数据中心解决方案

Click to edit Master text styles,Second level,Third level,Fourth level,Fifth level,Click to edit Master title style,Click to edit Master text styles,Second level,Third level,Fourth level,Fifth level,Click to edit Master title style,Click to edit Master text styles,Second level,Third level,Fourth level,Fifth level,Click to edit Master title style,Copyright 2009,Oracle Corporation and/or its affiliates,*,戴艳,Principle Solution Architect,Oracle China,构建基于云平台的,下一代数据中心,提纲,1,、,云数据中心,概念的提出,2,、云计算与,数据中心,的关系,3,、,云数据中心,的应用场景,4,、,云数据中心,的数据管理,传统的数据中心,烟囱式架构,异构的技术,多种操作系统平台,支撑高峰时的容量,被动的响应式管理,庞大的应用体系,静态地部署,多种软件组合,点对点集成,独立的应用数据,Mainframe,DAS,Custom,Application,Big server,DAS,ERP,Application,Sales,Application,Cluster,Database,Data,Warehouse,NAS/SAN,ORB,NAS/SAN,Files,Database,Database,Small server,数据中心的利用率和效率不高,很少的一部分客户开始监控数据中心服务器的利用率，然而，非常少的客户会注意数据中心的效率,Server utilization remains very low.,Average daily utilization(percent),0,10,20,30,40,50,60,70,80,90,100,0,10,20,30,40,50,90,100,Up to 30%servers are dead,*,Sample size 45 data centers,Source:,Uptime Institute,Peak daily utilization(percent),下一代云数据中心概念的提出,整合的,敏捷的,高性能,高可用性,整合架构,-,动态负载管理,烟囱式架构,-,低效的资源管理,整合的要求,提升服务器的利用水平,5%-10%,(Gartner),60%-70%,(Oracle,大学网格,),敏捷的要求,敏捷地适应应用变化情况,根据负载随需扩展,高弹性，动态伸缩，,self service,，配置更多的实例,在初始投资成本和获得良好的效率之间作出平衡（减少,Capex,和,Opex,）,实时地获取业务变化，并以此作出响应,Applications A,B,C,D,E,NetWorkload,If utilization too high,increase capacity,Shared Instance,Server A,Server B,Server C,Server D,Scale-out on-demand,联邦式云数据中心,Austin,TX,Colorado Springs,CO,Salt Lake City,UT,根据应用要求进行资源分配,Austin,TX,Colorado Springs,CO,Salt Lake City,UT,高性能的要求,全球最大数据仓库容量其大小每两年增长三倍,1998 1 TB;2001 10 TB;2003 30 TB;2005 100 TB;2007 300TB;2009 900 TB;2011 2.7 PB,高性能的要求,分布式处理能力,集中处理层,问题：昨天的客户发展量如何？,分布式处理层,汇总、合并结果,Select sum(sales),where,Date=24-Sept,多个服务器并行处理查询请求,构建并发,Smart Scan,请求,各服务器返回结果,Storage,数据复制,完全激活,故障切换到备点,数据的备份和恢复,低成本高性能,数据保护&归档,集群技术保证容错和,服务器水平扩展,Database,Database,Storage,高可用性的要求,自动存储管理保证容错和,存储水平扩展,保证业务不被中断,-每个都是可以水平扩展的,完全激活的,以数据为中心的,要求达到最高可用性和最低的成本,在线升级,硬件和软件,提纲,1,、,云数据中心,概念的提出,2,、云计算与,数据中心,的关系,3,、,云数据中心,的应用场景,4,、,云数据中心,的数据管理,云计算模式能,以按需方式,，,通过网络,，,方便的访问,云系统的,可配置计算资源共享池,(,比如：网络，服务器，存储，应用程序和服务,),。同时它以,最少的管理开销,及,最少的与供应商的交互,，,迅速配置提供或释放资源,。