物联网时代的数据中心设计

人工智能2020-07-24 13:31:29
导读2015年的数据中心已高度发展,旨在满足熟悉互联世界的需求。服务和客户端创建和消费企业和

2015年的数据中心已高度发展,旨在满足熟悉互联世界的需求。服务和客户端创建和消费企业和消费者数据、大而小的超特征网络。随着云计算的发展,大多数IT任务的基本机制和动态得到了很好的理解和支持。

物联网(物联网)不会遵循这些规则,但目前还不清楚它将遵循哪些规则:物联网这个强大的概念被急切地推销开来,但它却缺乏许多有用的定义。当然,将有数以百万计的自主连接的传感器,在大量的数据中产生规律的脉冲。这些数据将被实时使用,并存储在以后的高级分析中。数据中心将是连接的中心。更重要的是,这将取决于什么是商业上有趣的,对于什么样的数据类型、数量,以及什么样的访问要求,最能体现运营物联网的特点,还没有达成一致意见。

第一个运行的物联网系统将面向特定的市场--医疗、能源、交通--这些系统将为管理此类技术提供宝贵的经验教训,但有一些共同的特点可以帮助从一开始就制定指导方针。一个最重要的认识是,一个物联网数据中心不能把自己看作是一个有四面墙和一个天花板的实体:这将是它的一部分,但实际的功能和责任必须延伸到整个网络,其管理、处理和存储的意图可能会延伸到传感器本身。

将有两种主要的传感器数据,流和事件驱动.有关已知条件的流数据将定期到达,对吞吐量和存储提出要求;事件数据将通知意外或不可预测的情况,并将优先考虑跨系统响应时间。所有数据还将与描述传感器ID、位置、数据性质等的元数据相关联。所有这些数据,或者其中的一个有用的子集,最终都会存储在存储中,但是它可能很容易是高度异构的。因此,存储、通信、数据库设计和管理过程将是物联网数据有效管理的关键因素。

传感器通常在地理上是不同的。将所有数据一直移动到一个中心点是昂贵和不可靠的,即使在可能的情况下也是如此。因此,需要中间存储和处理,包括传感器本身的存储和处理,而重要的区域性分布式数据库可能根本不需要单一的中央存储。生物学提供了一个很好的类比,视觉系统从采集到视网膜上的数据开始处理和过滤数据,并在相关信号进入大脑时进一步提取它们。单独的系统管理重要的实时事件,如眨眼反射和大脑的不同部分分析和存储图像的不同方面。

生物学提供了一个很好的类比,视觉系统从采集到视网膜的那一刻起就开始处理和过滤数据,并在它们进入大脑时进一步提取相关信号。

一个高效的物联网网络将必须充分利用其所有资源,因此处理任务、查询和管理功能将被推送到最适合处理它们的哪一层。如果数据是在生成数据的位置附近使用的,它可能根本不需要传输到数据中心,或者只需要经过大量的预处理和汇总。

今天的数据中心中的数据管理主要涉及到它们中已经存在的数据,报告和控制数据对象,如文件和记录以及它们所生活的存储。物联网数据管理将把它扩展到实时数据,包括本地数据中心之外的数据,以及驻留在中间存储层的数据--或者,同样地,也可以扩展到传感器本身。它将必须提供一个按需的、同构的接口,用于实际上是一个由间歇性连接的设备组成的异构网络,并执行其传统角色。

还需要以新的方式管理安全和可靠性。目前的安全方法不会扩展到管理数千或数百万远程对象,因此将转移到传感器及其网关到网络上。访问白名单、入侵检测和密码保证身份等概念将成为物联网外部层的特征,而智能备份方法则必须对最小可接受的数据子集进行存档。在某些情况下,这可能是一个高度压缩的许多读数摘要;在另一些情况下,可能需要高分辨率的连续记录。

物联网数据可能是直接感兴趣的,或者是历史上更有价值的数据。在后一种情况下,可以从收集数据的业务中异步执行各种各样的任务:规范化数据以实现高效存储、比较和查询优化、分层数据报告、聚合等等。当数据传输所有这些过程时,它将产生与到达的数据量和所需的转换程度相关的计算需求。这条链上任何一点的变化都会对以后的阶段产生影响,传感器网络的范围或对数据的需求也会发生变化。

还需要以新的方式管理安全和可靠性。目前的安全方法不会扩展到管理数千或数百万远程对象,因此将转移到传感器及其网关到网络上。

一般来说,数据通过系统离传感器的距离越远,就越有机会构造和简化它,使其朝着更传统的模型发展。但是,在此过程中的任何阶段都可能有使用数据的正当理由。想一想病人的数据,从一个需要立即关注的实时事件到对一种疾病进行长达数十年的分析的每一件事都可能具有临床意义。这还不是一个成熟的领域,还有待探索。

许多提议中的物联网服务和产品都依赖于移动传感器和平台,无论是病人监控、车辆、航空还是机器人,无论是室内还是室外。在可预见的未来,任何网络的移动方面都必须接受不可靠的连接以及对电力供应和处理能力的其他限制。这些很难在现有的互联网上进行管理,但是需要更多的关注。当传感器离线但最近的历史数据可用时,实时查询将如何工作,或者如何在传输不同的服务区域时有效地管理移动端点,这些都不是传统上数据中心系统设计中关心的问题。

问题不在于如何为物联网设计一个数据中心,而在于需要哪些新的优先事项和工具。最重要的是开发统计模型,这些模型可以接受特定物联网项目运行的参数范围,并为存储、网络、分布式体系结构、管理开销、安全性和健壮性制定可行的规范。更多的小交易比今天通常可能会淹没网络路由或带宽能力。另一方面,它们可能有更灵活的延迟和响应需求。存储规划可能需要输入有关天气或重大外部事件的信息。数据中心本身可能开始生成有关传感器或数据模式的信息,而客户可能并不期望这些信息,但也可能帮助他们更好地管理和规划他们的服务。

物联网有很大的潜力,还有很多未知的东西。它将通过数据中心的大门带来现实世界的复杂性和兴奋,并要求对数据管理和服务提供采取更加灵活和外向的方法。数据中心经理是最有准备向外看并学习的人,他将是最有能力创造出一种值得挑战的产品的人。

免责声明:本文由用户上传,如有侵权请联系删除!