大數據基礎設施解決方案

2019-07-30 10:22 來源: 華為集團
瀏覽量: 收藏:0 分享
  • 方案類別:基礎設施

  行業趨勢分析

  行業趨勢

  隨著大數據技術的飛速發展,對數據價值的認識逐漸加深,大數據已經融入到了各行各業。根據相關調查報告數據顯示,超過39。6%的企業正在應用大數據并從中獲益;超過89。6%的企業已經成立或計劃成立相關的大數據分析部門;超過六成的企業在擴大大數據的投入力度。對各行業來講,大數據的使用能力成為未來取得競爭優勢的關鍵能力之一

  數據量將成爆發式增長趨勢,企業需要加強采集數據的能力

  海量數據的存儲、管理成本將大幅增加

  為更好的挖掘數據價值,需要大量的計算資源

  大數據和人工智能的結合,將成為大數據應用的主要方向

  方案優勢

  業務連續穩定

  通過多級可靠性架構,保證數據持久性達99。9999999999%,業務系統支持兩地三中心高可用部署,數據多副本存儲(3AZ)

  高性能多元算力

  提供高性能虛擬機,裸金屬服務器,AI算力等多種計算資源。滿足各種業務需要。內網大帶寬高速互聯網絡,系統整體性能大幅提升

  資源利用率高

  提供計算資源、存儲資源分離部署方案,集群利用率提升75%,存儲利用率提升50%,支持按需伸縮計算資源,輕松應對業務負載變化

  數據復用率高

  OBS支持多種協議。數據一處存放,處處使用,分析任務無需復制數據到本地,即可進行處理。數據復用程度高,整體業務處理速度快

  業務挑戰

  IT投資和維護成本高

  大數據業務單次IT投資金額大,機房建設成本、存儲服務器、應用服務器、配套的風火水電等資金投入,需要企業一次性投入大量資金;隨著業務規模逐漸增長和平臺架構升級,大數據平臺所需的存儲服務器、計算服務器數量和規格逐漸增加,導致數據中心異構資源多,后期維護困難

  性能不足,分析周期長

  當出現熱點事件或促銷活動等浪涌業務時,企業所需的數據分析量迅速增加,傳統的數據中心無法快速擴充相應的存儲、計算資源,導致大數據處理、分析任務出現堆積,處理緩慢,甚至無法在最大可容忍時間內完成,導致企業正常經營業務受損

  額外拷貝,容量、效率浪費

  由于大數據分析任務對數據的并發讀寫能力要求極高,傳統的存儲服務器無法滿足要求,大數據分析應用只能先將待分析數據復制到本地,之后才可以開始進行分析,額外增加了一次數據拷貝消耗,同時占用了大量本地存儲空間,導致整體分析效率浪費、存儲容量浪費

  資源無法靈活配比,浪費嚴重

  數據是企業業務發展重要生產資料之一,為避免出現數據丟失、損壞的風險,數據需要多地多份存儲(>3),企業需要額外購買數倍于業務數據所需的存儲空間,存儲設備成本高企

  典型業務場景

  大數據實時分析

  大數據離線分析

  大數據實時分析場景

  提供可彈性擴展、低時延、高吞吐的高性能計算資源,支持業界主流的實時分析業務平臺,結合大帶寬、支持多種協議的對象存儲服務,提升實時分析業務整體資源利用率

  優勢

  資源利用率高

  支持計算、存儲分離架構,最大化提升資源利用率,按需使用計算資源;計算資源靈活可變,滿足業務量高速增長需求

  卓越的分析性能

  裸金屬服務器與對象存儲之間支持25G超高帶寬,保障數據分析業務的低時延、大帶寬訴求,端到端性能較本地大數據分析平臺提升一倍

標簽:

責任編輯:徐向南
三肖中特期期哦黄大仙