软件定义数据中心——技术与实践pdf/txt下载_在线阅读全文

编辑推荐

　　《软件定义数据中心：技术与实践》
　　国内首部系统介绍软件定义数据中心的专业书籍
　　众多业界专家倾力奉献，揭秘如何实现软件定义数据中心
　　理论与企业案例完美融合，呈现云计算时代的数据中心**解决方案

内容简介

　　《软件定义数据中心：技术与实践》从与软件定义数据中心有关的基本概念入手，通过实例介绍软件定义数据中心涉及的技术、应用、前景。在此基础上，深入介绍构建软件定义数据中心的计算、网络、存储、安全、自动化管理和高可用性等基本技术，并辅以解决方案和大型实例，力求使读者全面了解当前软件定义数据中心的技术动态和发展趋势，为实际构建软件定义数据中心提供必要的技术指导。
　　《软件定义数据中心：技术与实践》适于作为数据中心分析、设计、研发、管理工程师的技术普及读物，亦可作为高等学校相关专业课程的教材或参考书。

作者简介

　　陈熹
　　EMC中国研发集团高级研发经理、中国研发集团技术委员会委员。在2011年加入EMC卓越研发集团后，陈熹一直致力于云基础架构和软件定义数据中心的研究与开发，曾任EMC中国研究院云基础架构实验室主任、顾问工程师，目前从事超融合基础架构产品的研究与开发。在加入EMC之前，陈熹曾在IBM、SunMicrosystems从事云基础架构的研究与开发，涉及的领域有IT管理系统、操作系统、文件系统、性能分析与优化等。
　　RickySun（孙宇熙）
　　EMC首席技术官办公室技术总监，于2012年11月加入EMC卓越研发集团，担任EMC中国研究院技术总监、中国研发集团技术委员会主席。在加入EMC之前，Ricky供职于微软亚太研发集团创新中心，作为高级产品经理来驱动在健康医疗、移动互联网、云计算、大数据和物联网领域的创新。Ricky在美国加州硅谷有十几年的IT工作经历，曾经供职于Yahoo和网络安全、Web2.0、快速启动操作系统行业的多家创业型公司。

目　　录

编委会
序
前　言
1.1　数据中心的历史
1.2　继续发展的推动力
1.3　软件定义的必要性
1.4　架构分析
1.4.1　基本功能模块
1.4.2　层次细分
1.4.3　接口与标准
1.5　现状与发展
1.6　第三平台：SDDC上的IT新浪潮
2.1　虚拟化的定义与基本概念
2.1.1　虚拟化定义

编委会 
序 
前　言


	第一部分　总体介绍


	第1章　基本概念 
1.1　数据中心的历史 
1.2　继续发展的推动力 
1.3　软件定义的必要性 
1.4　架构分析 
1.4.1　基本功能模块 
1.4.2　层次细分 
1.4.3　接口与标准 
1.5　现状与发展 
1.6　第三平台：SDDC上的IT新浪潮


	第二部分　关键技术


	第2章　软件定义的计算 
2.1　虚拟化的定义与基本概念 
2.1.1　虚拟化定义 
2.1.2　虚拟化产生背景 
2.1.3　计算虚拟化 
2.1.4　VMM的要求与基本特征 
2.1.5　虚拟化平台的不同架构 
2.2　虚拟化技术分类 
2.2.1　x86平台虚拟化面临的问题与挑战 
2.2.2　全虚拟化 
2.2.3　半虚拟化 
2.2.4　硬件虚拟化 
2.2.5　小结 
2.3　CPU虚拟化 
2.3.1　二进制翻译 
2.3.2　硬件解决方案 
2.4　内存虚拟化 
2.4.1　软件解决方案 
2.4.2　硬件解决方案 
2.4.3　内存虚拟化管理面临的挑战 
2.5　I/O虚拟化 
2.5.1　背景介绍 
2.5.2　基于软件的I/O虚拟化 
2.5.3　基于硬件的I/O虚拟化 
2.6　实例剖析 
2.6.1　VMware ESX 
2.6.2　Xen


