計算資源池擁有非常廣泛的應用領域,從中小企業到大型機構,從教育行業到科研領域,從緊急任務到常規運營,都可以看到計算資源池的身影,我們擇取較為常見的應用,做一下簡單說明。
由于信息成本的配置不足,中小企業試圖建立自己的數據中心成為奢望,但是業務的發展越來越離不到技術的輔助,中小企業也希望通過信息系統來提高企業的整體競爭力,因此SaaS大行其道,OA、CRM、HRM、ERP都可以在SaaS中找到身影。
但是中小企業也會存在自己的業務系統,希望建立可控的信息管理環境,這時就可以通過公有云的計算資源池租用企業所需要的計算資源,并在這些資源中部署適合自己的業務與信息系統。這樣租用的成本會非常低,并不會對企業造成成本的壓力,同時公有云數據中心的可用性和可靠性會遠高于本地信息建設,資源的使用非常可靠。
集團性的大型、超大型企業,通常會在不同的城市、不同的區域建立多個分公司或者工廠,每個分公司或者工廠都會配備網絡和服務。通常的結構是集團的主數據中心會存放著關鍵業務系統,下屬機構存放著本區域的小型業務系統。
主數據中心的設備和技術相對比較成熟,成本的控制和資源利用率通常保持領先優勢,但是下屬機構受制于技術、人才和成本的限制,較少采用虛擬化架構,資源利用率和成本應用不易控制。
隨著網絡速率和數據無損傳輸的高速發展,企業逐漸從傳統數據中心向私有云技術發展。資源的整合集中在企業關鍵的主數據中心內,下屬機構通過自助平臺訪問資源門戶網站,在資源池內選擇所需的資源,部署信息系統。私有云資源池架構將資源整合到最上層數據中心,資源池的建立保證了高利用率,降低使用成本,解決了下屬機構信息應用的諸多問題,重塑集團的信息競爭力。
舉個例子,我們經常關注天氣預報,對于很多民眾來說,我們查看的僅僅是一組數據,但是這組數據通常是一個分析的結果,需要分析的數據有多大,天氣預報需要根據應用動力學、統計學的原理和方法,配合衛星云圖、雷達圖,用天氣學的原理來分析和研究天氣的變化規律,建立天氣變化的統計學模型來制作天氣預報。天空中十幾到二十幾公里厚的大氣云層里狀況,通常需要處理數十TB,甚至更多的數據。
這個時候科研機構的處理能力顯得有些捉襟見肘,很多科研機構需要每秒萬億次級的計算能力,如此超高的速度,即便是大型機、巨型機也難以應付,處理器的性能和計算需求已經形成巨大的落差,需要高性能計算來輔助運行。
計算資源池在內存容量和帶寬、運算模式、系統I/O、數據存儲等多個方面做出全面的解決方案。它所提供的資源容量和深度是很多巨型機難以企及的,這也是計算資源池廣泛應用于科研機構的重要原因。
案例一中,企業信息人員需要在短時間內完成超大規模的資源匯集和調配,事實上,企業不會預留更多的資源來應對單次性的任務,但臨時性事件卻常有發生,企業需要有良好的解決方案應對緊急性事件。
公有云的計算資源池,可以在短時間內提供足夠多的虛擬服務器,并提供合適的操作系統,輔助企業快速完成部署轉換和加密的任務,企業信息人員只需要對數據進行上傳、轉換即可,免去了大量服務器的購置、虛擬系統的安裝等前期工作,減少成本的支出,也避免了大量的重復性勞動。公有云的計算資源池在應對臨時性的單次項目時非常可行。
企業文化、內部員工的素質、專業知識的培養,是企業重點關注的方向,讓新入職的員工深入了解企業的文化、掌握必備的知識、迅速找到自己的位置,這對于員工的個人發展和企業發展有著諸多好處,因此很多企業會部署在線學習系統。
但凡是學習系統,毫無例外地會放置大量的課件、操作手冊、視頻資料,這些資料關鍵程度不會很高,但是卻占用著大量的磁盤空間,數TB空間、數百TB空間也許只是較為平常的空間支付,企業不希望為這些資源過多地占用企業緊張的存儲,因此,對于不涉及到企業核心的、商業的、機密等非關鍵服務,完全可以遷移到公有云計算資源池中,它在成本的節省、維護的便捷等方面有著先天的優勢。
看得出來,計算資源池的應用跨度和深度非常廣泛,不管是企業,還是公眾、科研機構都會涉獵到,不同行業、不同領域的關鍵與非關鍵應用也需要計算資源池的輔佐,未來隨著更多的CIO認識到計算資源池的領先優勢,相信會有更多的企業、更多的應用進駐資源池環境。