分布式数据中心或是未来数据中心发展方向

随着业务的发展与数据量的增长,在存储、计算、安全等方面占据优势的分布式架构数据中心或将成为数据中心未来发展的趋势。与此同时,分布式数据中心带来的建设挑战也为数据中心可持续发展指明方向。未来的数据中心架构发展必将精彩纷呈。

分布式数据中心或是未来数据中心发展方向
  分布式数据中心(Distributed Data Center),简称DDC,是利用网络把成千上万台存储服务器连接、组合而成的一台虚拟超级存储服务器,用以完成单台存储服务器无法完成的超大规模问题求解。分布式数据中心除了虚拟超级存储服务器外,还由多个数据中心组网形成多中心服务网络。
  云计算加速分布式发展
  云计算的发展与普及,改变了数据中心的IT基础架构,使得分布式数据中心成为流行。过去几年,“互联网”作为热词,不断在我们的日常生活中出现,改变商业模式的同时也逐渐改变了我们的生活习惯与思维方式,大数据的价值愈发凸显,围绕其诞生的企业,如云计算、大数据分析企业等层出不穷,数据成为企业最宝贵的资产。而数据中心正是承载数据的核心容器。
  传统数据中心通过硬件、软件等设备以及网络通信资源等对数据进行存储、分析,并有效助力企业业务覆盖。但随着业务的日益发展,在大规模、高密度数据承载的需求下,传统集中式数据中心因其设备与网络机构因素,在存储、处理、安全、网络时延等方面逐渐显得力不从心。而云计算的出现则解决了此类问题,使得集中式架构得以向分布式架构发展。分布式数据中心极大地突破了规模的限制,通过云连接与云组网,将多个数据中心联合在一起,实现数据共享、多中心运营、业务高覆盖,并极大程度上降低了运维成本,同时实现灾备建设,降低业务中断的风险。
  技术层次可分两层
  分布式架构数据中心在技术层次上可分为单数据中心分布式架构与多数据中心分布式架构这两层。前者主要由分布式计算、存储、安全网络等多种分布式技术集成,后者主要指通过云计算实现多数据中心的一体化,例如分布式云数据中心。
  单数据中心分布式架构
  分布式计算架构 分布式计算架构指的是以分布式计算技术为基础,用于解决大规模问题的软件架构。分布式软件架构伸缩性较好,尤其在处理大数据相关问题时,分布式架构能显著提高处理速度。常见的分布式软件架构有Hadoop、Spark等。
  分布式存储架构 分布式存储架构具备高扩展性,能有效解决海量数据存储与处理问题。分布式存储架构由客户端、元数据服务器和数据服务器三部分组成。客户端负责发送请求,元数据服务器响应请求并处理,数据服务器存储处理后的数据,三部分协同完成存储功能,且能有效解决传统存储的弹性扩展问题。
  分布式安全网络 分布式安全网络通过部署安全管理软件或系统,对整个数据中心的安全进行防护。其通常由集中管理平台和分布式安全管理软件组成。集中管理平台安装在指定的硬件服务器上,负责对安全策略进行集中管理,并对安全策略的迁移功能提供支持。同时接收虚拟化安全设备的日志以及统计信息,并对整个数据中心的安全态势进行分析。安全软件则更贴近虚拟机,利用引流或重定向机制,获取所有虚拟机的流量,实现分布式的安全防护。
  多数据中心分布式架构
  分布式云数据中心通过云计算技术、广域网二层网络互联(大二层)技术等,将多个数据中心组建成一个融合计算、存储、网络等的分布式“虚拟资源池”,该资源池可将各地数据中心统一整合,通过多数据中心融合实现去地域化和自动化,提升企业效率。相比传统数据中心的“同城主备/双活数据中心”或“两地三中心”,分布式云数据中心的部署方案实现了所有业务数据的统一调配与管理,灾备迁移与业务处理效率将得到有效提升。
  四大挑战不容忽视
  目前,分布式数据中心在建设过程中面临一些挑战,主要包括网络、存储、计算和安全四个方面。
  在网络方面,多个分布式数据中心间的通信是首要问题。建设时需考虑多区域间如何实现灵活组网与入云连接。目前主流的技术方案是基于大二层网络技术,构建多数据中心间组网,形成统一的逻辑网络。但目前各个网络设备供应商间的大二层网络和协议并未统一,故在设备的兼容性上可能存在一定问题。
  在存储方面,如何实现数据协同是一大难题。随着业务高覆盖,各地数据中心协同的重要性日益提高。分布在各地的数据中心通常由运营商网络带宽、传输专线等实现协同,但囿于距离与规模,各地数据中心间网络宽带无法保证数据实时同步,目前各地数据中心协同只能采用异步传输,这对数据的一致性与完整性、业务的连续性造成一定影响。
  在计算方面,对计算资源的管理是重大挑战。例如分布式数据中心的数据迁移和灾备建设,如何在应用或业务突发性中断时,快速实现数据迁移与重启,这要求数据中心日常进行计算资源管理时,不仅要做好常规故障排查,还要做好数据资源的迁移规划和安排工作。
  在安全方面,如何保证数据中心安全性是严峻考验。传统数据中心普遍采取星形组网方式,即所有分支机构点对点直连总部数据中心,此时尽管分支缺乏灵活性,但位于总部的安全网关足够保证传统数据中心数据存储、处理安全。而当基于云计算的分布式数据中心引入后,总部与分支通过云网进行融合,此时安全问题便成为重大挑战。据此,安全厂商得到了迅猛发展,以防火墙和安全网关为代表的安全解决方案层出不穷,但目前仍未形成完整统一的安全产品解决方案。
  随着业务的发展与数据量的增长,在存储、计算、安全等方面占据优势的分布式架构数据中心或将成为数据中心未来发展的趋势。与此同时,分布式数据中心带来的建设挑战也为数据中心可持续发展指明方向。未来的数据中心架构发展必将精彩纷呈。(钱佩雯)

