数据中心和云不是创新的前沿

数字创新往往发生在数据所在的地方,而不久之前,数字创新始终是企业的核心。但是,随着数据在组织中更有机地传播,正在发生转变,因此需要跨边缘,云和数据中心的整体数据方法。

直到最近,对于大多数组织来说,数据处理还是很简单的:将所有数据路由到代表记录系统的数据中心或云中的集中数据湖,数据仓库或其他某个存储库,然后在那里进行批处理。但是随着网络边缘和云中大容量,高速数据源(例如移动,IoT,Web等)的兴起,数据和创新的新领域正朝着核心之外发展,并遍及整个组织。

在某种程度上,这是因为这些新的数据源太快地生成了太多数据,以致于无法依靠单一的集中式数据管理方法。

同时,与客户,合作伙伴,供应商及其他组织的组织互动主要发生在边缘或云中的数据中心外部,并且这些互动将是及时,深入,有意义和即时的。这促使组织创建和采用围绕数据的灵活,快速处理而设计的智能应用程序(无需人为干预即可对数据进行操作的软件),然后再将其应用到网络核心和传统的“记录系统”。

尽管云以其扩展能力来处理这些不断增长的数据量而闻名,但直到最近,边缘情况并非如此。幸运的是,这种情况正在改变。大多数IT网络的边缘功能正成倍增加,同时提供了增强的计算能力和连接性。以前只能在云或数据中心中运行的智能应用程序正在利用Edge的新发现的处理能力和增强的功能来自然地向数据和操作所处的位置靠拢。

但这造成了一个难题,因为针对边缘,云与数据中心管理单独的技术堆栈过于繁琐和复杂,难以理解。进而,这促使人们需要在所有三个环境中使用更现代,更一致的数据处理方法,并意识到每种环境在这种新的数据范式中都将发挥独特的作用。那样很好,因为这种在最有意义的位置和时间利用数据的能力既可以创建一个更灵活的组织(可以对当今的变化做出快速反应),又可以在数据库中集成任何新的数据源组合。

一些用例已经在迫使行业成功应对这些新领域。

物联网应用就是一个很好的例子,实际上需要这种多层数据集成。几乎按照定义,物联网数据是在边缘或边缘附近生成的。这种物联网数据的数量和速度将淹没一种纯粹的集中式数据管理方法,同时增加了处理延迟,而这些延迟将使很多价值无足轻重。相反,即使物联网数据可能最初是在边缘进行处理的,但仍必须将其智能地混合并中继到云和数据中心中的系统,以便更大的组织可以进行调整和做出反应。

这种双重性的例子比比皆是:

公用事业公司可能需要立即处理来自整个网格(即边缘)的监控器的能源波动数据,同时将数据提供给诸如计费之类的核心业务功能。
制造公司正在使用物联网来实时优化生产线和可靠性,同时还将这些数据输入到更大的ERP系统中。
从医疗设备(从扫描系统和监视设备到连接的医疗设备(健身追踪器,植入物等)),越来越多的数据不仅可以确保立即改善患者的健康和安全状况,还可以确保长期的电子健康记录。
在交通运输中,联网汽车需要跨边缘,云和数据中心进行紧密的数据协调,以利用诸如交通感知路线,流音乐,流视频(当然是发给乘客而不是发给驾驶员)等服务的优势维护等。
当然,除了物联网应用程序之外,还存在需求。例如,零售商和其他拥有大量来自Web和移动应用程序的数据的人,需要立即在边缘或云中处理和处理该数据以吸引客户,但这些数据还需要通知后端系统,例如如物流,供应链等。

利用这些机会需要整体数据策略。首先,这意味着确定哪些数据和应用程序组件最适合驻留在哪里(即,边缘,云和数据中心中属于什么?)。在这一点上,考虑组织如何(以及是否)将组织内部不同来源的数据充分整合以创造更好的见解和机会也很重要。例如,实时边缘数据是否已整合到您的ERP系统中?

其次,整体数据(www.xberp.cn)策略要求通过寻找可以在整个企业中提供一致环境的技术和方法来避免孤岛。例如,着眼于数据存储,处理和消息传递技术以及平台,它们不仅可以在边缘,而且可以在云或数据中心的规模上以更有限的资源运行。另一个重要元素是采用数据和事件驱动的体系结构,以确保一个系统中的更改(无论该系统在组织中的位置如何)都可以立即触发企业其他部分的操作。

从发现效率和可靠性提高的分布式系统(例如能源网格,电信网络或物流和供应链)到新计划(例如IoT),这些新的计划突破了孤立的孤岛,以更广泛地通知和影响更大的组织,这种凝聚的边缘云-数据中心范例正在带来回报。

随着这种由数据驱动的创新一直延伸到边缘,现代组织应采用更全面的数据计划方法,否则就有被冷落的风险。

相关文章

联系我们

联系我们

029-88444144      

在线咨询: QQ交谈

邮箱: cnnwn@126.com

工作时间:周一至周五,9:00-17:30,节假日休息

返回顶部