	第3章　软件定义存储 
3.1　新的存储管理模式 
3.1.1　传统存储面临的挑战 
3.1.2　新的管理模式：软件定义存储 
3.2　与存储虚拟化的比较 
3.3　架构、功能与特性 
3.3.1　数据模块与控制模块 
3.3.2　系统架构设计 
3.4　解决方案：分类与比较 
3.4.1　分类方法 
3.4.2　现有产品简介 
3.4.3　分类映射 
3.5　市场现状与分析 
3.5.1　技术影响 
3.5.2　软件定义存储的商业价值 
3.5.3　市场展望 
3.6　典型实现 
3.6.1　基于传统外置存储：ViPR 
3.6.2　基于服务器内置存储：ScaleIO


	第4章　软件定义网络 
4.1　概述 
4.1.1　什么是SDN 
4.1.2　SDN的架构和特征 
4.1.3　SDN相关组织介绍 
4.1.4　各大厂商对SDN的态度和应用 
4.2　SDN的技术实现 
4.2.1　以网络为中心的实现 
4.2.2　以主机为中心的实现 
4.3　SDN的典型实现：OpenStack中的网络组件Neutron 
4.3.1　Neutron在OpenStack中的架构 
4.3.2　Neutron在OpenStack中的工作机制 
4.3.3　Nicira NVP插件 
4.3.4　小结


	第5章　自动化资源管理 
5.1　资源管理定义 
5.2　资源管理对象 
5.3　资源管理策略 
5.3.1　资源管理一般性评价指标和标准 
5.3.2　资源管理的主要策略 
5.4　多租户管理 
5.4.1　网络多租户管理 
5.4.2　计算多租户管理 
5.4.3　存储多租户管理 
5.5　性能管理 
5.6　对外服务接口 
5.7　资源管理典型实现


	第6章　流程控制 
6.1　概述 
6.2　架构和功能 
6.2.1　数据中心Orchestrator的架构 
6.2.2　数据中心Orchestrator的功能 
6.3　实现数据中心自动化 
6.3.1　数据中心的自动化势在必行 
6.3.2　自动化的好处 
6.3.3　自动化实施的对象 
6.3.4　如何实现自动化 
6.4　实例分析 
6.4.1　VMware vCloud Orchestrator 
6.4.2　System Center Orchestrator


	第7章　软件定义数据中心的安全 
7.1　数据中心安全设计原则 
7.2　物理基础设施的安全 
7.3　软件定义层的安全 
7.3.1　安全的计算 
7.3.2　安全的存储 
7.3.3　安全的网络 
7.4　软件资源协调层的安全 
7.4.1　统一的身份与访问授权管理 
7.4.2　安全技术的统一运用 
7.5　小结


	第8章　软件定义的高可用性 
8.1　高可用性系统设计 
8.1.1　不可用的常见原因 
8.1.2　冗余的组件部署 
8.1.3　高可用性集群 
8.1.4　典型的冗余配置 
8.2　软件定义之路--计算的高可用性 
8.2.1　高可用性对应用的需求 
8.2.2　高可用性集群--VMware HA 
8.2.3　零停机保障--VMware FT 
8.3　软件定义之路--存储的高可用性 
8.3.1　基于VPLEX的高可用性 
8.3.2　ScaleIO的高可用性 
8.3.3　ViPR的控制器集群与HA数据服务 
8.4　软件定义之路--网络的高可用性 
8.4.1　网络虚拟化 
8.4.2　逻辑端口镜像 
8.4.3　网络控制器集群 
8.4.4　网关服务的高可用性 
8.5　软件定义数据中心的高可用性 
8.5.1　整合的解决方案 
8.5.2　持续可用性 
8.5.3　分布式快速数据恢复 
8.6　典型实现 
8.6.1　VMware SDDC的高可用性 
8.6.2　OpenStack的高可用性设计