,*Source:,NIST,云计算,NIST,定义,云计算,基本特征,普遍网,络访问,共享的,资源池,多,DB,快速弹,性能力,可度量,的服务,按需的,自服务,云计算的,5,个基本特征,为什么采用“云”,烟囱式的系统建设，,IT,成本居高不下（硬件,/,能耗,/,管理）,按峰值规模建设，资源平均利用率低,缺乏弹性的系统设计，应对业务突发情况差,建设周期漫长，无法快速提供与部署,业务需求的快速增长，设备更替快，不利投资保护,集中资源池的共享,虚拟化、分时,/,区共享,动态调配、弹性伸缩,自动化、自服务,低成本、标准化硬件,云计算,云数据中心,技术标准化,能力服务化,提供快速化,资源弹性化,管理自动化,管控集中化,传统模式,提纲,1,、,云数据中心,概念的提出,2,、云计算与,数据中心,的关系,3,、,云数据中心,的应用场景,4,、,云数据中心,的数据管理,众多分散的小数据库需要整合，尤其是,OSS,域及,MSS,域，分散的数据库带来很多问题：,分散的管理与运维,DB,的多版本,数据分散带来的数据一致性问题,系统扩展能力的限制，即，缺乏弹性能力（突发性业务需求的支撑能力难以满足）,数据安全问题，无统一标准和流程,数据质量问题，无统一标准和流程,数据全生命周期管理缺失,维护人员分散利用率不高的问题,分散数据库带来的,License,冗余问题（集中的数据库基于共享可以带来,License,成本的降低）,分散带来的数据分析与数据挖掘的困难,低信息密度的现状导致的存储空间的浪费问题（缺乏高性能压缩能力）,整合符合绿色计算的发展趋势,通过标准化及自动化管理的采用有效降低运维成本,有效提升数据安全并降低数据分发的难度,满足全企业内集中的、标准化的数据管理要求,整合与共享可以带来数据服务能力的持续可用,集中化、标准化是,IT,演进大趋势的要求,分散数据库的整合,集中化的灾备中心,大集中,SaaS,应用的数据库支撑,新一代,IDC/ADC,的数据库提供与运营,电信企业采用云数据中心的潜在现实需求,分散数据库的整合,-,现状及需求,1,目前的灾备中心多为基于现有应用进行一对一的匹配建设（,Silo,），硬件投资巨大,目前的灾备中心多为冷备中心（,Active-Standby,），日常灾备中心的资源只能空闲无法利用，资源的有效利用率很低,需要建设双活的灾备中心（,Active-Active,），有效提升资源利用率,需要基于资源共享（,Share Pool,）及动态调整能力，有效节约硬件投资,异构数据管理变为统一的同构数据管理，提升可管理性,通过集中化的灾备中心建设，促进,IT,系统的管控集中化、技术标准化的演进,分散数据库的整合,集中化的灾备中心,大集中,SaaS,应用的数据库支撑,新一代,IDC/ADC,的数据库提供与运营,电信企业采用云数据中心的潜在现实需求,集中化的灾备中心,-,现状及需求,3,伴随电信市场竞争的加剧，电信企业的产品的同质化及全网一体化趋势越发明显，这使得电信企业的业务标准化程度越来越高；这些趋势直接导致了全网大集中的,SaaS,应用需求的产生,SaaS,应用基于统一的业务流程、数据模型、客户体验等为全网的所有使用者提供,IT,应用能力，带来更高要求的数据库服务提供能力需求：,满足大集中的高性能需求（数亿用户的,OLTP,）,满足大集中带来的,PB,级海量数据管理能力,满足大集中带来的高可用性要求,满足数据的生命周期管理能力,满足业务增长带来的动态扩展性需求,满足,SaaS,应用需要的数据一致性保障能力,满足,SaaS,应用需要的关系型数据库的数据管理与数据提供能力要求,全国大集中的,SaaS,应用对高性能、高可用性、数据严格一致性等方面的数据库需求，在,BSS,领域核心支撑系统的全国大集中项目中显得尤为突出,分散数据库的整合,集中化的灾备中心,大集中,SaaS,应用的数据库支撑,新一代,IDC/ADC,的数据库提供与运营,电信企业采用云数据中心的潜在现实需求,大集中,SaaS,应用的数据库支撑,-,现状及需求,3,适合大型企业的大型关系型数据库的提供或托管,高性能,海量数据的可管理性,数据生命周期管理,扩展性,服务使用的度量,数据安全,适合中小企业的小型关系型数据库的提供或托管,DB Instance,的快速自服务创建与释放,计算能力及存储容量的弹性能力,自动化管理能力,服务使用的度量,数据安全,分散数据库的整合,集中化的灾备中心,大集中,SaaS,应用的数据库支撑,新一代,IDC/ADC,的数据库提供与运营,电信企业采用云数据中心的潜在现实需求,新一代,IDC/ADC,的数据库提供与运营,-,现状及需求,4,众多分散的小数据库的整合，尤其是,OSS,域及,MSS,域,基于整合平台提升数据生命周期管理能力及数据质量,通过标准化及自动化管理的采用有效降低运维成本,有效提升数据安全并降低数据分发的难度,全企业内集中的、标准化的数据管理要求,建设双活的灾备中心，有效提升资源利用率,基于资源共享及动态调整能力，有效节约硬件投资,通过集中化的灾备中心建设，促进,IT,系统的管控集中化、技术标准化的演进,全国大集中的,SaaS,应用带来高性能数据库集群的需求，尤其是,BSS,领域核心支撑系统全国大集中的,OLTP,需求,海量数据管理能力及动态扩展能力,SaaS,应用所需的数据一致性保障及关系数据管理能力,适合大型企业的大型关系型数据库的提供或托管,高性能、海量数据管理、扩展性,适合中小企业的小型关系型数据库的提供或托管,DB,实例的快速提供、弹性能力、自动化,分散数据库的整合,集中化的灾备中心,大集中,SaaS,应用的数据库支撑,新一代,IDC/ADC,的数据库提供与运营,电信企业在云化架构的数据库平台层的潜在现实需求,云数据中心的需求总结,业务目标：,降低成本、提高效率、改善服务、拓展业务！,提纲,1,、,云数据中心,概念的提出,2,、云计算与,数据中心,的关系,3,、,云数据中心,的应用场景,4,、,云数据中心,的数据管理,云数据中心的技术要求,24,数据仍然是云中心最重要的信息资产！,海量分布式存储和处理,高并发读写,高性能获取,负载均衡,资源共享,在线扩展迁移,足够的安全,简单的管理,标准的访问接口,云存储,+,分布式云数据库,如何实现云数据中心,两种云中的分布式数据库,25,基于,key/value,的键值非关系型并行数据库,云服务提供商：,Google BigTable,Amazon SimpleDB,MS SDS,开源,/,独立：,Hadoop Hbase,oldemort,Cassandra,关系型数据库,/,数据仓库分布式解决方案,OLTP&DW:Oracle,DB2,SQL server,Sybase,