精品国产一级在线观看,国产成人综合久久精品亚洲,免费一级欧美大片在线观看

當前位置:云計算行業動態 → 正文

2016年起將推動企業級技術發展的九大核心

責任編輯:editor006 作者:核子可樂譯 |來源:企業網D1Net  2015-11-25 14:06:42 本文摘自:51CTO

企業技術發展的腳步正在迅猛向前,而今年的預測則將以云計算這一時代浪潮中的佼佼者作為關注重點。

未來企業級技術發展中的九大佼佼者

最近幾位同事在一起交流時,有人提到也許是時候淘汰“云計算”的說法,而直接將其稱為“計算”了。是的,這也從一個側面反映了如今云技術的普及之廣——以及為什么近年來出現的一切關于核心企業技術發展趨勢預測都無法回避云這一議題。

在2015年,云基礎設施在可擴展性、自助性以及其它種種方面的優勢已經變得愈發明確,而這一切特質也使其成為通過RESTful API運行微服務架構應用的最佳選項。大部分此類服務都將以容器形式運行,這將讓開發人員以前所未有的方式對應用程序的構建、測試與部署加以控制。而與此同時,容器技術的興起又成為了DevOps文化的立足根基,其中Ops也就是運維一方能夠運用各類新型自動化、編排以及監控機制,而Dev也就是開發一方則需要在應用程序的生產運行過程中承擔起更多責任。

誠然,這種云運營機制將使得目前困擾著大部分內部IT人員的任務都不復存在。不過真正值得關注的是,這種發展趨勢將以怎樣的速度影響到每家企業的日常運作。

另外,此次提到的幾項元素在真正為企業所利用并廣泛部署之前還需要進一步完善。好啦,閑言少敘,咱們馬上進入2016年九大企業技術發展趨勢綜述:

1. “云原生”塑造未來圖景

利用微服務架構構建并運行在容器環境當中的應用程序擁有全面碾壓現有應用的諸多優勢。首先也是最重要的一點就是,相較于以往大量極為痛苦的內部關聯性故障排查以及更新體驗,未來我們將只需要面對少數服務方案——而且它們各自受到良好的監控與管理。

但是微服務架構的介入也會帶來復雜性——其最主要的影響就是催生大量需要持續追蹤的容器系統。那么該由誰來負責對這數以十億計的生產容器系統進行日常管理?谷歌公司舉手示意,其早在2007年就已經發布了Linux內核的cgroups容器功能,而Docker亦是此后在其基礎之上構建而成。

去年,谷歌方面公布了其開源Kubernetes項目,旨在將這套谷歌打造的容器管理系統推向開源社區,從而讓更多受眾得以構建起屬于自己的規模化容器集群。今年夏天,該項目創始人Craig McLuckie公布了CNCF(即云原生計算基金會)的正式成立,這也意味著Kubernetes將以容器調度、管理以及編排方案這一起點建立起一整套生態系統??偠灾?,請各位決策者們認真關注。

2. Spark“數據流”迅猛加速

2015年的大數據業界發生了一件趣事:Spark將關注焦點從Hadoop身上壓了過來。為什么會這樣?因為相較于像Hadoop那樣跨越大量磁盤驅動器對數據進行批量處理,Spark項目運用魔法般的能力將數據拆分成小批量并通過大規模內存進行承載——即幾乎能夠以實時方式交付數據流。(而作為純粹的數據流解決方案,Storm則在這場對抗當中敗下陣來。)

Cloudera與IBM目前都已經全力支持Spark,而Amazon、谷歌以及微軟則在自己的公有云當中推出的Spark即服務方案。不過Spark項目仍然在內存管理與彈性方面存在著突出缺陷,外加其它一些雜七雜八的小毛病。不過隨著目前這種旺盛的發展態勢,我們可以期待著大量此類問題會在未來一年當中得到解決。

3. 開發人員全面進軍機器學習

除了爭相推出分析即服務方案之外,各大主流云服務目前還在努力推動云環境下的機器學習API;另外,開源機器學習工具也開始大量出現。無處不在的機器學習能力使得開發人員得以打造出能夠識別數據模式的應用程序——包括用于欺詐檢測、人臉識別、醫療診斷、基礎設施優化、網絡廣告交付以及其它種種大家想得到乃至想不到的一切。

當然,一部分商業軟件與網站多年以來一直擁有著自己的機器學習功能(用于預測用戶行為或者推薦相關產品等等)。不過要說如今的形勢有什么不同,那就是機器學習已經被拆分出來成了一項單獨的功能,每一位開發人員都可以加以利用,而且我們現在擁有大量數據以及可觀的云計算資源來對其進行處理,包括利用GPU加速器等新型服務器設備運行機器學習算法。