	第三部分　解决方案与应用


	第9章　总体解决方案 
9.1　SDDC的基本要素 
9.2　SDDC实例：VMware解决方案 
9.2.1　VMware SDDC的计算 
9.2.2　VMware SDDC的存储 
9.2.3　VMware SDDC的网络 
9.2.4　VMware SDDC的高可用性和容错 
9.2.5　VMware SDDC的自动化 
9.2.6　VMware SDDC的安全机制 
9.2.7　VMware SDDC的管理 
9.2.8　VMware SDDC实现小结 
9.3　SDDC实例：OpenStack解决方案 
9.3.1　Horizon控制面板 
9.3.2　Nova计算组件 
9.3.3　Swift对象存储 
9.3.4　Glance镜像存储 
9.3.5　KeyStone身份控制 
9.3.6　Quantum网络 
9.3.7　Cinder块存储 
9.4　小结


	第10章　云存储应用 
10.1　云存储案例 
10.2　云存储实现 
10.2.1　可管理性 
10.2.2　云存储系统的类型 
10.2.3　访问方法 
10.2.4　性能 
10.2.5　多租户 
10.2.6　可扩展性 
10.2.7　可用性 
10.2.8　可控性 
10.2.9　效率 
10.2.10　成本 
10.3　云存储模式 
10.3.1　公有云存储 
10.3.2　私有云存储 
10.3.3　混合云存储 
10.3.4　三种云存储模式比较 
10.4　主要云存储服务提供商 
10.4.1　企业级云存储 
10.4.2　个人云存储


	第11章　虚拟化大数据平台 
11.1　概述 
11.2　VMware Serengeti 
11.3　AWS EMR 
11.4　小结


	第四部分　大型实例分析


	第12章　AWS数据中心实例 
12.1　AWS概述 
12.2　EC2管理计算能力 
12.2.1　EC2概述 
12.2.2　EC2架构 
12.2.3　EC2存储 
12.2.4　自动缩放 
12.2.5　网络路由 
12.2.6　EC2实例 
12.3　可扩展的存储 
12.3.1　块存储 
12.3.2　对象存储 
12.3.3　冷数据归档 
12.3.4　云存储网关 
12.4　弹性十足的网络 
12.4.1　亚马逊的VPC 
12.4.2　VPC的特性 
12.4.3　VPC的应用场景 
12.4.4　VPC对SDN的践行 
12.5　自动化的管理和部署 
12.6　效益分析与未来发展


	第13章　PPTV基础平台管理体系 
13.1　系统概述 
13.1.1　云部署模型 
13.1.2　自建IDC部署概述 
13.1.3　系统架构和组成 
13.2　IaaS部署和管理实践 
13.2.1　基于CloudStack的IaaS管理平台 
13.2.2　存储服务 
13.2.3　基于CloudStack的私有云平台最佳实践 
13.3　MaaS管理和基础服务体系 
13.3.1　MaaS管理架构 
13.3.2　自动化基础设施管理架构概述 
13.3.3　开源工具链 
参考文献

