Tech Neo技巧沙龙 | 11月25号，九州云/ZStack与您一路商量云时代收集界线治理实践

有分析公司认为，当前对于任何大年夜型IT企业都必弗成少的流程：容量才能治理往往都异常的复杂。并且，在当今加快成长的贸易世比赛，这种治理往往无法有效实施。优先级的改变、日益增长的复杂性和可扩大的云基本架构使得传统的容量治理模式已经不太奏效。在新技巧的支撑下，由立异的IT引导者推动，新的容量才能治理模式正在出现。这种新的模式将IT资本应用视为对营业有意义的，应用主动化和分析来治理复杂性，并削减人工操作。

在本文中，我们将与广大年夜读者诸君合营评论辩论若何将容量治理中所涉及到的复杂监控、分析和猜测缩减为一项健康的办事(当前绩效)指标，以及办事风险(将来绩效)的一个指标，使所有好处相干方更易于治理和更具可视化。

风险评分

猜测

在简化的意义上，IT容量治理是均衡营业办事的成本和机能的基本，个中基本举措措施的分派和设备是支点。如不雅您企业的基本举措措施设备欠妥或不足以支撑营业需求，可能会产发展时光的响应时光问题和中断，大年夜而使营业损掉高达上百万。

避免这种情况的一种典范办法是过度设备基本举措措施，即估计所须要的容量，并使之翻一番。据估计，多达50%的云基本举措措施是未应用的，这种现象在物理存储中甚至更多。过度设备浪费了大年夜量的硬件，软件许可和治理成本。而诀窍就在于合理化您企业的基本举措措施范围，以知足当前的需求，并确切的知道何时何地须要增长若干额外的容量。

为了有效优化营业办事，容量治理过程由四个重要步调构成：

1. 数据收集和治理。收集您企业情况中每款应用法度榜样、办事和体系的具体信息和相干的机能数据。
2. 数据分析。分析数据以肯定办事的健康状况，潜在的机能问题以及这些问题的根来源基本因，以便您可以解决这些问题。
3. 猜测。精确猜测资本缺乏何时何地会产生，如许才能避免资本缺乏。
4. 提交可履行的信息。为各好处相干方：IT分析师、办事经理和营业引导供给他们可以据此做出决定计划所需的信息。

使IT变得如斯具有挑衅性的是，鉴于动态成长的技巧，赓续变更的营业需乞降需求的增长都增长了复杂性，使得IT情况赓续变更。时光一向是机能问题的本质，然则IT人员分散在各类义务和项目中，削减了确保办事交付的时光。最后，容量治理特长越来越少。根据一家业界领先的分析公司Research In Action猜测，到2020年，容量和机能治理的技能缺乏将成为75%的企业袈漩长的重要制约身分或风险。

或许恰是因为这些挑衅的存在，使得很多技巧引导者认为，容量治理是一大年夜竞争优势，在将来几年将会变得加倍如斯。据Research In Action猜测，到2020年，35%的企业将应用容量治理对象来获得竞争优势(而今天的比例则为20%)。

有效的容量治理所带来的竞争优势：

1. 削减了员工整力于供给高可用性和一致的办事所花费的时光
2. 削减义务关键型应用法度榜样的停机时光和瓶颈
3. 优化硬件，软件和云存储投资
4. 更有效的营业筹划，使IT投资与营业目标保持一致
5. 保护企业品牌荣誉

借助主动化治理复杂性

近年来，大年夜部分已经成功的安排了容量治理的IT企业均应用了分析和主动化。这种办法的长处是速度和精确性，即使在异常复杂的情况中，但须要花费相当的时光，并采取恰当的对象和流程来竽暌剐效实施。

要懂得这种办法，如下，让我们来商量前面所述的每个核心流程：

1. 数据收集和治理
2. 数据分析
3. 猜测
4. 供给可履行的信息

在选择企业容量治懂得决筹划时，应推敲以下身分：

• 情况中的物理和虚拟办事器的数量IT企业所治理的办事的数量
• 将来3年估计的基建投资情况
• 今朝基本举措措施多余的程度
• 关键办事中断的潜在成本

数据采集

机能数据必须以具备足够的细粒度级别进行收集，以知足营业交易的需求。例如，及时交易和在线购物须要比批量处理更多的细粒度。请记住，您企业所应用的收集对象必须以主动化和高度可扩大的方法供给具体，及时的数据，以确保项目标成功。

数据分析

传统上，这种分析是由容量治理专家经由过程简单的对象(如电子表格)“手动”检查数据;或经由过程构建和保护定制的对象和萌芽来履行的。这种类型的手动分析须要花费大年夜量的时光和专业常识，并用到在很多企业中已经脆弱的资本。主动化是一大年夜解决对策，尽管在这方面存在较少的可行解决筹划。汗青上，很多这些“主动化”解决筹划仍然须要大年夜量的时光来设置，并在供给有效的信息方面仍然受限。然而，技巧如今可以用更实际和更有效的方法解决分析问题。

为了精确猜测机能，我们须要熟悉到，计算机体系的行动不是线性的。如不雅其是线性的，那么猜测就像线性趋势一样简单。实际是列队产生。列队是指当一款CPU、控制器或其他设备有超出其所可以或许履行处理的工作进入时的情况。然后，办事不得不等待列队，就像列队等待在市廛款台结帐一样。当只有很短的部队或没有列队时，响应时光与所添加的工作成比例。您企业袈滟添加一些工作，一些应用法度榜样或基本架构，就有了更多的工作亟待处理。列队由此开端，忽然间的延迟是巨大年夜的。这就是所谓的曲线中恐怖的拐点，之后的响应时光呈指数增长——等待时光比工作时光还要长，响应受到很大年夜的影响。

　　推荐阅读

　　如何成功地实现混合云应用集成

Tech Neo技巧沙龙 | 11月25号，九州云/ZStack与您一路商量云时代收集界线治理实践在混淆云情况中，很难确保所有应用法度榜样都能很好地组合在一路。行业专家将资世人们思虑这一过程。越来越明显的是，很>>>详细阅读

本文标题：健康与风险：数据中心容量管理的新模式

地址：http://www.17bianji.com/lsqh/38761.html

 1/2    1