4. 思科ACI,SDN的又一種面貌

軟件定義網絡(簡稱SDN)的終極目標在于徹底實現硬件交換機的商用化,而這也正是SDN成為思科公司最大生存威脅的原因所在。不過就目前而言,SDN的部署范疇還主要局限于電信以及云服務供應商范疇之內,其對于普通企業客戶的影響仍然相當有限。

目前思科公司已經率先發難,推出了一套名為應用程序中心基礎設施(簡稱ACI)的新型SDN實現方案,其中利用新型運維控制協議OpFlex以取代以往的OpenFlow。作為專門面向大規模部署環境開發的方案,ACI為SDN指明了新的發展方向,即以分布式控制機制對網絡配置加以管理,并允許管理員根據應用程序的具體要求在高層進行設置調節。

不過最令人驚訝的還是要數其開放程度。ACI采用RESTful API,而思科方面已經在GitHub上發布了一系列ACI工具甚至是一款開源SDK。另外,思科公司還將OpFlex作為一項IETF標準并推出了針對性的OpenDaylight項目,而OpFlex目前已經受到微軟、IBM、F5、思杰、紅帽、Canonical以及其它眾多廠商的支持??紤]到思科公司在企業級市場上的可觀份額,此舉可能會進一步加快SDN技術的推廣速度。

5. PaaS迎來第二次變革機遇

在Andrew Oliver于2012年撰寫的知名文章《我到底該使用哪款PaaS方案》當中,我們已經可以清楚地意識到第一代PaaS在交付方面擁有著諸多限制。有鑒于此,企業PaaS的普及力度一直顯得較為孱弱。然而目前情況已經發生了重大轉變,當下大量企業開始積極采納能夠支持Docker的兩大領先內部PaaS方案,即Cloud Foundry與OpenShift。

我仍然認為在內部環境當中,很多企業還是能夠通過利用PaaS這一現代、向外擴展且版本眾多的方案取代傳統應用服務器來獲益的。根據Martin Heller最近發布的評測文章,OpenShift Enterprise 3已經能夠順利將Docker容納納入進來:“對于開發人員與運維人士,OpenShift實現了PaaS方案所做出的全部承諾。”

6. SSD開始在數據中心環境下大行其道

目前閃存存儲方案已經在IOPS密集型應用領域憑借著出色的性能價格比壓倒了傳統磁盤驅動器,例如VDI或者高性能數據庫,這是因為要想獲得同樣的性能、需要采用大量傳統磁盤建立起陣列才能與閃存相抗衡。全閃存陣列與SSD服務器如今早已不是什么新鮮事物。另外,每個人都對3D NAND這一技術大加贊賞,其將能夠在全面普及之后顯著提升SSD產品的存儲容量與性能表現。

目前已經有一系列互聯網技術巨頭開始在自家數據中心之內利用SSD來支撐各種對性能要求較高的用例場景。不過除了性能優勢之外,要讓閃存方案擁有與傳統磁盤驅動器相對等的每GB使用成本仍然是一個可望而不可即的美好理想。傳統磁盤驅動器在此期間也實現了一系列升級,包括氦氣填充式產品以及疊瓦式磁記錄技術等,因此SSD在短時間內恐怕仍無法徹底取代磁盤驅動器。

7. 混合云已經觸手可及

其實我個人對于“混合云”這種說法一直有些不解。到底什么才叫混合云?是說要將內部基礎設施與公有云加以結合嗎?抑或是將兩種公有云互相摻雜?如果非要說得先建立一套與公有云類似的內部私有云,再將二者對接才能算是混合云,那么我得說此前這類先例實在非常有限,而且混合云這一概念本身恐怕也只能算是一場天大的誤會。

不過微軟方面正在利用其Azure Stack for Windows Server扭轉這種認知,其允許客戶能夠在本地基礎之上對Azure公有云的部分基礎設施進行使用。而當明年Windows Server與System Center 2016正式推出之后,客戶可以將其與Azure加以整合,微軟承諾借此建立起真正的混合IaaS環境。而通過專業服務,IBM公司似乎也開始通過同樣的途徑將公有與OpenStack私有云部署體系進行混合。

