下一代数据中心解决方案ppt课件

1、戴艳Principle Solution ArchitectOracle China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、云数据中心的运用场景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异构的技术多种操作系统平台多种操作系统平台支撑顶峰时的容量支撑顶峰时的容量被动的呼应式管理被动的呼应式管理庞大的运用体系庞大的运用体系静态地部署静态地部署多种软件组合多种软件组合点对点集成点对点集成独立的运用数据独立的运用数据MainframeDASCustomApplicationBig serverDASERPApp

2、licationSalesApplicationClusterDatabaseDataWarehouseNAS/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场监控数据中心效力场监控数据中心效力器的利用率，然而，器的利用率，然而，非常少的客户会留意非常少的客户会留意数据中心的效率数据中心的效率Server utilization remains very low. . .Average daily utilization (percent)01020304050

3、607080901000102030405090100 Up to 30% servers are dead* Sample size 45 data centersSource: Uptime InstitutePeak daily utilization (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矫捷的矫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效力器的利用程度提升效力器的利用程度5% - 10% (Gartner)60% - 70% (Oracle大学网格)矫捷的要求矫捷的要求 矫捷地顺

4、应运用变化情况 根据负载随需扩展 高弹性，动态伸缩，self service，配置更多的实例 在初始投资本钱和获得良好的效率之间作出平衡减少Capex 和Opex 实时地获取业务变化，并以此作出呼应Applications A, B, C, D, ENetWorkloadIf utilization too high,increase capacityShared InstanceServer AServer BServer CServer DScale-out on-demand联邦式云数据中心联邦式云数据中心Austin, TXColorado Springs, COSalt Lake C

5、ity, UT根据运用要求进展资源分配根据运用要求进展资源分配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倍1998 1 TB; 2001 10 TB; 2003 30 TB; 2005 100 TB; 2007 300TB; 2021 900 TB; 2021 2.7 PB高性能的要求高性能的要求分布式处置才干分布式处置才干集中处置层问题：昨天的客户开展量如何？分布式处置层汇总、合并结果Select sum(sales) whereDate=24-Sept 多个效力器并行处置查询

6、恳求构建并发Smart Scan恳求各效力器前往结果Storage数据复制完全激活缺点切换到备点数据的备份和恢复低本钱高性能数据维护 & 归档集群技术保证容错和 效力器程度扩展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存储程度扩展保证业务不被中断 - 每个都是可以程度扩展的, 完全激活的, 以数据为中心的要求到达最高可用性和最低的本钱在线晋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、云数据中心的运用场景4、云数据中心的数据管理云计算方式能以按需方式，经过网络，方便的访问云系统的可配置计算资源共享池(比如

7、：网络，效力器，存储，运用程序和效力) 。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云计算根本特征普遍网络访问共享的资源池多DB快速弹性才干可度量的效力按需的自效力为什么采用为什么采用“云云烟囱式的系统建立，IT本钱居高不下硬件/能耗/管理按峰值规模建立，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立周期漫长，无法快速提供与部署业务需求的快速增长，设备更替快，不利投资维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、自效力低本钱、规范化硬件云计算云数据中心技术规范化才干效力化提供快速化资源弹性化管理自动化管控集

8、中化传统方式提纲提纲1、云数据中心概念的提出2、云计算与数据中心的关系3、云数据中心的运用场景4、云数据中心的数据管理众多分散的小数据库需求整合，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才干的限制，即，缺乏弹性才干突发性业务需求的支撑才干难以满足数据平安问题，无一致规范和流程数据质量问题，无一致规范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本钱的降低分散带来的数据分析与数据发掘的困难低信息密度的现状导致的存储空间的浪费问题缺乏

9、高性能紧缩才干整合符合绿色计算的开展趋势经过规范化及自动化管理的采用有效降低运维本钱有效提升数据平安并降低数据分发的难度满足全企业内集中的、规范化的数据管理要求整合与共享可以带来数据效力才干的继续可用集中化、规范化是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运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1目前的灾备中心多为基于现有运用进展一对一的匹配建立Silo，硬件投资宏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求建立双活的灾备中心Active-Act

10、ive，有效提升资源利用率需求基于资源共享Share Pool及动态调整才干，有效节约硬件投资异构数据管理变为一致的同构数据管理，提升可管理性经过集中化的灾备中心建立，促进IT系统的管控集中化、技术规范化的演进分散数据库的整合集中化的灾备中心大集中SaaS运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规范化程度越来越高；这些趋势直接导致了全网大集中的SaaS运用需求的产生SaaS运用基于一致的业务流程、数据模型、客户体验等为全网的一切运用者提供IT运用才干，

11、带来更高要求的数据库效力提供才干需求：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级海量数据管理才干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才干满足业务增长带来的动态扩展性需求满足SaaS运用需求的数据一致性保证才干满足SaaS运用需求的关系型数据库的数据管理与数据提供才干要求全国大集中的SaaS运用对高性能、高可用性、数据严厉一致性等方面的数据库需求，在BSS领域中心支撑系统的全国大集中工程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运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3适宜大型企业的大型关系型数