显示全部信息

前　　言

对于IT设备和服务厂商来说，“这是一个最好的时代，也是一个最坏的时代”。一方面，Amazon、Google和层出不穷的初创公司能轻而易举地从资本市场拿到源源不断的投资，似乎根本不用担心成本压力和盈利预期；另一方面，IBM、HP等传统IT巨头不得不焦头烂额地应对业绩的压力、对发展前景的质疑，希望通过转型继续在企业IT市场生存下来。外行人看来，还不是做着一样的生意吗？怎么前两年风生水起的大公司，这么快就裁的裁、撤的撤，纷纷转型自救了？俗话说得好：“形势比人强”。任由你是业界的“巨无霸”，也抵挡不住时代的大潮。这一波拍过来的浪潮无疑就是第三平台。在第三平台的大浪中，移动应用、社交应用、大数据应用是冒头的浪尖，而提供动力的是云计算。 
　　作为第三平台的支柱，云计算吸引了IT厂商最多的资源。因为大家都对第二平台时代Windows操作系统+IntelCPU（简称Wintel）的联盟记忆犹新，谁占据了基础架构平台，谁就能主宰一个时代。在这个问题上，传统IT厂商和互联网背景的IT服务商是有重大分歧的。互联网公司没有老本可吃，也没有历史包袱，他们希望能让用户一步到位，直接上公有云；而传统IT厂商则多立足于现有的产品线，希望能让用户实现从On-premise（IT的本地运营）到off-premise（异地运营，如IDC）到私有云、混合云的过渡。然而无论是哪种云，都会碰到一系列共同的问题：硬件资源利用率、扩展性、自动化管理等。硬件的更新换代需要经年累月的时间，通常很难满足快速发展的业务需求，软件定义才是现实可行的出路。这也是为什么软件定义数据中心迅速成为IT产业的热门关键词的原因。 
　　本书呈现了EMC中国研究院在这一领域多年的研究成果，并在此基础上总结梳理出软件定义数据中心的发展历程和未来方向。在内容组织上，全书分为四个部分：第一部分是总体介绍，试图回答一些关于软件定义数据中心的基本问题，告诉读者“什么是软件定义数据中心”、“为什么需要软件定义”；第二部分深入介绍了软件定义数据中心的关键技术，涵盖了计算、存储、网络、资源管理和调度、安全和高可用性；第三部分在了解了关键技术的基础上，向读者展示了软件定义数据中心可以提供的一些应用场景；第四部分选取了两个软件定义数据中心的实例，一个是面向公有云的AWS，另一个是面向流媒体的PPTV，希望能让读者更有临场感，能看一看现在业界的“大拿们”是怎么“玩”的。 
　　在本书的编写过程中，我们得到了Pivotal公司技术总监RayFeng先生、我们的前EMC同事的大力支持，Ray对第三平台的精辟论述也出现在了本书第1章。同时感谢PPTV的特约编委们、Ricky的前微软同事们、以PPTV研发副总裁BillHuang为领导的研发团队的同事们，他们提供了大量第一手资料，并共同编写了一章大型实例。此外，还要感谢EMC中国研发集团总经理WeiLiu和EMC高级总监XiaoyeJiang在本书编写的过程中给予的大力支持。最后，我们衷心感谢在本书的撰写和出版过程中对我们给予巨大帮助的机械工业出版社华章公司的编辑们，没有她们的辛勤工作和耐心配合，这本书不会成为现实。 
　　由于时间有限，本书的内容难免存在错漏之处，还请各位读者和专家不吝赐教。 
　　陈熹、RickySun（孙宇熙）

显示全部信息

媒体评论

　　有了以软件定义数据中心为基础的混合云，企业就可以进退有度，游刃有余，加上成功管理新的移动终端技术，可轻松进入“云移动”时代！这也是为什么软件定义数据中心最近获得大家注意的根本原因。EMC中国研究院编著的这本《软件定义数据中心：技术与实践》恰逢其时，它会给读者详细解说怎么实现软件定义数据中心。
　　——VMware高级副总裁，EMC中国卓越研发集团创始人CharlesFan

在线试读部分章节

　　第一部分
　　总体介绍
　　第1章
　　基本概念
　　软件定义数据中心（SoftwaresDefinedDataCenter，SDDC）是个新概念。新到什么程度呢？2012年以前还没有人系统阐述它。随着软件定义计算、软件定义存储、软件定义网络等一系列“软件定义”新技术的蓬勃发展，已经有几十年发展历史的数据中心眼看着将要迎来另一场深刻的变革。原有的设备还可以继续运转，但是管理员不再需要频繁出入轰鸣的机房去照看它们；网络不需要重新连线也可以被划分成完全隔离的区域，并且不用担心IP地址之间会发生冲突；在数据中心部署负载均衡、备份恢复、数据库不再需要变动硬件，也不再需要动辄几天的部署测试，管理员只需点几下鼠标，几秒钟就能完成；资源是按需分配的，再也不会有机器长年累月全速运转，而没有人知道上面运行的是什么业务；软件导致的系统崩溃几乎总是不可避免的，但是在系统管理员甚至还没有发现这些问题的时候，它们已经被自动修复了，当然，所有的过程都被记录了下来……
　　在机房里汗流浃背地摆弄过服务器的网线、光纤线、串口线和各种按钮的系统管理员看到这种情景会是什么心情？回忆起往日给上百台服务器装系统、打补丁时手忙脚乱的画面，如今都已经成了过眼云烟，不免有些悲喜交加。不管是悲是喜，这些事情都正在发生。也许你所接触到的一些计算环境已经开始大规模应用计算虚拟化，但是还在使用传统的以太网和基于IP的网络划分；也许有人已经将存储资源全部抽象成了块存储、文件存储和对象存储，但是还需要大量的手工配置去设置一个备份服务……这不是一场风暴，原有的技术和架构不会在一夜之间被摧毁；这也不是海底火山喷发，信息孤岛不会转眼间就消失。SDDC所涉及的概念、技术、架构、规范都在迅速发展，但又并不同步。我们要展示给大家的是一个日新月异的领域。要想用一两句话为SDDC下一个准确的定义本身就不够严谨。
　　要了解什么是SDDC，至少要回答以下几个基本的问题：
　　SDDC是在什么基础上发展而来的？
　　是什么驱动了SDDC的演化？（解决了什么问题？）
　　SDDC是由什么组成的？
　　SDDC将向何处发展？

