下一代数据中心全面解决方案

整理文档很辛苦,赏杯茶钱您下走!

免费阅读已结束,点击下载阅读编辑剩下 ...

阅读已结束,您可以下载文档离线阅读编辑

资源描述

InsertPictureHere戴艳PrincipleSolutionArchitectOracleChina构建基于云平台的下一代数据中心InsertPictureHere提纲1、云数据中心概念的提出2、云计算与数据中心的关系3、云数据中心的应用场景4、云数据中心的数据管理传统的数据中心烟囱式架构•异构的技术•多种操作系统平台•支撑高峰时的容量•被动的响应式管理庞大的应用体系•静态地部署•多种软件组合•点对点集成•独立的应用数据MainframeDASCustomApplicationBigserverDASERPApplicationSalesApplicationClusterDatabaseDataWarehouseNAS/SANORBNAS/SANFilesDatabaseDatabaseSmallserver数据中心的利用率和效率不高很少的一部分客户开始监控数据中心服务器的利用率,然而,非常少的客户会注意数据中心的效率Serverutilizationremainsverylow...Averagedailyutilization(percent)01020304050607080901000102030405090100Upto30%serversaredead*Samplesize–45datacentersSource:UptimeInstitutePeakdailyutilization(percent)下一代云数据中心概念的提出整合的敏捷的高性能高可用性整合架构-动态负载管理烟囱式架构-低效的资源管理整合的要求提升服务器的利用水平5%-10%(Gartner)60%-70%(Oracle大学网格)敏捷的要求•敏捷地适应应用变化情况•根据负载随需扩展•高弹性,动态伸缩,selfservice,配置更多的实例•在初始投资成本和获得良好的效率之间作出平衡(减少Capex和Opex)•实时地获取业务变化,并以此作出响应ApplicationsA,B,C,D,ENetWorkloadIfutilizationtoohigh,increasecapacitySharedInstanceServerAServerBServerCServerDScale-outon-demand联邦式云数据中心Austin,TXColoradoSprings,COSaltLakeCity,UT根据应用要求进行资源分配Austin,TXColoradoSprings,COSaltLakeCity,UT高性能的要求全球最大数据仓库容量其大小每两年增长三倍1998–1TB;2001–10TB;2003–30TB;2005–100TB;2007–300TB;2009–900TB;2011–2.7PB高性能的要求分布式处理能力集中处理层问题:昨天的客户发展量如何?分布式处理层汇总、合并结果Selectsum(sales)whereDate=’24-Sept’…多个服务器并行处理查询请求构建并发SmartScan请求各服务器返回结果Storage数据复制完全激活故障切换到备点数据的备份和恢复低成本高性能数据保护&归档集群技术保证容错和服务器水平扩展DatabaseDatabaseStorage高可用性的要求自动存储管理保证容错和存储水平扩展保证业务不被中断-每个都是可以水平扩展的,完全激活的,以数据为中心的要求达到最高可用性和最低的成本在线升级硬件和软件InsertPictureHere提纲1、云数据中心概念的提出2、云计算与数据中心的关系3、云数据中心的应用场景4、云数据中心的数据管理云计算模式能以按需方式,通过网络,方便的访问云系统的可配置计算资源共享池(比如:网络,服务器,存储,应用程序和服务)。同时它以最少的管理开销及最少的与供应商的交互,迅速配置提供或释放资源。