数据中心项目解决方案

1、 构建基于云平台的 下一代数据中心 提纲提纲 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 传统的数据中心传统的数据中心 烟囱式架构烟囱式架构 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 o

2、rb nas/san filesdatabasedatabase small server 数据中心的利用率和效率不高数据中心的利用率和效率不高 很少的一部分客户开很少的一部分客户开 始监控数据中心服务始监控数据中心服务 器的利用率，然而，器的利用率，然而， 非常少的客户会注意非常少的客户会注意 数据中心的效率数据中心的效率 server utilization remains very low. . . average daily utilization (percent) 0 10 20 30 40 50 60 70 80 90 100 0102030405090100 up to 30%

3、 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下一代云数据中心概念的提出 整合的整合的敏捷的敏捷的 高性能高性能 高可用性高可用性 整合架构-动态负载管 理 烟囱式架构-低效的资源 管理 整合的要求整合的要求 提升服务器的利用水平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

4、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 net workload if utilization too high, increase capacity shared instance server aserver bserver cserver d scale-out on-demand 联邦式云数据中心联邦式云数据中心 austin, txcolorado springs, co salt lake city, ut 根

5、据应用要求进行资源分配根据应用要求进行资源分配 austin, txcolorado springs, cosalt lake city, ut 高性能的要求高性能的要求 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 高性能的要求高性能的要求 分布式处理能力分布式处理能力 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

6、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

7、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 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 为什么采用为什么采用“云云” 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

8、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

9、 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

10、云数据中心的 潜在现实需求 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/a

11、dc 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 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

12、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 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

13、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 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

14、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

15、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云数据中心的技术要求 24 计算资源、存储计算资源、存储 数据数据 应用应用/服务服务 云接入云接入 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如何实现云数据中心 两种两种云云中的分布式数据库中的分布式数据库 25 基于key/value的键值非关系型并行数据 库 云服务提供商：google bigta

16、ble,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 dw:teradata,netezza,greenplum 开源：hadoop cloudbase 两种两种云云中的分布式数据库中的分布式数据库 cont.cont. 26 非关系型分布式数据库 针对某类特定需求而设计 具有很强的弹性和扩展能力 规模化提供较强的分布式处理能力 数据弱一致性设计 较弱的结构化查询统计能力，一般 存在较多限制 非标准/部分标

17、准的访问接口 关系型分布式数据库 通用性设计，但也带来了性能的 限制 通过集群提供较强的横向扩展能 力 较强的分布式能力 数据强一致性保障 很强的结构化查询与复杂分析能 力 标准的数据访问接口 很小的应用领域，缺乏成熟的商业 产品。 产品成熟，但要在性能和伸缩性上 进一步增强 vs 更适合企业私有 云数据中心的建 设 云数据中心可能的问题云数据中心可能的问题 可用性可用性 大规模集群环境下，单个/部分节点的故障容错 性能瓶颈性能瓶颈 随着集群规模的扩大，单节点环境下的性能瓶颈 可能会被放大，如节点交互、io 扩展性扩展性 随着数据量和负载的增大，如何保证可扩展性以 满足业务处理和分析对性能的要

18、求 数据存储数据存储 海量数据的在分布式环境下的存储和高效访问， 空间的需求和压缩等 27 云环境下需要一个更加强大的分布式数据库解决方案！ oracle云数据中心解决方案云数据中心解决方案 exadata 完美解决超大型分布式数据库/数据仓库面临的挑战！ 28 extreme performance 为数据仓库应用带来10-100倍的性能提升；oltp应用带来20倍的性能提升； linear scalability 适应海量数据迅速增长的线性性能扩展，消除瓶颈 availability 预配置的软硬件提供企业级的支撑能力，最大可用性、安全性、容灾等。 distributed 基于网格的智能分

19、布式存储，解决海量数据的存储和处理，保证强大的i/o吞吐能力。 更低的总体 拥有成本！ 更高的性能！ 资源的分割与整合资源的分割与整合 instance caging instance caging允许管理员限制每个 例程使用的cpu资源 可以防止运行在一个例程中的失控进 程影响到运行在服务器上的其它例程 当数据库运行时可以动态调整. 参数cpu_count 支持分割方式和过度配置 与resource manager一起工作 分布式智能处理分布式智能处理 分布式处理，解决计算能力问题分布式处理，解决计算能力问题：每个服务器包括存储、cpu及相应的软件, 处理sql 及压缩，恒定的计 算能力与存

20、储的比值。 横向并发计算，解决带宽和可靠性问题横向并发计算，解决带宽和可靠性问题：分布式处理单元横向部署，asm提供镜像保护，处理能力与数据 量同比扩展。 廉价标准化，解决价格及更新问题廉价标准化，解决价格及更新问题：完全标准的pc服务器硬件，智能存储单元数量不受限，极大降低成 本，并随着pc技术的发展而发展。 exadata cell infiniband switch/network 集群数据库或单实例数据库 exadata cell exadata cell 分布式处理层 集中处理层 超高速、并发网络层 exadata cellexadata cell exadata cell exad

21、ata cell 云中存储云中存储的的高可用性高可用性 通过自动存储技术通过自动存储技术(asm)避免磁盘或存储节点的单点故障避免磁盘或存储节点的单点故障 自动存储管理保证数据的冗余和条带化 保证数据的分布是均匀的 保证存储的动态添加和删除 保证热点数据获得更好的性能 exadata cellexadata cell hothothothothothot coldcoldcoldcoldcoldcold asm disk group asm failure group asm failure group 案例介绍案例介绍 奥斯丁数据中心: 超过 20,000 服务器 全世界最大的 dell/linux 数据中心 每星期增加100服务器 超过 5,000 tb 数据 全世界最大的 netapp 数据中心 每月增加 60tbs 数据 支持超过 400 其他客户的关键应用 为超过65000甲骨文员工服务 超过7000平方米 oracle的应用架构整合的应用架构整合 1998today business as usualglobal single instance (gsi) 52 application instances 1 applicat