12、据库的提供或托管高性能海量数据的可管理性数据生命周期管理扩展性效力运用的度量数据平安适宜中小企业的小型关系型数据库的提供或托管DB Instance的快速自效力创建与释放计算才干及存储容量的弹性才干自动化管理才干效力运用的度量数据平安分散数据库的整合集中化的灾备中心大集中SaaS运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才干及数据质量经过规范化及自动化管理的采用有效降低运维本钱有效提升数据平安并降低数据分发的难度全企业内集中的、规范化的数据管理要求建立双活的灾备中

13、心，有效提升资源利用率基于资源共享及动态调整才干，有效节约硬件投资经过集中化的灾备中心建立，促进IT系统的管控集中化、技术规范化的演进全国大集中的SaaS运用带来高性能数据库集群的需求，尤其是BSS领域中心支撑系统全国大集中的OLTP需求海量数据管理才干及动态扩展才干SaaS运用所需的数据一致性保证及关系数据管理才干适宜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、扩展性适宜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、弹性才干、自动化分散数据库的整合集中化的灾备中心大集中SaaS运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数据库平台层的

14、潜在现实需求业务目的：降低本钱、提高效率、改善效力、拓展业务！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、云数据中心的运用场景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数据依然是云中心最重要的信息资产！ 海量分布式存储和处置 高并发读写 高性能获取 负载平衡 资源共享 在线扩展迁移 足够的平安 简单的管理 规范的访问接口云存储+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基于key/value的键值非关系型并行数据库云效力提供商：Google BigTable,Amazon SimpleDB,MS SDS

15、开源/独立：Hadoop Hbase, oldemort,Cassandra关系型数据库/数据仓库分布式处理方案OLTP&DW:Oracle,DB2,SQL server,SybaseDW:Teradata,Netezza,Greenplum开源：Hadoop CloudBase两种两种云云中的分布式数据库中的分布式数据库 Cont. Cont.很小的运用领域，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加强VS更适宜企业私有云数据中心的建立云数据中心能够的问题云数据中心能够的问题云环境下需求一个更加强大的分布式数据库处理方案！Oracle云数据中心处理方案云数据中心处理方

16、案Exadata完美处理超大型分布式数据库/数据仓库面临的挑战！ Extreme Performance 为数据仓库运用带来10-100倍的性能提升；OLTP运用带来20倍的性能提升； Linear Scalability 顺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才干，最大可用性、平安性、容灾等。 Distributed 基于网格的智能分布式存储，处理海量数据的存储和处置，保证强大的I/O吞吐才干。更低的总体拥有本钱！更高的性能！资源的分割与整合资源的分割与整合 Instance Caging Instance caging允许管理

17、员限制每个例程运用的CPU资源 可以防止运转在一个例程中的失控进程影响到运转在效力器上的其它例程 当数据库运转时可以动态调整. 参数cpu_count 支持分割方式和过度配置 与Resource Manager一同任务分布式智能处置分布式智能处置分布式处置，处理计算才干问题：每个效力器包括存储、分布式处置，处理计算才干问题：每个效力器包括存储、CPU及相应的软件及相应的软件, 处置处置SQL 及紧缩，恒定的计及紧缩，恒定的计算才干与存储的比值。算才干与存储的比值。横向并发计算，处理带宽和可靠性问题：分布式处置单元横向部署，横向并发计算，处理带宽和可靠性问题：分布式处置单元横向部署，ASM提供镜

18、像维护，处置才干与数提供镜像维护，处置才干与数据量同比扩展。据量同比扩展。廉价规范化，处理价钱及更新问题：完全规范的廉价规范化，处理价钱及更新问题：完全规范的PC效力器硬件，智能存储单元数量不受限，极大降低本效力器硬件，智能存储单元数量不受限，极大降低本钱，并随着钱，并随着PC技术的开展而开展。技术的开展而开展。Exadata CellInfiniBand Switch/Network集群数据库或单实例数据库Exadata CellExadata Cell分布式处置层集中处置层超高速、并发网络层Exadata CellExadata CellExadata CellExadata Cell云中

19、存储的高可用性云中存储的高可用性经过自动存储技术经过自动存储技术(ASM)防止磁盘或存储节防止磁盘或存储节点的单点缺点点的单点缺点 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Exadata CellExadata CellHotHotHotHotHotHotColdColdColdColdColdColdASMDisk GroupASMFailure GroupASMFailure Group案例引见案例引见奥斯丁数据中心:超越 20,000 效力器全世界最大的 Dell/Linux 数据中心每星期添加100效力器超越 5,000 TB 数据全世界最大的 NetApp 数据中心每月添加 60TBs 数据支持超越 400 其他客户的关键运用为超越65000甲骨文员工效力超越7000平方米Oracle的运用架构整合的运用架构整合1998TodayBusiness as UsualGlobal Single Instance (GSI) 52 application instances 1 application instance of Oracle E-Business Suite 40 data