將繼續(xù)更新。在這種情況下，使用云進行處理并不是簡單地將一批完整的數(shù)據(jù)發(fā)送到目的地，而是在魔法發(fā)生后將其返回到目的地，并將其返回。

緊迫的暫停不是一個選擇

當分析發(fā)生在現(xiàn)場，生產(chǎn)數(shù)據(jù)時，公司無法承受數(shù)據(jù)來源的位置和數(shù)據(jù)處理的點不同步。他們也不能等待數(shù)天——為了數(shù)據(jù)的移動，在任何新事物發(fā)生之前進行分析和反饋。這不僅僅是停機時間:它是癱瘓。這還沒有考慮到在轉(zhuǎn)換過程中可能發(fā)生的任何腐敗問題，也沒有考慮到Hadoop分析事件后數(shù)據(jù)被協(xié)調(diào)的結(jié)果。

同樣，避免停機和與數(shù)據(jù)移動相關的中斷的唯一方法是找到一種方法，在不同位置之間持續(xù)更新和同步數(shù)據(jù)。類似的谷歌通過精心制作的衛(wèi)星裝置實現(xiàn)了這一點。但你也可以像我們一樣使用聰明的算法。

生成海報

免責聲明：本網(wǎng)站內(nèi)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(nèi)容可能涉嫌侵犯其知識產(chǎn)權或存在不實內(nèi)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(nèi)容或斷開相關鏈接。