第一部分 
　　总体介绍 
　　第1章 
　　基本概念 
　　软件定义数据中心（SoftwaresDefinedDataCenter，SDDC）是个新概念。新到什么程度呢？2012年以前还没有人系统阐述它。随着软件定义计算、软件定义存储、软件定义网络等一系列“软件定义”新技术的蓬勃发展，已经有几十年发展历史的数据中心眼看着将要迎来另一场深刻的变革。原有的设备还可以继续运转，但是管理员不再需要频繁出入轰鸣的机房去照看它们；网络不需要重新连线也可以被划分成完全隔离的区域，并且不用担心IP地址之间会发生冲突；在数据中心部署负载均衡、备份恢复、数据库不再需要变动硬件，也不再需要动辄几天的部署测试，管理员只需点几下鼠标，几秒钟就能完成；资源是按需分配的，再也不会有机器长年累月全速运转，而没有人知道上面运行的是什么业务；软件导致的系统崩溃几乎总是不可避免的，但是在系统管理员甚至还没有发现这些问题的时候，它们已经被自动修复了，当然，所有的过程都被记录了下来…… 
　　在机房里汗流浃背地摆弄过服务器的网线、光纤线、串口线和各种按钮的系统管理员看到这种情景会是什么心情？回忆起往日给上百台服务器装系统、打补丁时手忙脚乱的画面，如今都已经成了过眼云烟，不免有些悲喜交加。不管是悲是喜，这些事情都正在发生。也许你所接触到的一些计算环境已经开始大规模应用计算虚拟化，但是还在使用传统的以太网和基于IP的网络划分；也许有人已经将存储资源全部抽象成了块存储、文件存储和对象存储，但是还需要大量的手工配置去设置一个备份服务……这不是一场风暴，原有的技术和架构不会在一夜之间被摧毁；这也不是海底火山喷发，信息孤岛不会转眼间就消失。SDDC所涉及的概念、技术、架构、规范都在迅速发展，但又并不同步。我们要展示给大家的是一个日新月异的领域。要想用一两句话为SDDC下一个准确的定义本身就不够严谨。 
　　要了解什么是SDDC，至少要回答以下几个基本的问题： 
　　SDDC是在什么基础上发展而来的？ 
　　是什么驱动了SDDC的演化？（解决了什么问题？） 
　　SDDC是由什么组成的？ 
　　SDDC将向何处发展？ 
　　接下来，我们先循着技术发展的脉络，看看在SDDC出现之前，已有的计算环境是什么样的。 
　　1.1数据中心的历史 
　　顾名思义，数据中心（DataCenter）是数据集中存储、计算、交换的中心。从硬件角度考虑，它给人最直观的印象就是计算设备运作的环境。因此，数据中心的发展是与计算机（包括分化出的存储和网络设备）的发展紧密联系在一起的。 
　　从第一台电子计算机出现开始，这些精密的设备就一直处于严密周到的保护中。由于最早的电子计算机几乎都应用于军事，不对公众开放服务，而且每台计算机所需要的附属设施都是单独设计的，因此参考价值非常有限。 
　　商用计算机的大量应用开始于20世纪60年代，其中最具代表性的是IBM的主机（Mainframe）系列，包括700/7000系列、System/360、System/370、System/390和今天仍占据市场主要份额的SystemZ。这些都是重达几十吨、占地数百平方米的“大家伙”，与之略显不相称的是这些机器缓慢的计算速度和较小的数据存储规模（仅指20世纪60年代，如今的SystemZ已经非常强大）。在当时，拥有这样一台计算机是非常奢侈的事，更不要说在一个机房同时部署几台这样的庞然大物。 
