关于现代数据中心的容量管理.docxVIP

PAGE 1 PAGE 1 关于现代数据中心的容量管理  自从基于服务器的计算出现以来，容量管理作为一门运营学科已经存在多年了，其甚至可追溯到大型主机时代。而鉴于每一代的服务器平台都会创造自己独特的要求，这使得支持这一学科的相关商业工具也已经存在30多年了。  自从基于服务器的计算出现以来，容量管理作为一门运营学科已经存在多年了，其甚至可追溯到大型主机时代。而鉴于每一代的服务器平台都会创造自己独特的要求，这使得支持这一学科的相关商业工具也已经存在30多年了。伴随着数据中心从大型主机发展到中端计算，又从客户端服务器向虚拟化方向发展，使得数据中心业界对于容量管理工具的需求也在逐步发展。  虚拟化技术的普及采用尤其带来了智能工作负载管理(IWM)的问题，使得容量管理不再是确保应用程序性能的充分解决方案了。特殊是当将传统的容量管理解决方案用于现代数据中心时，会面临以下一系列的根本缺陷：  传统的平台不足以应付现代数据中心实时的运营操作  中央指数分析迫使传统的容量管理解决方案需要批量执行，使得这些解决方案无法适应不断变化的应用程序需求。  传统的容量管理解决方案完全依靠于历史数据，因此无法应对不可预估的应用程序的需求模式。  这些传统的容量管理解决方案所给出的生产的建议甚至往往在被执行之前就已经被淘汰了。  这些传统的容量管理解决方案依靠于历史数据，故而不适用于云原生(cloud-native)应用程序工作负载。  传统平台仅侧重于基础设施，同时还忽视了应用程序的性能  这些传统的容量管理解决方案使用不适合的分析算法，专注于基础设施利用率，而不考虑应用程序性能。  传统的容量管理解决方案没有将工作负载需求与基础设施供应相关联的语义来确保应用程序的性能。  确保现代数据中心的应用程序性能需要一款能够解决智能工作负载管理问题的实时掌握系统。但伴随着虚拟化技术兴起而出现的软件定义的数据中心的设计并不包括这个系统。  数据中心容量管理的定义  市场调研机构Gartner公司对容量管理工具做出了如下的定义：  “IT基础架构-容量管理工具可以生成与基础架构-容量相关的报告，并能够执行历史数据分析和容量相关分析，同时具备IT和业务场景规划的能力。这些工具的特点在于它们能够广泛的与来自各个不同领域的专用工具(例照实时性能监视工具)的数据充分集成整合在一起的卓越功能；能够为各种各样的基础设施组件供应预估、咨询和自动化；能够对影响基础设施性能绩效的潜在因素进行深入的分析；以及他们对假设情景及其与在线分析处理(OLAP)业务报告工具的集成的支持。  容量管理工具的目标是为了解答以下问题：  我所在企业的数据中心是否具备足够的基础设施容量能力来支持企业当前和将来的工作负荷？假如没有，那么，我企业何时必需获得额外的容量；及什么类型的容量？  转变我所在企业的数据中心的基础架构的容量或配置将会产生什么影响？  在各种操作环境之间迁移工作负载的最佳方式是什么？  关于容量管理历史的简洁回顾  容量管理工具最初是为支持IBM的大型主机而开发的。彼时，主要的驱动因素是大型主机的硬件成本过于昂贵，因此，业界花费了大量的精力以便精确地确定毕竟需要多少硬件。  伴随着中档服务器的出现，容量管理的问题开始不再被业界突出强调。尽管确定详细应当选购多少硬件的问题仍旧特别的重要，但是两大趋势使得这方面的问题不再是业界的突出重点难题了。首先，硬件的成本变得不那么昂贵，因此使得企业客户详细需要选购多少容量的精度变得不那么重要。第二，虽然主机在单台服务器上运行了多款应用程序，但中端系统往往是每台服务器上只运行单款应用程序。这简化了规划的过程，同时还削减了对复杂工具的需求。  接下来，从中端UNIX系统到基于Wintel平台的客户端-服务器系统的转变，再次转变了格局。服务器的价格开始下滑，且大多数服务器仍旧是单一的应用程序。这连续减弱了容量管理工具的价值。  随着虚拟化技术的出现，容量管理问题开始看起来更像是大型主机的问题。借助虚拟化技术，使得企业客户在同一台服务器上运行多款应用程序再次成为常态。另外，虽然单台服务器的成本持续下降，但服务器的数量却大幅增加了。  依据Gartner公司在2014年的市场调研显示，仅不到5%的企业正在使用IT基础设施容量管理工具。他们进一步估计，到2018年，只有30%的企业将采用这些工具——年复合增长率只有5%。鉴于这一工具类别已然成熟，那么，一个显而易见的问题便是：“为什么数据中心业界对于该工具的