移動資料時如何避免停機和中斷

<a href="http://s4.51cto.com/wyfs02/M02/00/16/wKiom1mWPsDDToqLAACql_UYIY8686.jpg-wh_651x-s_2953509974.jpg" target="_blank"></a>

如今，越來越多的組織需要在資料中心和雲端之間移動資料，但在移動資料期間面臨停機的風險是一個難題。

據調研機構451 Research最新的預計，截至明年，約有60%的企業IT工作負載将在某種形式的公共雲或私有雲上運作。它在企業關鍵業務(包括資料分析和核心業務應用)方面實作了特别強勁的增長。而其他調研機構IDC，Gartner和Forrester的調查結果大緻相同，即雲計算迅速成為核心，而不是一般IT提供的外圍裝置。

那麼，IT上司者對資料移動的風險以及相關的停機時間表示擔憂，這并不足以為奇。現在，傳統的資料集現在是10到20年前企業資料庫平均大小的1000到100萬倍。這意味着與移動相關聯的潛在停機時間将會增加許多倍。這不再是隻花費15分鐘的時間，這可能是資料正在重新安置的幾個小時的停機時間。

企業知道他們需要更多地利用雲計算，特别是實施更具戰略性和智能的事情：高速，高容量的資料壓縮，以支援實時決策和複雜的自動化。如今産生的資料量也使得建設二級資料中心成本過高，而這是進一步推動企業走向雲計算的因素。

但是将業務資料從資料中心遷移到雲端的痛苦仍然讓人望而卻步。他們的資料在運輸過程中可能會發生什麼，如果他們無法再獲得通路權限，或者如果在其他地方被使用，他們如何繼續使用實時資料?

資料延遲也是一個問題。資料中心過去建在靠近企業經營的地方，以防止與網絡傳輸相關的性能下降。但是，随着雲計算的應用，資料中心之間的距離不在企業的控制之内，是以性能問題可能會減緩資料可用性和和協調性，這是一個重要的考慮因素。

關于停機的擔憂也在災難恢複方案中有效。例如，由于遠端資料中心可能被要求實時系統備份并快速運作，是以首席資訊官們會因為近距離和遠端系統之間的不相容而導緻停機或資料丢失而擔憂。例如，IBM公司将在網絡研讨會上讨論這個問題。

未來将是現在

無論是日常的背景系統，還是那些支援與人工智能或物聯網有關的雄心勃勃的新項目，組織都需要随時需要正在處理的資料的可用性和完整性。

例如，對于無人駕駛汽車而言，所有各方(乘客，汽車制造商，保險公司和第三方服務提供商)都需要絕對的保證車輛儀表和傳感器，以及與之相連的雲計算平台将能夠持續實時發送，接收，解釋和處理資料。據估計，具有傳感器，相機和雷射測量(LiDAR測量)的一台自主駕駛車輛每秒可産生100Gb的資料。

使用不斷變化的資料集提供可行服務的唯一方法，無停機時間和無中斷，這是人們稱之為活動資料複制的方式。這允許實時資料同時存在于多個位置，而不會在每個終點被更新時不同步而有中斷的風險。這種能力将允許汽車制造商和服務合作夥伴分析和回應關于車輛運作情況的現場資料，實時識别異常情況，以及事先确定哪些必要的補救措施。

許多組織正在轉向采用基于Hadoop的分析(一種以速度進行大規模資料處理的特定方式)，将大資料轉化為可以在日常活動中使用的有意義和可操作的事情。很多企業使用Hadoop來分析和回應Twitter的活動。但是，這通常意味着将資料放入雲計算中，其中所需的處理能力随時可用。

除非他們正在處理曆史資料，否則企業将繼續需要通路其核心業務系統中的資料，其中記錄将繼續更新。在這種情況下，使用雲計算進行處理并不是簡單的将批量裝載的完整資料發送到目的地，這是巧妙發生的事情。

暫停不是一個選項

當對實時的生産資料進行分析時，企業無法承受資料來源的站點和資料處理點不同步。他們在任何新的事情發生之前，不能等待幾天才能移動，分析和傳回資料。這不僅僅是停機，而且是系統癱瘓。而且，這并不影響在遷移過程中可能發生的任何損壞或Hadoop分析事件後資料被協調的結果。

同樣，避免與資料移動相關的停機和中斷的唯一方法是找到一種在位置之間持續更新和同步資料的方法。谷歌公司通過精心制作的衛星設定實作了這一點，而企業也可以使用文中介紹的這樣的巧妙算法來實施。 

本文作者：佚名

來源：51CTO