　　图1-1中，是20世纪60年代的一个主机机房。一排排的机柜就是计算机的主体，而整个篮球馆一样大小的房间就是当时的数据中心。显而易见，这里仅有一台计算机，因此这个数据中心是不需要如今概念上的网络的，也没有专门的存储节点。从管理角度看，这时候数据中心的管理员是需要精细分工的，有专人管理电传打字机（Teletype），有专人管理纸带录入，有专人管理磁带……可以想象，要运行这台计算机不是一件容易的事情。 
　　图1-1IBM主机所在的机房 
　　值得一提的是，尽管很多与那个年代的数据中心有关的东西都进入博物馆，我们还是可以在现在的计算机上找到一些痕迹。用过UNIX/Linux的读者也许会记得系统中的虚拟终端会用TTY来表示，这就来源于Teletype。 
　　随着大规模集成电路的发展，20世纪80年代开始，大量相对廉价的微型计算机出现了。数据的存储和计算呈现一种分散的趋势，越来越多的微型计算机被部署在政府、公司、医院、学校……绝大多数微型计算机是互不联通的，信息的交换更多依靠磁盘、磁带等介质。到了90年代，计算的操作变得越来越复杂，原有的微型计算机开始扮演客户端的角色，而大型的任务如数据库查询被迁移到服务器端，著名的客户端/服务器模式开始大行其道，这直接推动了数据中心的发展。让我们看看，在经过20世纪50年代至80年代计算机科学理论发展的黄金年代后，计算机工业又经历了怎样的飞速发展。 
　　1981年Hayes出品了300bps的Smartmodem300，并发明了AT命令作为标准。 
　　1983年以太网作为IEEE802.3标准出现。 
　　1985年Intel公司出品了80386处理器。 
　　1986年IBM公司在Model3090中第一次应用了1兆主频的芯片。 
　　1987年Sun公司出品了第一块SPARC芯片。 
　　1989年SQLServer发布。 
　　1991年Linux登上历史舞台。 
　　1994年Compaq公司出品了第一款机架式服务器ProLiant。 
　　…… 
　　数据中心再也不是只有一台计算机，机架式服务器的出现，更加大幅度提升了数据中心中服务器的密度。随着越来越多的计算机被堆叠在一起，机器之间的互联就显得日益重要起来。无论是局域网还是广域网，网络技术都在这一时期取得了飞速的发展，为互联网时代打下了坚实的基础。数据中心里的网络设备也从计算机中分化出来，不再是“用于数据交换的计算机”。软件方面，UNIX仍然是数据中心的主流操作系统，但是Linux已经出现，并且在这之后的岁月里展现出了惊人的生命力。 
　　进入21世纪，伴随着互联网的出现和被公众迅速接受，数据中心从技术发展到运行规模，都经历了前所未有的发展高潮。几乎所有的公司都需要高速的网络连接与Internet相连，而且公司的运营对于IT设施的依赖性越来越高，需要不间断运行的服务器支撑公司的业务。试想，如果一家公司的电子邮件系统处于时断时续的状态，如何保证公司的正常运作？然而，每家公司都自行构建这样一套基础架构实在太不划算，也没有这个必要。于是，IDC（InternetDataCenter）就应运而生了。这是第一次出现以运营数据中心为主要业务的公司。由于竞争的需要，IDC竞相采用最新的计算机，采购最快速的网络连接设备和存储设备，应用最新的IT管理软件和管理流程，力图使自己的数据中心能吸引更多的互联网用户。不仅仅是IT技术，作为专业的数据中心运营商，IDC为了提高整个系统的可靠性、可用性和安全性，对建筑规范、电源、空调等都做了比以往更详尽的设计。 