*Source:NIST云计算–NIST定义云计算基本特征普遍网络访问共享的资源池多DB快速弹性能力可度量的服务按需的自服务云计算的5个基本特征为什么采用“云”•烟囱式的系统建设,IT成本居高不下(硬件/能耗/管理)•按峰值规模建设,资源平均利用率低•缺乏弹性的系统设计,应对业务突发情况差•建设周期漫长,无法快速提供与部署•业务需求的快速增长,设备更替快,不利投资保护集中资源池的共享虚拟化、分时/区共享动态调配、弹性伸缩自动化、自服务低成本、标准化硬件云计算云数据中心•技术标准化•能力服务化•提供快速化•资源弹性化•管理自动化•管控集中化传统模式InsertPictureHere提纲1、云数据中心概念的提出2、云计算与数据中心的关系3、云数据中心的应用场景4、云数据中心的数据管理众多分散的小数据库需要整合,尤其是OSS域及MSS域,分散的数据库带来很多问题:①分散的管理与运维②DB的多版本③数据分散带来的数据一致性问题④系统扩展能力的限制,即,缺乏弹性能力(突发性业务需求的支撑能力难以满足)⑤数据安全问题,无统一标准和流程⑥数据质量问题,无统一标准和流程⑦数据全生命周期管理缺失⑧维护人员分散利用率不高的问题⑨分散数据库带来的License冗余问题(集中的数据库基于共享可以带来License成本的降低)⑩分散带来的数据分析与数据挖掘的困难11低信息密度的现状导致的存储空间的浪费问题(缺乏高性能压缩能力)整合符合绿色计算的发展趋势通过标准化及自动化管理的采用有效降低运维成本有效提升数据安全并降低数据分发的难度满足全企业内集中的、标准化的数据管理要求整合与共享可以带来数据服务能力的持续可用集中化、标准化是IT演进大趋势的要求分散数据库的整合集中化的灾备中心大集中SaaS应用的数据库支撑新一代IDC/ADC的数据库提供与运营电信企业采用云数据中心的潜在现实需求分散数据库的整合--现状及需求1目前的灾备中心多为基于现有应用进行一对一的匹配建设(Silo),硬件投资巨大目前的灾备中心多为冷备中心(Active-Standby),日常灾备中心的资源只能空闲无法利用,资源的有效利用率很低需要建设双活的灾备中心(Active-Active),有效提升资源利用率需要基于资源共享(SharePool)及动态调整能力,有效节约硬件投资异构数据管理变为统一的同构数据管理,提升可管理性通过集中化的灾备中心建设,促进IT系统的管控集中化、技术标准化的演进分散数据库的整合集中化的灾备中心大集中SaaS应用的数据库支撑新一代IDC/ADC的数据库提供与运营电信企业采用云数据中心的潜在现实需求集中化的灾备中心--现状及需求3伴随电信市场竞争的加剧,电信企业的产品的同质化及全网一体化趋势越发明显,这使得电信企业的业务标准化程度越来越高;这些趋势直接导致了全网大集中的SaaS应用需求的产生SaaS应用基于统一的业务流程、数据模型、客户体验等为全网的所有使用者提供IT应用能力,带来更高要求的数据库服务提供能力需求:①满足大集中的高性能需求(数亿用户的OLTP)②满足大集中带来的PB级海量数据管理能力③满足大集中带来的高可用性要求④满足数据的生命周期管理能力⑤满足业务增长带来的动态扩展性需求⑥满足SaaS应用需要的数据一致性保障能力⑦满足SaaS应用需要的关系型数据库的数据管理与数据提供能力要求全国大集中的SaaS应用对高性能、高可用性、数据严格一致性等方面的数据库需求,在BSS领域核心支撑系统的全国大集中项目中显得尤为突出分散数据库的整合集中化的灾备中心大集中SaaS应用的数据库支撑新一代IDC/ADC的数据库提供与运营电信企业采用云数据中心的潜在现实需求大集中SaaS应用的数据库支撑--现状及需求3适合大型企业的大型关系型数据库的提供或托管①高性能②海量数据的可管理性③数据生命周期管理④扩展性⑤服务使用的度量⑥数据安全适合中小企业的小型关系型数据库的提供或托管①DBInstance的快速自服务创建与释放②计算能力及存储容量的弹性能力③自动化管理能力④服务使用的度量⑤数据安全分散数据库的整合集中化的灾备中心大集中SaaS应用的数据库支撑