数据中心里三类数据特征分析-CDA数据分析师官网

数据中心里三类数据特征分析

2015-10-11

数据中心里三类数据特征分析

数据中心承载的业务种类多种多样，比如：支付、监控、管理、网站、数据分析等等，数据中心几乎无所不能。纵然这些业务形式相差迥异，但是本质上都是数据，这正是数据中心的核心特征，之所以叫数据中心，就是因为是处理数据的中心，数据中心的所有系统都是围绕着各种数据展开的，有专门对数据进行研究的技术，比如数据挖掘、大数据、人工智能等数据分析技术，通过对数据进行分析、整理，将可以获得数据以外更有价值的东西。尤为重要的是通过对现有业务数据进行分析，包括其细致的应用所占带宽比例，使用频度，未来的增长趋势等。充分了解当前各业务，特别是构成复杂的数据业务，将对数据中心网络优化、扩容、新建等工程实施特别有益。数据中心的数据可以有多种分类形式，比如按照应用业务来区分：游戏、VoIP、音乐、文件传送、Email、视频等;也可以按照报文长度来分区：63字节、64～511字节、512～1023字节、1024字节以上等;还有一种最为普遍的分类办法就是可以分为：语音、视频和数据，最后一种分类办法对于数据中心网络分析最有用。不难分析，数据中心里的所有应用业务数据都可以分为语音、视频和数据三大类。下面就来详细说说这三类数据的特征，根据这些数据的特征可以有效地对数据中心网络调整，以便可以更好地为这些数据服务。

语音数据

我们平时的说话、听到的各种音乐、噪音等都是语音。语音的特点是平滑，良性的并可以预测。语音数据对丢弃和延迟极为敏感，如果丢弃量比较大，语音听起来就会断断续续，听不清楚，杂音也比较多，如果网络延迟比较大，语音就产生回声。所以数据中心要承载语音数据业务，就需要在延迟和丢弃率方面达到一定要求。一般承载语音业务，要求数据中心网络的延迟要小于150MS，抖动小于30MS，丢弃率小于1%，这样才能保证数据中心网络可传输高质量的语音数据，语音数据一般使用RTP或者UDP 协议传输。

视频数据

视频数据这几年增长飞快，几乎超过了其它数据流量的总和。视频数据量大，包含的内容丰富，显示直观，所以很多应用系统都喜欢使用视频数据。视频数据有一定的突发性，非良性喜好冒进，同样对丢弃和延迟敏感，像很多的高清视频，为保证清晰度，需要很低的丢弃率。现在3D甚至4D大片都不断出现，这样的一个大片就要7到8个G的硬盘空间，传输起来数据量特别大，希望缩短传输的时间，就需要高容量高带宽的数据中心网络。同时视频数据要求数据中心网络的延迟要在150MS以下，抖动小于30MS，丢包率低于1%，一般使用RTP或者UDP 协议传输，视频数据需要较高的网络带宽和大容量的存储硬盘，有些实时在线播放的视频业务，尤其需要高容量的数据中心网络。

普通数据

数据应用种类就太多了，不同应用有不同的流量特征，同一应用的不同版本可能都有巨大的流量特征差异。这类数据的特征是既有平滑也有突发，既有守约也有冒进，不过一般这类数据对延迟和丢弃不敏感。这些数据基本都采用TCP 协议处理方式，TCP 协议有完善的重传机制，当发现有丢包时，会进行TCP 多次重传，这种机制确保了即使网络有丢包，也可以通过重传的方式来补救。当然这种有丢包的网络，会造成大量的TCP重传报文，重传的报文也占流量，自然又加重了网络拥塞，反而可能造成网络丢包率更高，这样有这种重传机制也并不一定就好了。偶尔的TCP重传没有什么影响，但是如果重传报文数量极多，就会加重网络拥塞，这种机制起了反作用。数据业务其实是非常复杂的，我们并不好去给它下一个特征定义，有的要求高带宽(有大数据分析业务)，有的要求大缓存(有突发数据业务)，有的要求低延迟(互联网搜索业务)，有的要求零丢包(银行支付系统)，所以不同的数据对网络的要求是不一样的，这样就需要有区别地对待，在不同的网络环境中来运行不同的业务系统。数据中心网络有丰富的数据分类和标识技术，通过这些技术可以根据不同数据的特征，选择走不同的网络路径，甚至还可以设置优先级，这些技术就好像是交通系统，可以让去往不同地方的车辆走在最适合自己的道路上，同时还可以对救护车、警车等车辆给予高的优先级，允许先通过，不受交通指示灯和管制的限制。

语音、视频和数据是数据中心承载的所有业务的三大类数据，困难之处在于，有时这三类数据在一个数据中心网络里同时存在，而这三类数据对数据中心网络的要求又是不同的，怎样一一去满足，考验着数据中心网络技术人员的智慧。很多时候，甚至要在某些业务上做些牺牲，来保证重要的业务正常运行，这是一个比较复杂的设计工程，并且需要不断地实践和测试。我们常说的网络服务质量保证，即QoS技术就是实现数据之间融合的最为关键的技术，想要让语音、视频、数据在一个数据中心网络里和平共存，就需要部署QoS技术，QoS技术可以在带宽、延迟、抖动和丢包率方面做出各种各样的指导策略，还可以按照业务的重要性标识权重，并要求三大类数据都要遵守，从而确保三类数据在一个数据中心网络里可以和平相处，各自运行着自己的应用业务，互不影响。重要的数据可以得到优先处理，量大的数据可以得到较高的网络带宽，各取所需，共同发展。认真领会了数据中心这三类数据的特征非常必要，根据数据特征将可以有针对性地部署QoS策略，为这些数据提供一个最适宜的数据中心网络环境。

CDA数据分析师考试相关入口一览（建议收藏）：

▷ 想报名CDA认证考试，点击>>> “CDA报名” 了解CDA考试详情；

▷ 想加入CDA考试题库，点击>>> “CDA题库” 了解CDA考试详情；

▷ 想学习CDA考试教材，点击>>> “CDA教材” 了解CDA考试详情；

▷ 想查询CDA考试成绩，点击>>> “CDA成绩” 了解CDA考试详情；

▷ 想了解CDA考试含金量，点击>>> “CDA含金量” 了解CDA考试详情；

▷ 想获取CDA考试时间/费用/条件/大纲/通过率，点击 >>>“CDA考试官网” 了解CDA考试详情；

特征数据分析大数据数据挖掘人工智能

数据分析咨询请扫描二维码

上一篇图论在大数据分析中的作用！

下一篇CDA认证再升一档！与国家共同推进大数据人才培养标准教育事业！

数据中心里三类数据特征分析

CDA考试动态

CDA报考指南

热门栏目

最新资讯

数据分析师教程《Python数据分析极简入门》第2节 5 ...

数据分析需要学哪些方面

数据分析适合在什么单位工作

数据分析是什么工作内容

数据分析师需要掌握什么技能

数据开发和数据分析区别

数据架构师是干什么的

数据分析师需要具备的能力

数据分析师需要具备的技能有哪些

数据分析师需要具备的技能和能力

数据分析师的发展前景

数据分析师教程《Python数据分析极简入门》第2节 4 ...

数据分析师的工作内容是什么

数据分析师必须掌握的技能有哪些

数据分析入门难吗

数据分析能干啥

数据分析行业的前景

数据分析的常用方法

什么是企业数字化转型

女生做数据分析师最好去哪个行业