　　一个普通的IDC可以有数千台服务器、几个TB的网络带宽、若干PB的存储。99.99%的初级程序员和系统分析员都会觉得这已经够大了，只要把应用不断部署进去就可以了。而且，服务器、存储、网络带宽都还有扩充的余地，IDC就像汪洋大海一样，永远不会被用尽。区别只是需要把应用部署在哪个IDC中。这就像当时设计IPv4协议时对待IP地址的态度：IP地址太多了，足够了。IPv4的主地址池好歹分了30年才分完，而孤立的IDC还没有撑过10年就已经进入了互连互通的时期。没办法，总有那么些新东西是我们预见不到的。IPv4的地址会迅速枯竭，主要是因为设计者没有预见到互联网用户的激增和各种移动设备的出现。对于IDC来说，推动互连互通的主要是这样一些需求： 
　　1）跨地域的机构需要就近访问数据和计算能力。例如，许多跨国公司在中国的研发中心，几千人不可能都远程登录到总部的数据中心工作，浪费昂贵的国际流量还在其次，关键是用户体验达不到要求。这些研发中心都有本地的数据中心，并且与公司位于其他国家的数据中心有统一的网络规划、管理流程。 
　　2）越来越大的分布式应用。例如，作为谷歌存储系统核心的GFS，运行在几乎所有的服务器中。较大的GFS跨数千台机器，看起来还可以勉强“塞”进某个数据中心，可惜这样的大文件系统不是一个两个…… 
　　3）云计算的出现。与前两个不同，云计算的出现是推动IDC向CDC（CloudDataCenter）发展的最关键因素。提到云计算，就不能不提亚马逊的AWS（AmazonWebService）。亚马逊在以下地区都有大型数据中心，以支撑AWS的服务： 
　　爱尔兰的都柏林 
　　新加坡的新加坡市 
　　美国的加利福尼亚州帕罗奥图（PaloAlto） 
　　美国的弗吉尼亚州阿什本（Ashburn） 
　　日本的东京 
　　澳大利亚的悉尼 
　　由于这些因素的推动，数据中心之间的联系变得更紧密。不同数据中心的用户不会觉得自己是在一个孤立的环境中，因为跨数据中心的计算资源、存储空间、网络带宽都可以共享，管理流程也很相近。这让所有用户感觉自己工作在一个巨大、统一的数据中心中。多么巨大的应用也不再是问题。需要更多服务器？扩展到下一个空闲的数据中心吧。不仅仅需要物理机器，而是需要把虚拟机在全球范围内迁移？这也能办到，亚马逊已经在这么做了。 
　　回过头看看数据中心的发展历史，如图1-2所示，数据中心中机器的数量从一台到几千几万台，似乎是朝着不断分散的目标发展。但是从管理员和用户的角度看，访问大型机上的计算资源是从一个大的资源池中分出一块，访问云数据中心中的计算资源也是如此。用户体验经历了集中——分散——集中的发展过程。新的集中访问资源的模式和资源的质量都已经远远超越了大型机时代。从一台机器独占巨大的机房，到少量计算机同时各自提供服务，再到无数的机器可以高速互通信息、同时提供服务，可以分配的资源被越分越细，数据中心的密度也越来越高。有趣的是，管理数据中心的人员并没有增长得这么快。网络的发展让管理员可以随时访问数据中心中任何一台机器，IT管理软件帮助管理员可以轻松管理数千台机器。如果管理员不借助专业IT管理软件，一个人管理几十台机器就已经手忙脚乱了。从这个角度看，传统的数据中心是“软件管理的数据中心”。 
　　图1-2数据中心的发展

	　　……

显示全部信息

软件定义数据中心——技术与实践下载

软件定义数据中心——技术与实践

发布书评

相关图书推荐