大数据平台的管理与运维

(｀▽′)如何应对大数据时代的运维挑战？在企业中也是如此，当大量的生产和运营数据集中在数据中心时，当人们因IT故障而失去与数据中心的连接时，停滞可能并不像个人应用瓶颈那么简单。 。 为了应对大数据下新的业务需求，传统的IT运维管理需要对数据中心基础设施进行变革，包括虚拟交付能力和服务的调整，以及必要的IT和业务融合。 方法和工具。 数据中心开始了“按需配置”改造。 每当我们数据中心的业务能力不够的时候，我们就会想到增加更多的硬件设备来满足客户的需求。 但当大量数据涌入时，这种增长是被动的、延迟的。 据统计，互联网上的数据每两年翻一番，目前全球90%以上的数据都是近几年产生的，这为世界迎接大数据概念的出现做好了准备。 数据的增长超出了我们的预期，那么有没有一种方法可以为业务部门提供低成本的“按需”解决方案呢？虚拟化技术以其降低成本、灵活性和动态扩展特性提供了最佳答案。 许多企业希望利用云计算和虚拟化技术来实现基础环境和“按需配置”的服务水平，从而实现更低的成本和更高的利润。 然而，从大数据这个大金矿中淘到金子并不容易，传统架构下的IT运营管理与成熟的虚拟化技术并不齐头进。 首先，虚拟机一旦出现故障，如果不能及时恢复，造成的损失可能远远超过电力和空间节省的成本。 其次，虚拟机的灵活性对于IT运维中的“配置管理”来说可谓一杯毒酒。 在传统数据中心，管理员可以肯定地说：我的数据库运行在服务器A上，连接到交换机B并使用存储阵列C，并且它们的性能指标都非常好。 然而，动态数据中心采用虚拟化技术后，这些关系是分离的，并且更具可扩展性，或者可以随意使用这些基础设施资源（人们对“灵活性”的误解）。 业务系统可以位于服务器集群中的任何计算节点上，可以使用任何存储设备上的存储空间，可以使用虚拟网络，并且可以进行移动以满足性能或运营需求。 然而，这种优势却在IT运营管理和维护中造成了严重的“隐形”和“无法解释”的问题。 如何解决虚拟化运维管理的“两大难题”？如果您不知道IT环境中有什么，就无法指望控制、维护和改进它。 因此，配置管理和性能监控任何时候都没有改变，它们只是进化到了更高的层次。 作为国内领先的IT运维管理专家，北塔软件认为IT运维管理不是一蹴而就的，大数据下的网络管理也不需要应对更多的技术和管理挑战。 过去，基础设施监控一般集中在物理设备、物理网络和物理存储的管理上，虚拟化之后的变化变得更加容易和简单，但这会让一些虚拟机脱离了管理范围，特别是在配置管理方面。 和性能监控。 管理者需要为新增的虚拟网络、数据存储、虚拟机、ESX/ESXi主机数量、集群对象等提供配套的IT运维管理工具。 从更好的配置管理开始是重要的一步，因为它可以清晰地显示虚拟机、物理服务器、存储和网络资源之间不断变化的关系。 此外，随着每台物理机上托管的虚拟机数量的增加和整体利用率的提高，性能测量和监控的重要性也随之增加。 为了避免虚拟机过大或利用率不足的问题（虚拟化后，这些问题无法完全消除），运维管理人员必须能够随时调整物理主机的承载能力。 为消除大数据时代用户的运维后顾之忧，北塔软件在提供主机、网络、机房等领域综合管理解决方案后，在贝塔BTIM（BetasoftIntegratedManagement，一体化IT管理软件）中新增VMware虚拟化解决方案）。 集中管理和存储管理解决方案FC-SAN。