数据显然不再是以往的样子。作为数字化转型的一部分，各种组织正在寻找数据的新用途。从飞机引擎的数据到杂货店的消费数据，每个行业都有大量的例子，数据成为企业竞争优势的关键所在。人们将这些数据称之为新数据，新的数据既是交易型的，也是非结构化的，公开可用，以及私下收集的，其价值来源于对其进行汇总和分析的能力。粗略地说，人们可以将这些新数据分为两类：大数据——用于批量分析的大量聚合数据集，快速数据——从许多来源收集的用于推动立即决策的数据。大数据和快速数据模式正在推动数据中心(公共和私有)的全新架构的发展。
中嘉和信小编为您介绍数据中心新架构所提出的五个主要的数据挑战：
(1)数据捕获正在推动数据中心架构从边缘到核心的发展：从源头获取新的数据。这些数据来自海洋，来自石油和天然气勘探，也可能来自于卫星轨道、天气应用、电话、图片、视频和推特或电影的场景中。从源头收集的数据量将比人们目前所知道的高出几个数量级。
(2)数据规模正在推动数据中心的自动化发展：大型云提供商的规模已经十分庞大，他们必须在自动化和智能化方面投入大量资金来管理基础设施。任何人工管理在其运营规模上成本高昂。
(3)移动数据正在改变全球网络：如果数据无处不在，那么必须移动数据才能进行汇总和分析。当人们认为并且希望网络在40到100 Gbps的速度可以满足互联网带宽要求时，数据移动的需求却可能会增加100倍到1000倍。
(4)数据价值是革命性存储：毫无疑问，数据对组织来说越来越有价值，数据在较长时间内的实用性随着机器学习和基于人工智能(AI)的分析而日益增长。这意味着更多的数据需要存储更长的时间，并且数据必须是可以整体处理的，以便有效分析。
(5)数据分析是未来计算密集型体系结构的驱动因素：通过分析的性质，特别是机器学习，组织必须保留更多的数据，以便将其聚合到大数据存储库中。当应用于多个更大的数据源时，这些类型的分析提供了更好的答案。而分析和机器学习是一种计算密集型操作，因此大数据集上的分析驱动大量的高速处理。与此同时，分析的计算密集性促使组织推出从内存数据库到100 PB级别的对象存储多种新方式来存储和访问数据。
大数据集需要共享，不仅用于协同处理，还要汇总用于机器学习，还要在云端之间进行分离，以便进行计算和分析。以数据中心为中心的架构解决大数据存储问题并不是一个好方法。为了从未来的大数据集获得最大的价值，需要采用一种边缘到核心的架构，并与混合云体系结构相结合。
中嘉和信将在行业发展中顺势而为，为用户提供更加优质的服务器托管等立体式一站解决方案，未来，中嘉和信将立足自我，与时俱进，与行业更多伙伴共同努力，借助在各自领域的领先技术及服务，为用户提供更多的智慧和资源，共绘生态，实现共赢！
相关文章推荐《混合数据中心的3个关键趋势》