新一代IDC/ADC的数据库提供与运营电信企业采用云数据中心的潜在现实需求新一代IDC/ADC的数据库提供与运营--现状及需求4众多分散的小数据库的整合,尤其是OSS域及MSS域基于整合平台提升数据生命周期管理能力及数据质量通过标准化及自动化管理的采用有效降低运维成本有效提升数据安全并降低数据分发的难度全企业内集中的、标准化的数据管理要求建设双活的灾备中心,有效提升资源利用率基于资源共享及动态调整能力,有效节约硬件投资通过集中化的灾备中心建设,促进IT系统的管控集中化、技术标准化的演进全国大集中的SaaS应用带来高性能数据库集群的需求,尤其是BSS领域核心支撑系统全国大集中的OLTP需求海量数据管理能力及动态扩展能力SaaS应用所需的数据一致性保障及关系数据管理能力适合大型企业的大型关系型数据库的提供或托管高性能、海量数据管理、扩展性适合中小企业的小型关系型数据库的提供或托管DB实例的快速提供、弹性能力、自动化分散数据库的整合集中化的灾备中心大集中SaaS应用的数据库支撑新一代IDC/ADC的数据库提供与运营电信企业在云化架构的数据库平台层的潜在现实需求云数据中心的需求总结业务目标:降低成本、提高效率、改善服务、拓展业务!InsertPictureHere提纲1、云数据中心概念的提出2、云计算与数据中心的关系3、云数据中心的应用场景4、云数据中心的数据管理云数据中心的技术要求24计算资源、存储数据应用/服务云接入数据仍然是云中心最重要的信息资产!海量分布式存储和处理高并发读写高性能获取负载均衡资源共享在线扩展迁移足够的安全简单的管理标准的访问接口如何实现云数据中心两种‘云’中的分布式数据库25集群调度分布式文件系统GFS分布式锁服务主服务器客户端支撑层Bigtable客户端(library)服务层用户层元数据表子表服务器子表子表子表子表服务器子表子表子表服务器子表子表子表存储存储存储存储高速网络互联N+1集群存储层管理控制层存储SAN基于key/value的键值非关系型并行数据库云服务提供商:GoogleBigTable,AmazonSimpleDB,MSSDS开源/独立:HadoopHbase,oldemort,Cassandra关系型数据库/数据仓库分布式解决方案OLTP&DW:Oracle,DB2,SQLserver,SybaseDW:Teradata,Netezza,Greenplum开源:HadoopCloudBase两种‘云’中的分布式数据库Cont.26非关系型分布式数据库针对某类特定需求而设计具有很强的弹性和扩展能力规模化提供较强的分布式处理能力数据弱一致性设计较弱的结构化查询统计能力,一般存在较多限制非标准/部分标准的访问接口关系型分布式数据库通用性设计,但也带来了性能的限制通过集群提供较强的横向扩展能力较强的分布式能力数据强一致性保障很强的结构化查询与复杂分析能力标准的数据访问接口很小的应用领域,缺乏成熟的商业产品。产品成熟,但要在性能和伸缩性上进一步增强VS云数据中心可能的问题可用性大规模集群环境下,单个/部分节点的故障容错性能瓶颈随着集群规模的扩大,单节点环境下的性能瓶颈可能会被放大,如节点交互、IO扩展性随着数据量和负载的增大,如何保证可扩展性以满足业务处理和分析对性能的要求数据存储海量数据的在分布式环境下的存储和高效访问,空间的需求和压缩等27云环境下需要一个更加强大的分布式数据库解决方案!Oracle云数据中心解决方案…Exadata完美解决超大型分布式数据库/数据仓库面临的挑战!28•ExtremePerformance为数据仓库应用带来10-100倍的性能提升;OLTP应用带来20倍的性能提升;•LinearScalability适应海量数据迅速增长的线性性能扩展,消除瓶颈•Availability预配置的软硬件提供企业级的支

1 / 36
下载文档,编辑使用

©2015-2020 m.777doc.com 三七文档.

备案号:鲁ICP备2024069028号-1 客服联系 QQ:2149211541

×
保存成功