最具影响力的数字化技术在线社区

168大数据

 找回密码
 立即注册

QQ登录

只需一步,快速开始

1 2 3 4 5
开启左侧

SDDC的过去、现在和将来

[复制链接]
发表于 2015-1-21 14:28:48 | 显示全部楼层 |阅读模式

马上注册,结交更多数据大咖,获取更多知识干货,轻松玩转大数据

您需要 登录 才可以下载或查看,没有帐号?立即注册

x
CSDN最近采访了《软件定义数据中心:技术与实践》作者之一,EMC首席技术官办公室技术总监孙宇熙,就软件定义数据中心(SDDC)的发展现状、未来趋势等问题进行了探讨。

EMC首席技术官办公室技术总监孙宇熙

C=CSDN
S=孙宇熙

随着软件定义计算、存储、网络等一系列技术的蓬勃发展,软件定义数据中心应运而生。领先企业已经清楚地意识到未来数据中心的需求不仅是巨大的,而且是非常迫切的,下一代数据中心技术对于未来互联网乃至整个IT业的技术发展具有至关重要的意义。

C:SDDC是2012年的VMworld首次提出,发展至今,SDDC技术是否已足够成熟?

S:短短2年的时间内,SDDC在不同的维度都获得了突飞猛进般的发展,但是还远远称不上成熟,原生commerical解决方案如VMware、Microsoft;基于开源项目OpenStack、CloudStack等的商业解决方案越来越丰富,有市场统计表明越来越多的CIO已经或在近1-2内依托SDDC架构(理念)来布局IT以应对瞬息万变的企业需求。

C:SDDC目前在国内的发展和应用情况大概是怎样的?

S:云计算在“云端”(或局端,相对于客户端而言)的必然发展趋势就是SDDC,业界对于SDDC的认知普遍有几个大的方向:

  • 公有云:最知名的是Amazon的AWS,这是一种典型的off-premise数据中心服务模式。
  • 私有云:绝大多数的企业on-premise的数据中心的发展方向都是私有云的路线。
  • 混合云:具有公有、私有云的双重特征(这一名词也是EMC与VMware比较推崇的第三类云概念)


公有云服务虽然民众比较熟悉,但是体量上远远小于私有云市场(全球市场量级:百亿美元vs.万亿美元)。还有其它类型的云,比如社区云、游戏云、视频云、安全云,私以为这些名词全是marketing-hype(市场推广噱头),本质上都是“互联网公司”推出的公有云或混合云的一种。在技术框架及实现上它们没有必然的、核心的区别,只是针对某个细分、垂直市场的具体需求做出的系统到应用层的优化而已。

C:作为云计算领域的领导厂商,EMC公司最近在SDDC方面有何新的研究成果和进展?

S:EMC公司的整体战略在2014-2015年就是Redefine + Enable,所谓Redefine是指所有的业务部门、产品与解决方案都是围绕着从第二平台(PC)到第三平台(Mobile Internet)的转型;而Enable是指作为Information Infrastructure平台型公司,EMC要帮助(enable)客户成功的从第二平台转型到第三平台(包括模式的转型、业务的迁移、数据的迁移等)。

SDDC的核心问题可以归纳为几大类:

  • 软件定义的智能化资源分配(存储、网络、计算)
  • 贯穿整个云基础架构到应用的管理&协同(M&O)
  • 大数据驱动的基础架构分析
  • 超融合架构(解决线性水平可扩展、高性能计算、企业大数据应用一体机等)


这也是EMC研发集团、研究院、首席技术官办公室和各个产品线在着力于创新突破的领域。

略举一二:

  • Load-aware Storage Provision over Software Defined SDS Unified M&O
  • Big-Data powered Infrastructure Analytics
  • HCIA with Linear Scalability, HPC and Enterprise DCA


C:SDDC概念用于规模较大的数据中心,对于普通的规模企业来说这一技术的意义何在?

S:SDDC解决的最核心的问题是让客户以更小的代价来获得更灵活的、快速的业务部署、管理及实现。我们常说的互联网模式在技术核心上的问题几乎都可以归结为SDDC,三大优势:

  • 敏捷性(agility): 更快、更灵活的业务支撑与实现(以及软件开发模式的优化与变更)
  • 弹性(Elasticity):随业务需求的资源的动态可伸缩性(水平+垂直)
  • 省钱(Cost-efficiency):软件实现避免了重复硬件投资和资源浪费


为什么要SDDC?前面的三大优点同样能用来回答这个问题。客户有省钱的需要、有对业务部署的速度需要,对灵活性的需要、对其用户需求快速反馈及满足的需要,业务部门最终会把问题转嫁给IT部门,而答案在我们今天(和可见的相当长一段时间,3-5-7年内)看来就是:SDDC。

从以上的描述来看,企业不论大小都会被SDDC(或者:SDX: Software Defined Everything/Anything/Experience)所直接或间接影响。大企业也许会直接自建SDDC,而小企业会接入到建设了SDDC的SP/CP中来获得服务(Xaas: Anything/Everything as a Service)。

C:构建SDDC很多环节都可能用到开源软件或平台,您如何看待“开源”在推动技术发展中的作用?