Amazon公司目前缺少混合型解決方案(除非大家傾向于把某些客戶將本地環境復制到AWS中的作法也稱為‘混合’)。谷歌公司同樣不具備任何混合型方案,不過歸功于Kubernetes與CNCF(詳見第一項發展趨勢),混合服務的出爐也僅僅是時間問題。通過最近谷歌公司招聘VMware聯合創始人Diane Greene執掌Google Cloud一事可以看出,谷歌方面對于服務企業級云客戶確實拿出了認真的態度,而混合型Kubernetes(以及其它)規劃方案也將成為其中的重要組成部分。

8. 機器學習全面進軍安全領域

大家可能已經聽說不少金融服務企業開始利用機器學習技術來檢測欺詐活動。不過其它安全可能性也將由機器學習技術所陸續實現,其中包括標記網絡異常、追蹤用戶行為乃至檢測0-day惡意軟件等等。

最近剛剛與戴爾方面建立合作關系的Cylance公司就帶來了引人注目的實例:該公司利用深度學習算法打造出了一款號稱能夠檢測出99%惡意軟件的解決方案。不過買家需要注意的是,機器學習算法多年來一直在安全應用領域發揮著作用,但其始終未能獲得全面成功且造成了大量誤報問題。而在云環境下的大數據分析技術的持續發展之下,相信問題能夠得到有效解決——但必須承認的是,這是一個逐步改善的過程,而不可能在一夜之間開花結果。

9. Blockchain大規模爆發

比特幣已經多次曝出安全問題。不過作為比特幣背后的數學魔術,blockchain卻成為一種有可能切實保障各類交易活動完整性的潛在方案。在最近的一篇文章當中,Peter Wayner列出了100多種能夠將blockchain技術延伸至交易平臺、ID卡、合同、安全存儲以及其它各類領域的可能性途徑。另外,眾多銀行也開始對這類方案加以測試——這意味著我們很可能在2016年年內見證blockchain一步步邁向主流視野。

關鍵字:谷歌機器學習企業級

本文摘自:51CTO

x 2016年起將推動企業級技術發展的九大核心 掃一掃
分享本文到朋友圈
當前位置:云計算行業動態 → 正文

2016年起將推動企業級技術發展的九大核心

責任編輯:editor006 作者:核子可樂譯 |來源:企業網D1Net  2015-11-25 14:06:42 本文摘自:51CTO

企業技術發展的腳步正在迅猛向前,而今年的預測則將以云計算這一時代浪潮中的佼佼者作為關注重點。

未來企業級技術發展中的九大佼佼者

最近幾位同事在一起交流時,有人提到也許是時候淘汰“云計算”的說法,而直接將其稱為“計算”了。是的,這也從一個側面反映了如今云技術的普及之廣——以及為什么近年來出現的一切關于核心企業技術發展趨勢預測都無法回避云這一議題。

在2015年,云基礎設施在可擴展性、自助性以及其它種種方面的優勢已經變得愈發明確,而這一切特質也使其成為通過RESTful API運行微服務架構應用的最佳選項。大部分此類服務都將以容器形式運行,這將讓開發人員以前所未有的方式對應用程序的構建、測試與部署加以控制。而與此同時,容器技術的興起又成為了DevOps文化的立足根基,其中Ops也就是運維一方能夠運用各類新型自動化、編排以及監控機制,而Dev也就是開發一方則需要在應用程序的生產運行過程中承擔起更多責任。

誠然,這種云運營機制將使得目前困擾著大部分內部IT人員的任務都不復存在。不過真正值得關注的是,這種發展趨勢將以怎樣的速度影響到每家企業的日常運作。

另外,此次提到的幾項元素在真正為企業所利用并廣泛部署之前還需要進一步完善。好啦,閑言少敘,咱們馬上進入2016年九大企業技術發展趨勢綜述:

1. “云原生”塑造未來圖景

利用微服務架構構建并運行在容器環境當中的應用程序擁有全面碾壓現有應用的諸多優勢。首先也是最重要的一點就是,相較于以往大量極為痛苦的內部關聯性故障排查以及更新體驗,未來我們將只需要面對少數服務方案——而且它們各自受到良好的監控與管理。

但是微服務架構的介入也會帶來復雜性——其最主要的影響就是催生大量需要持續追蹤的容器系統。那么該由誰來負責對這數以十億計的生產容器系統進行日常管理?谷歌公司舉手示意,其早在2007年就已經發布了Linux內核的cgroups容器功能,而Docker亦是此后在其基礎之上構建而成。

去年,谷歌方面公布了其開源Kubernetes項目,旨在將這套谷歌打造的容器管理系統推向開源社區,從而讓更多受眾得以構建起屬于自己的規?;萜骷?。今年夏天,該項目創始人Craig McLuckie公布了CNCF(即云原生計算基金會)的正式成立,這也意味著Kubernetes將以容器調度、管理以及編排方案這一起點建立起一整套生態系統??偠灾?,請各位決策者們認真關注。

