我已經談過基礎設施融合的必然性，現在貌似又在介紹著與融合有180°完全對立的基礎設施“分解”趨勢。
拋開字面意思不談，其實融合與分解并非完全意義上的反義詞。 事實上，分解和融合是一起發揮作用的，而且它并沒有你想象的那么難以實現。
在這種新興趨勢下，為了追求最高的性價比，物理IT組件變得大而致密，其結果比IT人士所預料的還要好。幾乎在同時，曾經與硬件(例如SAN)緊密集成的計算敏感性功能(例如數據保護)已被剝離并分開優化性能和分化成價格低廉的組件。
云端邏輯強化
考慮到當今的云架構師們已經創建了超規模基礎設施，相比于購買單片構建模塊，他們更傾向于創建大規模數量的密集商品資源池。不像融合基礎設施那樣附帶預先建好的標準IT設備機架可以幫助實現對Oracle和SAP的迅速部署，也不像超融合設施那樣可提供高度分化的IT運營和可預估的資本支出，新的基礎設施需要運行大量任意的、全部的大規模（通常是“超”規模）工作負載。云架構師們因此充分利用邏輯強化和大規模密集的物理資源池兩種方法。
有趣的是這兩大趨勢——融合和分解——都依賴軟件定義資源，這可能會引起一些混淆。軟件定義資源正是利用了持續進化的計算能力和硅材料成本的持續下降。融合工具利用軟件定義的資源來承載多個資源，并將其所有的功能特性集中在一個主機上。同時，為大規模密集資源池和更簡單的物理組件的運用，分解的方法將這些軟件定義的資源和主機置于它們更接近的工作負載的執行路徑上，或置于準備就緒的主機上。通用性是軟件定義的特性，它們在運行的平臺可提供最佳的性能及靈活性，而物理資源部署在給定的場景中能夠以一種最具性價比的方式進行部署。
IT功能總是經歷成熟和融合，尤其是在自動化和集成化能減輕痛苦的、昂貴的孤立管理需求的情況下。然而，我們也看到了底層的物理組件可插拔模塊化越來越成為（或替代）通行做法。我預測在實踐中，IT融合的主要應用領域將會是數據中心，而可能不會針對單個服務器或機架。
不管在何種案例中，下面所提到的都是一些關鍵信息，可作為幫助尋找證明你未來架構的迭代的方法：
可擴展性：線性規模的匯集和集群將最終成為一個關鍵的設計標準，并對接它們的每一個方面的基礎設施。
模塊化：評估新興的“即插即用的池”資源（例如，刀片服務器、共享閃存的如EMC的DSSD，CPU / GPU池所使用的HP Moonshot卡或存儲網格），可以大大增加密度，單位資源成本較低，鼓勵高性能的“共享”和簡化基礎設施支持。
組合性：考慮云編排，集裝工具，和混合管理層能夠直接“融合”軟件定義資源，創建任何所需的服務質量（QoS）的異構和分布式的基礎設施。
兩全其美利用融合和分解，你可以實現兩全其美。好處包括實現較低的運營成本、商品的價格，還有支持QoS一個給定應用程序需求的可擴展的插件架構，所有這些都是通過融合和組成的軟件定義層來實現的。
當然，基礎設施和應用績效管理始終是真正意義上的挑戰。在這些經過匯集的、容器化的并且是軟件定義的資源環境中，應用性能變差時我們能做些什么？對于任何類型的故障排除，性能管理或產能規劃，當洋蔥本身處于動態變化時，你怎么剝掉的洋蔥的外皮呢？
一種答案是要像管理物聯網一樣管理我們的基礎設施，這并不是在表面上可以起作用的問題。我們需要應用大數據分析，先進的機器學習，甚至是先進的人工智能，以幫助優化我們的邏輯融合，還有物理分解的基礎設施。但鑒于Google的AlphaGo最近剛剛擊敗了人類最強的圍棋冠軍——這是在大型云服務供應商在機器學習方面取得的重要成果。筆者樂觀地估計，我們很快就會看到非常聰明的IT管理產品能夠處理這些云基礎設施。
京公網安備 11010502049343號