云计算数据中心往往给人很神秘的感觉,作者将从数据中心的构成、云计算服务器、网络需求等方面,向读者呈现云计算数据中心的整体基本知识,使大家对云计算数据中心的物理构成及网络需求有一个概念性的了解。
云计算数据中心主要由服务器、网络交换设备、存储设备、供电设备、冷却通风等设备构成,通过虚拟化软件形成一个个资源池。给人直观的印象就是成排的机架和成行成列的服务器。
中国电信云计算中心外景
机房内场景
数据中心由大量的刀片服务器、传统以太网络交换机、存储网络、存储设备构成
云计算数据中心所采用的服务器,不是我们常见的像电脑一样的塔式服务器。而是根据需要采用机架服务器、刀片服务器和机柜服务器。
机架服务器
机架式服务器的外形看起来不像计算机而象交换机。机架式服务器安装在标准的机柜里面,机架式服务器相对于塔式服务器要节约空间更加紧凑。
刀片式服务器
刀片服务器则是机架式主机仿效网络及电信设备的卡板式设计再进化,比机架式主机更省空间。刀片服务器有一个完整的机框,以统一集中的方式提供电源、风扇散热、网络通信等功能。而机框上可插置多张单板电脑,因状似刀片(Blade),因此称之为刀片服务器。
思科刀片服务器及装上刀片的机框
机柜式服务器
在一些高档企业服务器中由于内部结构复杂,设备较多,有时许多不同的设备单元或几个服务器都放在一个机柜中,这种服务器就是机柜式服务器。主要用于云计算中要求有较高冗余措施的业务。
大多数读者家里装的宽带估计都是10M以上,办公室的网络一般也是100M带宽了。但这对于云计算来说是远远不够的,由于虚拟化、分布式计算、传输效率的要求,云计算数据中心的带宽一般从10G起,目前40G、100G的网络带宽将逐渐成为主流。这就要求云计算数据中心的核心交换机具有强大的数据处理能力和较高的端口密度,使其成为数据中心信息交换的核心。
随着云时代的来临,大数据(Big data)也吸引了越来越多的关注。大数据(Big data)通常用来形容互联网在日常运营中生成、累积的用户网络行为的大量非结构化和半结构化数据,这些数据无法用普通计算机处理。
大数据分析常和云计算联系到一起,因为实时的大型数据集分析需要分布式计算,向数十、数百或甚至数千的电脑分配工作。
大数据(Big data)的主要特点就是体量巨大,随着移动互联网、社交媒体、云计算、物联网等使用产生了大量的数据,截止到2012年,数据量已经从TB(1024GB=1TB)级别跃升到PB(1024TB=1PB)、EB(1024PB=1EB)乃至ZB(1024EB=1ZB)级别。国际数据公司(IDC)的研究结果表明,2008年全球产生的数据量为0.49ZB,2009年的数据量为0.8ZB,2010年增长为1.2ZB,2011年的数量更是高达1.82ZB,相当于全球每人产生200GB以上的数据。通过对这些数据进行科学的处理挖掘,将成为我们在商业、经济、公共卫生及其他领域中的重要信息财富。
让我们看看大数据应用的具体案例:
洛杉矶警察局和加利福尼亚大学合作利用大数据预测犯罪的发生
google流感趋势(Google Flu Trends)利用搜索关键词预测禽流感的散布
麻省理工学院利用手机定位数据和交通数据建立城市规划
Facebook通过搭建数据分析模型,弄清楚用户点击广告的动机和方式
上一节: | 返回专题首页 |
云计算数据中心往往给人很神秘的感觉,作者将从数据中心的构成、云计算服务器、网络需求等方面,向读者呈现云计算数据中心的整体基本知识,使大家对云计算数据中心的物理构成及网络需求有一个概念性的了解。
云计算数据中心主要由服务器、网络交换设备、存储设备、供电设备、冷却通风等设备构成,通过虚拟化软件形成一个个资源池。给人直观的印象就是成排的机架和成行成列的服务器。
中国电信云计算中心外景
机房内场景
数据中心由大量的刀片服务器、传统以太网络交换机、存储网络、存储设备构成
云计算数据中心所采用的服务器,不是我们常见的像电脑一样的塔式服务器。而是根据需要采用机架服务器、刀片服务器和机柜服务器。
机架服务器
机架式服务器的外形看起来不像计算机而象交换机。机架式服务器安装在标准的机柜里面,机架式服务器相对于塔式服务器要节约空间更加紧凑。
刀片式服务器
刀片服务器则是机架式主机仿效网络及电信设备的卡板式设计再进化,比机架式主机更省空间。刀片服务器有一个完整的机框,以统一集中的方式提供电源、风扇散热、网络通信等功能。而机框上可插置多张单板电脑,因状似刀片(Blade),因此称之为刀片服务器。
思科刀片服务器及装上刀片的机框
机柜式服务器
在一些高档企业服务器中由于内部结构复杂,设备较多,有时许多不同的设备单元或几个服务器都放在一个机柜中,这种服务器就是机柜式服务器。主要用于云计算中要求有较高冗余措施的业务。
大多数读者家里装的宽带估计都是10M以上,办公室的网络一般也是100M带宽了。但这对于云计算来说是远远不够的,由于虚拟化、分布式计算、传输效率的要求,云计算数据中心的带宽一般从10G起,目前40G、100G的网络带宽将逐渐成为主流。这就要求云计算数据中心的核心交换机具有强大的数据处理能力和较高的端口密度,使其成为数据中心信息交换的核心。
随着云时代的来临,大数据(Big data)也吸引了越来越多的关注。大数据(Big data)通常用来形容互联网在日常运营中生成、累积的用户网络行为的大量非结构化和半结构化数据,这些数据无法用普通计算机处理。
大数据分析常和云计算联系到一起,因为实时的大型数据集分析需要分布式计算,向数十、数百或甚至数千的电脑分配工作。
大数据(Big data)的主要特点就是体量巨大,随着移动互联网、社交媒体、云计算、物联网等使用产生了大量的数据,截止到2012年,数据量已经从TB(1024GB=1TB)级别跃升到PB(1024TB=1PB)、EB(1024PB=1EB)乃至ZB(1024EB=1ZB)级别。国际数据公司(IDC)的研究结果表明,2008年全球产生的数据量为0.49ZB,2009年的数据量为0.8ZB,2010年增长为1.2ZB,2011年的数量更是高达1.82ZB,相当于全球每人产生200GB以上的数据。通过对这些数据进行科学的处理挖掘,将成为我们在商业、经济、公共卫生及其他领域中的重要信息财富。
让我们看看大数据应用的具体案例:
洛杉矶警察局和加利福尼亚大学合作利用大数据预测犯罪的发生
google流感趋势(Google Flu Trends)利用搜索关键词预测禽流感的散布
麻省理工学院利用手机定位数据和交通数据建立城市规划
Facebook通过搭建数据分析模型,弄清楚用户点击广告的动机和方式
上一节: | 返回专题首页 |