该文观点仅代表作者,本站仅提供信息存储空间服务,转载请注明出处。若需了解详细的安防行业方案,或有其它建议反馈,欢迎联系我们

(0)

相关推荐

  • 2020年中国云安全行业市场现状与发展趋势分析

    云安全问题已成为云计算产业发展痛点,云计算产业规模的扩大需要进一步解决和改善云安全问题,云计算的发展侧面推动了云安全行业的发展。当前,云安全行业处于高速发展阶段,随着云计算市场规模尤其是公有云占据主要市场规模的情况下,云安全市场需求大,市场参与者增多,相对于网络安全的其他细分领域,云安全领域投融资热度大。

    2026年3月20日
  • 5年拿第一?普惠AI加速到来 华为智能安防新惊喜

    此次发布会上获悉,华为智能安防依然在创造着行业奇迹,据华为机器视觉产品线总裁段爱国介绍,2019年华为智能安防实现爆发式增长。在业务拓展方面,华为与150+渠道伙伴、50+算法伙伴、100+应用伙伴,持续拓展道路交通、金融、电力、教育、医疗等更多行业化应用,共奏行业智能化发展交响乐。

    2026年3月20日
  • 人脸识别的边界:哪种程度的信息采集才适用?

    从技术本身来看,目前人脸识别分为2D和3D两种技术方案,以支付宝和微信的“刷脸支付”为例,两者使用的都是3D人脸识别技术,会通过软硬件结合的方法开展检测,来判断采集到的人脸是否为活体,可有效防范视频、纸片等冒充。

    2026年3月20日
  • 数据分析技术:边缘人工智能的应用

    为了避免不必要的非关键数据移动,AI正在向边缘设备返回计算能力,从而影响开发人员利用人工智能和数据分析技术。

    2026年3月20日
  • 强监管时代下生物识别技术企业如何实现数据合规

    作为生物识别领域的知名企业,亚略特始终把数据安全和隐私保护放在首要位置,旗下产品均采用多种手段来保障数据安全。以亚略特健康码测温人脸识别一体机为例,其配备了双网口架构的AI边缘计算单元――“疫情防控数据安全网关”来保障对内对外的数据应用、传输和存储安全。

    2026年3月20日
  • 麻省理工学院研发可编程数字纤维 有内存传感器和人工智能

    麻省理工学院研究人员创造了一种具有数字功能的纤维,在被缝入衬衫后能够感知、存储、分析和推断活动。数字纤维扩大了织物的可能性,可以发现人体中隐藏模式,可以用于体能监测、医疗推断和早期疾病检测。

    2026年3月20日