有效管理高性能工作负载需要同样高性能的基础设施。遗憾的是,经常用于连接不同孤岛的典型数据管理点解决方案,无法扩展到高性能计算(HPC)所需的级别。

这些解决方案非但没有有效地弥合这些差距,反而成为不必要地使用户工作流程复杂化的障碍。这些瓶颈使不同领域(包括HPC并行文件系统、企业NAS和全局命名空间)的IT资源和预算紧张。在过去,这些技术是独立运行的,将数据孤立起来,使合并、检索和传输变得具有挑战性。

通常,支持快速处理和来自不同存储孤岛的各种数据集的IT架构需要进行权衡。如今,非结构化数据编排汇集了来自多个供应商存储筒仓、地理位置的不同数据集和数据技术,而不会影响性能或安全的全球数据利用率。

数据编排:性能是实现全球数据环境的关键

无缝集成

非结构化数据编排是无缝集成来自不同供应商存储孤岛、地理位置的数据集和数据技术所必需的关键技术解决方案。这种集成可实现不间断且安全的全局数据利用,同时保持最佳性能。

最近对数据分析应用和人工智能功能的需求显着提高了多个地点和组织的数据利用率。数据编排可自动将来自众多数据存储系统和位置的孤立数据聚合到单个命名空间和高性能文件系统中。此过程允许在边缘、数据中心或最适合工作负载的云服务上有效放置数据。

数据与其源应用或原始计算环境之间的传统1:1链接已经发展。现在必须利用、分析数据并重新利用数据,以支持协作远程环境中的各种人工智能模型和不同的工作负载。

数据编排技术促进了各种基础模型、远程应用、分散计算集群和远程工作人员的数据访问。这种自动化提高了数据驱动的开发计划的效率、从数据分析中获得的见解以及企业的业务决策流程。

微调数据服务

让IT团队能够充分利用全球任何服务器、存储系统和网络的性能至关重要。这种方法允许组织无缝地存储、保护和操作数据,根据策略或需求自动重新定位数据,轻松访问计算资源,利用经济高效的基础设施,并使分布式团队可以在本地访问文件。这种方法为每个工作流程步骤创建了一个统一、快速且有效的全球数据环境,从最初的创建到跨边缘设备、数据中心以及私有云和公共云的处理、协作和归档。

现在可以在所有存储类型和位置的文件粒度级别上全局控制企业数据服务,以实现治理、安全性、数据保护和合规性。除了访问存储在远程位置的数据外,应用和人工智能模型还可以使用自动化编排工具在必要时提供高性能的本地访问以进行处理,组织还可以通过接触世界各地的团队成员来扩大人才库。

数据编排的好处

数据编排使数据可供分散的计算机集群、应用和远程工作人员使用,以自动化和简化数据驱动的开发计划、数据洞察和业务决策。它提供了许多好处,包括:

● 在混合、分散或多供应商存储环境中移动数据时,对应用程序和用户的数据访问不会中断。
● 无中断数据移动永远不需要更新应用程序或用户数据连接。
● 数据放置是使用基于目标的策略自动进行的,这些策略可以在需要时将数据放置在需要的地方。
● 通过有效管理数据,个人、系统和组织可以更广泛地访问和使用数据,从而能够利用更多的处理能力和脑力,最终加速从数据中获取价值。此外,利用数据的每个实例都会加速其影响并生成额外的有价值的数据。

数据分析带来的见解可为未来的数据收集和分析提供信息,从而创建新数据生成的持续循环。通过协调数据流并确保正确捕获和保存新数据,组织可以放大这种反馈循环,并从现有数据中获得进一步的重要见解。此过程可为组织带来潜在的新收入来源并提高运营效率。

现在是企业停止与孤立、分布式和低效的数据环境作斗争的时候了。通过自动化数据编排,企业可以实现更多目标。