华为云FusionInsight MRS直击传统大数据三大痛点,赋能新云原生企业

更新日期:2022年05月19日

       云原生成为2020年的热词。云原生在保障企业数字化转型中资源快速供给的同时, 还能实现敏捷的应用开发、交付和运维能力, 加速企业的敏捷创新。 智能化转型升级的必由之路。 早期云原生只提出了一些相关的技术, 包括开源、容器、微服务、编排工具等, 并没有给出云原生的具体定义。 每个厂商都根据自己的理解探索和实践了云原生。
        经过五年的野蛮生长, 云原生技术和产业得到了突飞猛进的发展。 如今, 云原生已被各行​​各业广泛接受, 加速进入云原生2.0时代。 在这个新时代, 数据是云原生系统中重要的生产资料, 如何实现数据价值的最大化, 成为客户亟待解决的问题。 传统大数据平台面临的困境随着各行各业大数据系统的建立, 企业需要从海量数据中挖掘数据价值以服务客户。 大数据平台逐渐进入客户的生产系统, 发挥了至关重要的作用。 随着云原生概念的普及和业务敏捷性的需求, 传统大数据平台逐渐呈现出反应疲态的迹象, 主要体现在以下三个方面: 1、硬件采购集中, 配置不合理 目前, 企业 还是统一采购硬件 配置方式为主, 配置框架固定, 不考虑不同场景下大数据对资源的不同需求, 如离线分析CPU占用率高, 实时分析 高内存和CPU占用、全文检索、高IO等特点, 导致集采服务器的配置与所需配置冲突, 容易造成资源浪费。 同时, 硬件异构, 不同厂商的硬件与操作系统、大数据软件甚至小工具的异构兼容不兼容, 导致硬件无法复用, 维护管理成本高。 2. 手动部署, 效率低 大数据部署和调优方案相对复杂, 手动部署步骤多, 周期长, 成本高。 从方案设计到完成部署、安装和调优, 往往需要20多个步骤。 对于一个30节点的集群, 至少需要一个月才能交付。 同时, 传统大数据基础设施的安装过程中存在大量重复性操作, 如安装网络、操作系统、硬盘RAID方案、分区等。
       手动部署操作不仅容易出错, 而且 效率低下。 安装速度仅为每天10-15个节点。 3、资源弹性不足, 伴随着数据量的激增。 大数据集群几乎每年都需要扩展。
        然而, 传统的大数据不够敏捷, 无法扩展容量。
        政企客户扩容前需申报, 设备到位后再采购。 完成安装、部署和扩容至少需要3个月的时间。 漫长的等待期无法满足快速变化的业务需求。 同时,

传统大数据集群的资源垄断、不共享,

资源弹性不够。 其他闲置资源在业务高峰期无法借用, 闲置资源在业务低峰期无法释放, 造成一定的资源浪费。 传统大数据向云原生数据湖迁移 面对传统大数据的三大痛点, 各大厂商纷纷通过云化来解决这些问题。 一个理想的云原生数据湖应具备以下特点: 1. 标准化配置, 存储和计算分离架构, 资源利用率高; 2、集群建设周期从数月到数小时; 3.集群扩容,

资源池申请, 无需等待。 大数据上云为客户带来便捷、敏捷、高效、弹性的云基础, 让传统大数据迁移到云原生数据湖, 实现大数据与云计算的融合, 计算能力更灵活, 管理更敏捷 . 为加速政企数字化转型,

助力传统大数据向云原生数据湖升级, 将原有的FusionInsightHD与华为云MRS强强结合, 统一架构和核心。 湖, 一城一湖解决方案, 请关注12月30日华为Cloud TechWave云原生2.0技术峰会分论坛, 以及华为云FusionInsight首席架构师徐立峰的主题演讲《华为云FusionInsight MRS》 云原生数据湖建设“一企一湖, 一城一湖”, 拥抱云原生2.0, 赋能“新云原生企业”!

Copyright © 2001-2021 厦门证券有限公司 xiamenzhengquanyouxiangongsi (blondeherbivore.com) ,All Rights Reserved