2. Spark“數據流”迅猛加速

2015年的大數據業界發生了一件趣事:Spark將關注焦點從Hadoop身上壓了過來。為什么會這樣?因為相較于像Hadoop那樣跨越大量磁盤驅動器對數據進行批量處理,Spark項目運用魔法般的能力將數據拆分成小批量并通過大規模內存進行承載——即幾乎能夠以實時方式交付數據流。(而作為純粹的數據流解決方案,Storm則在這場對抗當中敗下陣來。)

Cloudera與IBM目前都已經全力支持Spark,而Amazon、谷歌以及微軟則在自己的公有云當中推出的Spark即服務方案。不過Spark項目仍然在內存管理與彈性方面存在著突出缺陷,外加其它一些雜七雜八的小毛病。不過隨著目前這種旺盛的發展態勢,我們可以期待著大量此類問題會在未來一年當中得到解決。

3. 開發人員全面進軍機器學習

除了爭相推出分析即服務方案之外,各大主流云服務目前還在努力推動云環境下的機器學習API;另外,開源機器學習工具也開始大量出現。無處不在的機器學習能力使得開發人員得以打造出能夠識別數據模式的應用程序——包括用于欺詐檢測、人臉識別、醫療診斷、基礎設施優化、網絡廣告交付以及其它種種大家想得到乃至想不到的一切。

當然,一部分商業軟件與網站多年以來一直擁有著自己的機器學習功能(用于預測用戶行為或者推薦相關產品等等)。不過要說如今的形勢有什么不同,那就是機器學習已經被拆分出來成了一項單獨的功能,每一位開發人員都可以加以利用,而且我們現在擁有大量數據以及可觀的云計算資源來對其進行處理,包括利用GPU加速器等新型服務器設備運行機器學習算法。

4. 思科ACI,SDN的又一種面貌

軟件定義網絡(簡稱SDN)的終極目標在于徹底實現硬件交換機的商用化,而這也正是SDN成為思科公司最大生存威脅的原因所在。不過就目前而言,SDN的部署范疇還主要局限于電信以及云服務供應商范疇之內,其對于普通企業客戶的影響仍然相當有限。

目前思科公司已經率先發難,推出了一套名為應用程序中心基礎設施(簡稱ACI)的新型SDN實現方案,其中利用新型運維控制協議OpFlex以取代以往的OpenFlow。作為專門面向大規模部署環境開發的方案,ACI為SDN指明了新的發展方向,即以分布式控制機制對網絡配置加以管理,并允許管理員根據應用程序的具體要求在高層進行設置調節。

不過最令人驚訝的還是要數其開放程度。ACI采用RESTful API,而思科方面已經在GitHub上發布了一系列ACI工具甚至是一款開源SDK。另外,思科公司還將OpFlex作為一項IETF標準并推出了針對性的OpenDaylight項目,而OpFlex目前已經受到微軟、IBM、F5、思杰、紅帽、Canonical以及其它眾多廠商的支持??紤]到思科公司在企業級市場上的可觀份額,此舉可能會進一步加快SDN技術的推廣速度。

5. PaaS迎來第二次變革機遇

在Andrew Oliver于2012年撰寫的知名文章《我到底該使用哪款PaaS方案》當中,我們已經可以清楚地意識到第一代PaaS在交付方面擁有著諸多限制。有鑒于此,企業PaaS的普及力度一直顯得較為孱弱。然而目前情況已經發生了重大轉變,當下大量企業開始積極采納能夠支持Docker的兩大領先內部PaaS方案,即Cloud Foundry與OpenShift。

我仍然認為在內部環境當中,很多企業還是能夠通過利用PaaS這一現代、向外擴展且版本眾多的方案取代傳統應用服務器來獲益的。根據Martin Heller最近發布的評測文章,OpenShift Enterprise 3已經能夠順利將Docker容納納入進來:“對于開發人員與運維人士,OpenShift實現了PaaS方案所做出的全部承諾。”

6. SSD開始在數據中心環境下大行其道

目前閃存存儲方案已經在IOPS密集型應用領域憑借著出色的性能價格比壓倒了傳統磁盤驅動器,例如VDI或者高性能數據庫,這是因為要想獲得同樣的性能、需要采用大量傳統磁盤建立起陣列才能與閃存相抗衡。全閃存陣列與SSD服務器如今早已不是什么新鮮事物。另外,每個人都對3D NAND這一技術大加贊賞,其將能夠在全面普及之后顯著提升SSD產品的存儲容量與性能表現。

