我曾經討論過基礎架構融合的必然性，因此看上去好像，我正在引入相反的基礎架構發展趨勢：分解。然而，分解式服務器技術并不是與融合技術完全相反。實際上，分解和集成服務器是一起運作的。
在這種新形勢下，將物理IT組件添加到更大、更深的數據池中，從而獲得最大化成本效益。與此同時，像數據保護這種曾經與硬件系統緊密融合的計算密集型功能，現在被分離出來進行獨立托管，從而實現性能優化及組件的低成本化。
我們看到，如今的云架構師創建的是超大型基礎架構，而不是購買單芯片模板，他們選擇儲備大量密集型商品資源。融合基礎架構(CI)含有預置的標準IT設備貨架，有助于確保Oracle、SAP或者超融合應用程序堆棧的快速部署，同時這些應用程序還可以提供高杠桿IT運作以及可預測的資本支出。然而，新型云基礎架構則需要運行大規模的任何或者所有工作負載。因此，云架構需要利用邏輯整合技術和高密度資源池。
有趣的是，融合和分解式服務器更廣泛的趨勢還要依賴于軟件定義資源。軟件定義資源可以充分利用不斷增長的計算能力以及不斷減少的硅計算機芯片成本。在融合環境下，在同一個主機上使用軟件技術我們便可以定義和管理多個資源及所有功能。與此同時，為了獲取更密集的資源池以及簡易的物理組件，分解式服務器將那些軟件定義資源分離開，使其更接近工作負載執行路徑或者與預備產能更加匹配。共性是，軟件定義功能需要最佳的性能和敏捷運行環境，而物理資源則被部署在既定方案的最合算的形式中。
這些融合和分解趨勢以一種有趣的方式聯合起來。IT功能終將會實現聚合，尤其是現在自動化和集成技術所需要的“筒倉”管理成本非常昂貴。然而，我們也看到，在可插拔、可替代的模式中，底層物理組件變得更加模塊化。實際上，我認為融合IT的主要目標是整個數據中心，而不是其中的圍欄或機架。
有一個重要的事情是，我們要尋找一種永不過時的下一步IT架構迭代：
可擴展性：線性橫向擴展集群池最終將會成為IT基礎架構各方面的關鍵設計標準
模塊化：評估新興插件和資源池，例如刀片服務器、EMC的DSSD共享閃存、CPU資源池中的惠普Moonshot卡以及GPU或者內存網格，這些都可以大大提高密度、降低單位資源成本、有助于性能共享以及簡化基礎架構支持
可組合性：云編程、集裝箱化組件以及混合管理層級，可以直接對軟件定義資源進行聚合處理，創建任何獨立服務所需的質量標準以及分布式底層基礎架構
通過使用融合IT和分解式服務器，你可以做到兩全其美。通過融合和構建軟件定義層，獲得價錢較低的運營成本、商品價格以及可擴展的插件基礎設施，同時又能夠保證應用程序的服務質量。
當然了，基礎設施和應用程序性能管理仍然是一項非常艱巨的挑戰。在這種集成化、集裝箱化、軟件定義資源環境中，當應用程序性能下降了，我們應該怎樣做呢?對于任何類型的故障、性能管理或者容量規劃來說，如果當其本身就已經是處于動態變化的狀態，你又如何能看到問題本質呢?
其中的一個答案就是，將這種基礎設施當作是其內部的物聯網進行管理。我們將需要應用大數據分析、復雜的機器學習，甚至是一些先進的人工智能方法來優化邏輯聚合，但是僅限于物理分類基礎設施方面。但是，最近谷歌的AlphaGo擊敗了人類圍棋冠軍，這是云供應商所提供的機器學習獲得的一項重要的成就，想到這件事情，我就非常樂觀，我認為我們將很快使用上這種能夠處理這些云基礎設施的智能IT管理技術。
京公網安備 11010502049343號