S:开源社区及产品在SDDC的发展中功不可没,OpenStack、Cloudstack都已经各自发展为庞大且完善的生态系统,特别是OpenStack的颠覆力量之大令人震惊,OpenStack社区在短短的3年时间内已经超越Linux Foundation成为最大的开源社区,如果我们可以大胆的对比假设,不能拥抱OpenStack的那些大公司们也许几年后会和10几年前的Sun Microsystems一样因不能正视Linux对Solaris的威胁而沦落到数年后江河日下贱卖给Oracle的地步。

我们可以看到VMware去年推出的VIO(VMware Integrated OpenStack), EMC收购Cloudscaling(OSC是它家的一款OpenStack Distro),同时宣布与Mirantis/Ubuntu开展战略合作,微软宣布支持Docker等,这些都是巨头们以史为鉴而做出的应对措施之一二。

开源的最大贡献与魅力在于把原来垄断在极少数几个大公司手中的核心技术以雷锋的方式分享给大家,颇有上天垂青屌丝使之可逆袭成功的味道(试问GYFT、BAT般的公司有一个例外吗?)然后……

……

逆袭成功了。

注: GYFT=Google, Yahoo!, Facebook and Twitter;BAT=不解释。

中国本土的公司与组织在全球开源社区及标准化组织中的影响力与话语权还微乎其微,这一方面还需要更多的投入,包括观念转变、资金支持及鼓励从单方向的“拿来主义”到良性的回馈社区及长期的互惠合作…假以时日,必能实现大的飞跃。

C:SDDC未来的方向是什么?

S:我们看到06年提出的云计算的概念,到了12年被大数据浪潮的兴起给夺去不少光环,但是实际上:云计算为骨骼、框架,大数据为血肉、应用,两个相辅相成,相得益彰。13-14年才浮出水面的软件定义的数据中心可以看做是:大数据+云计算的最终归宿、安身立命之地。从逻辑上讲,云计算的具体表现形式就是SDDC,而SDDC为killer-app(杀手应用)大数据提供了可实现的完整体系架构。

C:《软件定义数据中心:技术与实践》这本书的目标读者是谁?通过阅读本书,读者将有何收获?

S:任何对于云计算与大数据乃至整个基础架构与信息管理的未来有兴趣了解或深究的人,从IT技术人员到公司业务人员到管理层(CXO, VPs, Directors, all middle level managers),不一而足。

C:SDDC发展的趋势,对于技术工程师提出了什么新的能力要求?

S:在技术层面上SDDC专注于5个维度(dimensions):

  • 软件定义的计算、网络、存储3个维度
  • 管理&协同(M&O=Management & Orchestration)与安全2个维度


软件定义的计算是云计算的基础,也是与网络和存储两个维度相比最完善的,市场上主流的解决方案是以虚拟化类的云计算,但是云计算也可以以非虚拟化或半虚拟化的方式来完成(比如容器计算服务等新兴的架构)。

存储的虚拟化是起步最晚的,但是也是最终的兵家必争之地,数据最终总是要存储的,如何高效的、动态的分配、调度与优化存储资源是SDDC中必然要解决的。

在SDDC中物理连接计算与存储的就是网络,而确保所有维度能协同工作的是M&O与安全管理。我们在传统的数据中心中过去20年看到的诸如HP OpenView,Ciscoworks,MSSC都会面向SDDC提供相应的解决方案,而替代的新兴的解决方案也会不断涌现。

技术工程师需要在对这些维度都有所涉猎,根据个人能力与兴趣取一点深耕,他日必成大器。


《软件定义数据中心:技术与实践》一书从与软件定义数据中心有关的基本概念入手,通过实例介绍软件定义数据中心涉及的技术、应用、前景。因为构建软件定义数据中心很多环节都可能用到开源软件或平台,书中也对如何使用这些开源技术做出了讲解。



楼主热帖
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

关闭

站长推荐上一条 /1 下一条

关于我们|小黑屋|Archiver|168大数据 ( 京ICP备14035423号|申请友情链接

GMT+8, 2024-3-29 16:47

Powered by BI168大数据社区

© 2012-2014 168大数据

快速回复 返回顶部 返回列表