目前已經有一系列互聯網技術巨頭開始在自家數據中心之內利用SSD來支撐各種對性能要求較高的用例場景。不過除了性能優勢之外,要讓閃存方案擁有與傳統磁盤驅動器相對等的每GB使用成本仍然是一個可望而不可即的美好理想。傳統磁盤驅動器在此期間也實現了一系列升級,包括氦氣填充式產品以及疊瓦式磁記錄技術等,因此SSD在短時間內恐怕仍無法徹底取代磁盤驅動器。

7. 混合云已經觸手可及

其實我個人對于“混合云”這種說法一直有些不解。到底什么才叫混合云?是說要將內部基礎設施與公有云加以結合嗎?抑或是將兩種公有云互相摻雜?如果非要說得先建立一套與公有云類似的內部私有云,再將二者對接才能算是混合云,那么我得說此前這類先例實在非常有限,而且混合云這一概念本身恐怕也只能算是一場天大的誤會。

不過微軟方面正在利用其Azure Stack for Windows Server扭轉這種認知,其允許客戶能夠在本地基礎之上對Azure公有云的部分基礎設施進行使用。而當明年Windows Server與System Center 2016正式推出之后,客戶可以將其與Azure加以整合,微軟承諾借此建立起真正的混合IaaS環境。而通過專業服務,IBM公司似乎也開始通過同樣的途徑將公有與OpenStack私有云部署體系進行混合。

Amazon公司目前缺少混合型解決方案(除非大家傾向于把某些客戶將本地環境復制到AWS中的作法也稱為‘混合’)。谷歌公司同樣不具備任何混合型方案,不過歸功于Kubernetes與CNCF(詳見第一項發展趨勢),混合服務的出爐也僅僅是時間問題。通過最近谷歌公司招聘VMware聯合創始人Diane Greene執掌Google Cloud一事可以看出,谷歌方面對于服務企業級云客戶確實拿出了認真的態度,而混合型Kubernetes(以及其它)規劃方案也將成為其中的重要組成部分。

8. 機器學習全面進軍安全領域

大家可能已經聽說不少金融服務企業開始利用機器學習技術來檢測欺詐活動。不過其它安全可能性也將由機器學習技術所陸續實現,其中包括標記網絡異常、追蹤用戶行為乃至檢測0-day惡意軟件等等。

最近剛剛與戴爾方面建立合作關系的Cylance公司就帶來了引人注目的實例:該公司利用深度學習算法打造出了一款號稱能夠檢測出99%惡意軟件的解決方案。不過買家需要注意的是,機器學習算法多年來一直在安全應用領域發揮著作用,但其始終未能獲得全面成功且造成了大量誤報問題。而在云環境下的大數據分析技術的持續發展之下,相信問題能夠得到有效解決——但必須承認的是,這是一個逐步改善的過程,而不可能在一夜之間開花結果。

9. Blockchain大規模爆發

比特幣已經多次曝出安全問題。不過作為比特幣背后的數學魔術,blockchain卻成為一種有可能切實保障各類交易活動完整性的潛在方案。在最近的一篇文章當中,Peter Wayner列出了100多種能夠將blockchain技術延伸至交易平臺、ID卡、合同、安全存儲以及其它各類領域的可能性途徑。另外,眾多銀行也開始對這類方案加以測試——這意味著我們很可能在2016年年內見證blockchain一步步邁向主流視野。

關鍵字:谷歌機器學習企業級

本文摘自:51CTO

電子周刊
回到頂部

關于我們聯系我們版權聲明隱私條款廣告服務友情鏈接投稿中心招賢納士

企業網版權所有 ©2010-2024 京ICP備09108050號-6 京公網安備 11010502049343號

^
  • <menuitem id="jw4sk"></menuitem>

    1. <form id="jw4sk"><tbody id="jw4sk"><dfn id="jw4sk"></dfn></tbody></form>
      主站蜘蛛池模板: 马关县| 香港| 南华县| 余庆县| 金湖县| 东城区| 无棣县| 天等县| 金阳县| 云龙县| 德江县| 遂宁市| 阿克| 虎林市| 长治市| 台东市| 峨山| 巧家县| 天长市| 神农架林区| 大新县| 阿鲁科尔沁旗| 和顺县| 南平市| 黄山市| 郑州市| 洛阳市| 固始县| 三门县| 宝山区| 迁安市| 尼勒克县| 红河县| 延津县| 时尚| 那曲县| 囊谦县| 静乐县| 长宁区| 章丘市| 大埔县|