代数据中心解决方案.ppt

《代数据中心解决方案.ppt》由会员分享，可在线阅读，更多相关《代数据中心解决方案.ppt（36页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、戴艳PrincipleSolutionArchitectOracleChina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MainframeDASCustomApplicationBig serverDASERPApplicationSalesApplicationClusterDatabaseDataWarehouseNAS

2、/SANORBNAS/SANFilesDatabaseDatabaseSmall 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.Averagedailyutilization(percent)01020304050607080901000102030405090100Upto30%serversaredead*Samplesize45d

3、atacentersSource:UptimeInstitutePeakdailyutilization(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，动态伸缩，selfservice，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

4、变化，并以此作出响应ApplicationsA,B,C,D,ENetWorkloadIfutilizationtoohigh,increasecapacitySharedInstanceServerAServerBServerCServerDScale-outon-demand联邦式云数据中心联邦式云数据中心Austin,TXColorado Springs,COSalt Lake City,UT根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

5、倍19981TB;200110TB;200330TB;2005100TB;2007300TB;2009900TB;20112.7PB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Selectsum(sales)whereDate=24-Sept多个服务器并行处理查询请求构建并发SmartScan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DatabaseDatabaseStorage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

6、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云计算云计算 NISTNIST定义定义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云计算的云计算的5 5个基本特征个基

7、本特征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

8、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k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

9、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云数据中心的潜在现实需求分散数据库的整合-现状及需求现状及需求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

10、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/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集中化的灾备中心-现状及需求现状及需求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

11、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大集中SaaS应用的数据库支撑-现状及需求现状及需求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

12、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新一代IDC/ADC的数据库提供与运营-现状及需求现状及需求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

13、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

14、数据库平台层的潜在现实需求云数据中心的需求总结云数据中心的需求总结提纲提纲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数据中心的技术要求云数据中心的技术要求24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：GoogleBigTable,AmazonSimpleDB,MSSDS开源/独立：

15、HadoopHbase,oldemort,Cassandra关系型数据库/数据仓库分布式解决方案OLTP&DW:Oracle,DB2,SQLserver,SybaseDW:Teradata,Netezza,Greenplum开源：HadoopCloudBase?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

16、解决超大型分布式数据库/数据仓库面临的挑战！28Extreme 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 CagingInstancecaging允许管理员限制每个例程使用的CPU资

17、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ResourceManager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

18、，极大降低成本，并随着PC技术的发展而发展。ExadataCellInfiniBandSwitch/Network集群数据库或单实例数据库ExadataCellExadataCell分布式处理层集中处理层超高速、并发网络层ExadataCellExadataCellExadataCellExadataCell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ExadataCellExadataCellHot

19、HotHotHotHotHotColdColdColdColdColdColdASMDiskGroupASMFailureGroupASMFailureGroup案例介绍案例介绍OracleOracleOracleOracle奥斯丁数据中心奥斯丁数据中心奥斯丁数据中心奥斯丁数据中心 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

20、构整合1998TodayBusiness as UsualGlobal Single Instance(GSI)52applicationinstances1applicationinstanceofOracleE-BusinessSuite40datacenters3datacentersInconsistentbusinessprocessesGlobalstandardprocessesFragmenteddataConsistentdataandglobalbusinessintelligenceDecentralizeddecisionmakingCentralizeddecisio

21、nmaking结果结果:持续发展和收益增长持续发展和收益增长Note:AllfiguresafterFY2004areprovidedonanon-GAAPbasis.GAAPtonon-GAAPreconciliationsareincludedinourearningsreleases,whichareavailableontheOracleInvestorRelationswebsiteat.TotalRevenue($Billions)De-centralizedITConsolidatedITCorporateExpansion1998LTMOperatingMargin(%)20.0%30.0%40.0%50.0%Operating Margin(%)199920002001200220032004200520062007Total Revenue($Billions)