新年伊始是做預測和制定短期目標的最好時刻。 現在也是對于鯊魚出沒的高技術水域中的智能分析來說是很好的一年。新年伊始是創新公司從陰影里走出來的良成吉日。但是到底什么才是閃亮和新穎的，哪些是真正影響數據中心的呢？

通過scale-out架構中專注于應用的資源管理系統，我們可以看到有一些新興的趨勢將肯定會對數據中心造成影響。

被喚醒的數據保護

這是一次數據保護軟件的回歸，它能減少或消除大多數企業持續的風險。在PB級別的數據海洋里，數據庫的增長和24x7的運作已經讓全盤備份到磁盤的程序成為不可能。備份的時間在減少甚至消失，這主要歸咎于應用方面不能有太多或任何停機。數據變得非常大，以至于不能備份到一個大型鏡像中，也不能通過傳統備份方式進行恢復。那么開始嘗試從Hadoop集群進行備份恢復吧。在2016年，可以尋找新的數據保護方法，例如Talena提供的直接大數據存儲、直接陣列功能，例如HPE 3PAR的“flat backup”，它能引導快照到StoreOnce中去；還有Oracle的Zero Data Loss Recovery Appliance，它能讓保護那些大型，24x7的Oracle數據庫變得非常簡單。

Scale-out收斂

Scale-up整體架構是過時的（2005年才會干的事情）。現在我們在服務器（云/虛擬化/大數據），進程（基于容器的微服務），存儲（十億級別文件對象存儲）和內存單元都有分布式、橫向擴張、并行網絡的設計。現在的問題是我們的很多應用程序并不能好好利用scale-out架構帶來的資源優勢。我們趨向于喜歡簡單的、中心化的資源。好消息是在不同層級，從固有的傳統應用映射到更新的IT架構的支持（和方法）越來越多。舉個例子，并行文件系統Lustre和GPFS已經成熟，可以成為企業數據中心存儲的選擇（例如IBM Spectrum Scale）。容器有越來越多的能力部署大型、穩定的應用，包括數據庫以及軟件定義資源例如軟件定義存儲。新的對象存儲有能力處理十億級別的對象（例如Qumulo），這會模糊tier-2 架構水平和現在tier-1 對象存儲水平的界限。

向scale-out架構的變化對于現有硬件條件來說并不是必要的，不過還是需要你從程序棧的各個方面來考慮這個問題。對大型機來說，現在的大型機在技術上可以說是驚人的大型超融合容器主機——在巨大的鐵皮后面運行著大量細小的負載。在新的世界里，要考慮一下哪些層級已經作為聚合池做了最好的優化；哪些是集中整合的資源；哪些是真正的分布式“物聯網”類型的節點或者混合云混搭式應用。只有這樣才可能讓大型機這個黑盒完全交付給應用，并且允許IT優化應用的動態部署。

應用起飛

不管你相不相信DevOps，自動化IT基礎架構或者透明的云供應商智能化，應用都需要指定自身需要的資源和QoS（Quality of Service）——而且這個過程現在更加動態化了。基礎架構對于針對每一個應用的QoS的動態變化回應處理得越來越聰明。VMware提供了一些很好的動態靈活的基礎架構的例子，這些例子也包含了軟件定義的資源，例如NSX網絡和Virtual SAN存儲，這些都可以應用針對每個VM的QoS策略。

容器也同樣許諾可以定義應用程序動態需求的每一個組件的資源。當然，這里還缺少了讓應用保證自己的服務等級的針對變化的智能化。可以注意一下基于大數據的管理系統，這些系統集成了基礎架構和應用性能管理視圖，將有助于對業務進行指導。

延長數據價值的生命線

數據的價值隨著使用時間而變得越來越少，不過通過使用活動存檔和大數據，大部分數據在過了自身活動運營使用的時間之后還有很長時間的價值。在數據大海中，內嵌的分析和劃算的scale-out存儲正在改變數據價值曲線的根本。今年也是你需要看一看隱藏在你的數據背后的價值的時候了。不要忘記考慮新的內部的（比如物聯網）和外部的（合作方、供應商、第三方）數據資源的組合。

以上三種趨勢都值得更深層的考察和開放的思維。盡管只是保持我們已經知道的很容易，但是我們最好保持開放的思想。一些人可能會問我們的基礎架構到底需要多智能呢？但是真正的問題應該是基礎架構它可以智能到什么程度吧。