資料增長愈演愈烈,4大措施應對管理難題
正常情況下,隨著業務的不斷增長,你的IT團隊總會有越來越多的資料需要管理。而與此同時,幾乎每個企業都會嘗試去應對這種不間斷的資料增長——甚至是在不增加預算或人員的前提下。
451研究所分析師Henry Baltazar在最近的一份報告中強調了這一趨勢,他指出:“資料管理的相關性越來越強,它與企業必須處理的海量資料的持續增長是並行的。”目前業內有很多方法可以緩解資料增長的挑戰,以下是其中比較典型的四種,僅供參考:
視覺化
資料管理不能無的放矢,你必須得知道問題出在哪裡。這就使得了解你的資料究竟發生了什麼至關重要。你需要確定哪些資料是熱資料,並且這些資料真的需要快閃記憶體的高效能;也需要確定哪些資料是冷資料,並且可以轉移到成本更低的儲存資源。如果這些問題無法確定,就會造成大量成本浪費。弄清楚應用程式更需要的是效能還是容量,你就可以更有效地滿足其需求,所以首先要確保資料儲存在合適的資源上。
為此,你需要了解儲存資源中發生的情況。現在有很多軟體可以提供這種洞察力,使用後設資料來確定什麼時候檔案是最後開啟的,哪些檔案最後被更改了等等。在修復任何其他資料管理問題之前,必須對資料進行統一的視覺化。使用指示板尋找解決方案,使您能夠清楚地瞭解整個儲存生態系統中的資料活動——而不是一次只處理一個系統,因為IT部門很少有時間在多個不同的系統中監視和收集資訊。
整合資產
根據2016年的一項調查,大多數的PB規模級企業都有很大的儲存空間,而超過一半的企業管理著10個以上不同的儲存系統。隨著商業時代的發展,儲存空間的擴充套件變得更加快速。當然這種基礎設施投入是有價值的,但如果對當前業務需求來說,資料儲存在不合適的資源上,那麼移動資料也將成為難題。
通過使用軟體虛擬化資料,企業可以建立一個全域性名稱空間,使不同的儲存資源同時可用於應用程式。一旦控制路徑通過虛擬化從資料路徑中分離出來,就可以跨越儲存豎井。這使得在不中斷應用程式的情況下輕鬆移動資料成為可能。這樣,高效能儲存資源就可以提供給熱資料,而將更冷的資料轉移到成本更低的儲存層可以更好地利用預算。由於資料在整個生命週期中都需要移動,因此還有一個額外的好處是,儲存遷移所帶來的痛苦將不復存在。
增加雲或物件儲存
現在來看,沒有什麼比增加on-premises物件或雲端儲存更好的節省預算的方法了。其中的挑戰在於如何將雲作為儲存層進行整合,並將正確的資料移出其他儲存空間。資料虛擬化、後設資料管理和機器學習都可以幫助實現這一簡單而自動化的過程。隨著資料變冷——持續一個月還是一年,取決於你的業務——它們可以暫時從高效能儲存資源離開,但需要保持其可訪問性以防萬一。
在增加雲時,確保資料能夠轉移到外部環境,可以無縫地返回到檔案級別是很重要的。若非如此,你最終可能會付出比你所預期的多得多的代價。這是因為將資料移動到雲上通常並不昂貴,但將資料重新拿回去成本高昂。確保你可以在檔案級別的粒度上提取資料,這樣可以幫助您保持低成本,同時享受在企業中快速採用雲端計算的靈活性和敏捷性。
自動化智慧管理
在你瞭解了你的資料,並讓你的應用可以感知不同的儲存資源之後,最後一步就是自動化管理。一些儲存系統可以在單個系統或供應商生態系統中提供這些功能,但是後設資料引擎軟體可以根據IT定義的物件進行自動化管理,甚至跨不同的供應商。我們稱之為“端到端資料管理”。
隨著機器學習的興起,此類智慧進入資料管理領域也就不足為奇了。久而久之,智慧軟體就可以觀察到相應的模式,例如,當內部業務資料在季度末變得很熱時,如果資料管理目標允許,那麼在準備報告之前將其移回效能儲存。
最後,考慮到大多數IT部門沒有得到更多的預算或更多的人員來幫助他們處理資料的增長、視覺化、整合、雲的採用和自動化,因此,給IT團隊更多的時間去完成這些戰略專案是非常重要的,而不是將他們的工作時間用於無意義的看管與搬運。
來自 “ ITPUB部落格 ” ,連結:http://blog.itpub.net/31473948/viewspace-2154999/,如需轉載,請註明出處,否則將追究法律責任。
相關文章
- 難對齊、難保障、難管理?一文了解位元組跳動如何解決資料SLA治理難題
- 2024年資料分析的五大趨勢和應對措施
- 理解資料管理難題:分析型MDM(下)XG
- 反爬蟲的應對措施爬蟲
- 如何應對反爬蟲措施?爬蟲
- 如何巧妙應對iOS鍵盤難題?iOS
- 雲派休閒遊戲增長的背後,資料驅動如何解決運營難題遊戲
- 高效採集資料,伴隨應用業務增長
- 高效採集資料,幫助應用業務增長
- Oracle資料庫日常問題-歸檔異常增長Oracle資料庫
- 資料中心管理有三大難題
- 企業雲盤是如何應對資料爆增的
- mplus資料分析:增長模型潛增長模型與增長混合模型再解釋模型
- 應對勒索軟體,應採取哪些預防措施
- 對PDM產品資料管理應用與發展
- 讀資料質量管理:資料可靠性與資料質量問題解決之道12應對與緩解
- 針對IDC企業管理難題該如何有效解決?
- 如何估算Oracle資料庫每日資料增長量Oracle資料庫
- 訊息架構的設計難題以及應對之道架構
- 攜程 x TiDB丨應對全球業務海量資料增長,一棧式 HTAP 實現架構革新TiDB架構
- 大資料治理會遇到哪些難題大資料
- 企業銷售系統,幫助企業業績增長等難題
- Docker管理應用資料Docker
- MyBatis 查詢資料時屬性中多對一的問題(多條資料對應一條資料)MyBatis
- DNS攻擊型別及應對措施大盤點DNS型別
- DNS解析不生效原因及應對措施大盤點DNS
- Hadoop大資料分析市場以13.0%的複合年增長率增長Hadoop大資料
- python獲取影片時長並移動到對應時長的資料夾下Python
- SpringBoot資料庫管理 - 用Liquibase對資料庫管理和遷移?Spring Boot資料庫UI
- MySql資料庫ibtmp1檔案增長問題處理記錄MySql資料庫
- 管理系統解決企業管理難題
- 2024年5大最強免費專案管理軟體使您能夠輕鬆應對各種專案管理難題專案管理
- 資產管理報告:支援增長並確保關照
- 常見的反爬蟲措施與應對方法介紹爬蟲
- 【故障補牢】貪吃的 Bing 爬蟲,限量供應的應對措施爬蟲
- 《資料資產》專題:什麼是《資料資產》?應該如何落地《資料資產管理與實施》
- 通用連線池幫你解決資源管理難題
- 蘋果財報:逆勢增長或難持續蘋果