制造业如何应对大数据管理 融合方案有新招
在如今的大数据时代,对制造行业而言,存在着极大地挑战如何满足这类客户的数据管理的需求呢?融合基础架构作为一种新型的存储解决方案正好可以解决制造行业面临的问题。
制造业的挑战
对制造行业而言,随着其业务的增加,其数据中心正不断扩大,来自企业生产、管理、销售等多个部门的数据一直源源不断地归纳到数据中心之中。尤其是在面对数据量的几何级别增长以外,海量数据的存储归档、对数据的实时访问和调取也为企业IT网络系统带来了压力。
制造行业客户亟需采用一套更加灵活、稳定和可靠的整体解决方案。正如安靠封装测试(上海)有限公司IT经理徐炯介绍的那样:“作为安靠科技世界第二大的半导体封装和测试外包服务业独立供应商的直属子公司,随着国内封装市场需求的增长,他们面临着很多新的需求。
首先,在虚拟化方面,需要新的IT平台能够提供对VMware平台数据存储的支持,来提高ESXi业务恢复效率;在存储方面,要同时具备NAS和SAN功能,来满足虚拟化平台的数据存储要求;在服务器方面,由于刀片服务器发生故障更换需要较长时间来恢复业务,新的IT平台需尽可能减少和缩短业务恢复时间并提高系统可靠性,保证关键型业务应用的响应时间” 这也是同类型制造企业面临的共同需求。
融合方案显神通
那么,究竟要如何满足上述类型客户自身业务发展需要,以及对现有IT平台升级的要求?
据徐炯介绍,他们采用了NetApp FlexPod融合基础架构作为解决方案。“NetApp FlexPod整合了思科统一管理、统一计算、统一Fabric、NetApp统一存储,并结合虚拟化桌面架构,实现了安靠技术数据中心物理和虚拟资源的池化,这也解决了其虚拟化平台的应用所带来的压力挑战,使得各部门能够快速地访问、调用数据,而且IT部门也可统一管理不断增长的数据。”
图:安靠技术FlexPod解决方案
值得一提的是,在部署FlexPod解决方案之前,安靠技术已经部署了NetApp存储系统,因此NetApp FlexPod的横向拓展功能能够支持其统一管理之前的NetApp存储系统,并且可以平滑、无中断地拓展至更多NetApp存储,为安靠技术应对今后业务版图的扩大和数据的高速增长留下空间,减少额外的投入。NetApp存储系统所具有的高稳定性和拓展能力也是其继续选择NetApp FlexPod的重要原因。
徐炯表示:“NetApp FlexPod极大减轻了数据中心的网络压力,帮助我们简化了维护工作,并提供了可靠的业务支持。”
实现高效的方案
在部署了FlexPod融合基础架构之后,安靠技术的IT平台具备了NAS和SAN功能,同时满足统一架构部署,“NetApp FlexPod融合基础架构可以同时提供万兆NFS的数据存储共享和SAN-BOOT的远程启动ESXi服务器,通过SAN架构来提供ESXi系统启动服务,并通过NAS提供VMware对数据存储的访问需求。”实现数据的集中管理,提升管理效率。降低部署和管理成本,NAS-SAN的统一架构降低了IT的部署和管理成本,NetApp FlexPod架构将思科刀片服务器部门的服务器配置和硬件分离,由此可在短期内完成服务器的更换,缩短了业务恢复所需的时间。并且支持横向拓展,为未来拓展预留空间。
现在,安靠技术不但减少了升级IT平台所需的成本,而且有效降低系统业务恢复时间,我们只需要重新指定映射关系即可恢复业务,降低了宕机时间的影响;同时具备的NAS和SAN功能也让安靠技术解决了IT平台最特别的需求。这一案例值得制造行业借鉴。
数据分析咨询请扫描二维码
数据分析需要学习的内容非常广泛,涵盖了从理论知识到实际技能的多个方面。以下是数据分析所需学习的主要内容: 数学和统计学 ...
2024-11-24数据分析师需要具备一系列多方面的技能和能力,以应对复杂的数据分析任务和业务需求。以下是数据分析师所需的主要能力: 统计 ...
2024-11-24数据分析师需要学习的课程内容非常广泛,涵盖了从基础理论到实际应用的多个方面。以下是根据我搜索到的资料整理出的数据分析师需 ...
2024-11-24《Python数据分析极简入门》 第2节 6 Pandas合并连接 在pandas中,有多种方法可以合并和拼接数据。常见的方法包括append()、conc ...
2024-11-24《Python数据分析极简入门》 第2节 5 Pandas数学计算 importpandasaspdd=np.array([[81,&n ...
2024-11-23数据分析涉及多个方面的学习,包括理论知识和实践技能。以下是数据分析需要学习的主要方面: 基础知识: 数据分析的基本概念 ...
2024-11-22数据分析适合在多个单位工作,包括但不限于以下领域: 金融行业:金融行业对数据分析人才的需求非常大,数据分析师可以从事经 ...
2024-11-22数据分析是一种涉及从大量数据中提取有用信息和洞察力的过程。其工作内容主要包括以下几个方面: 数据收集与整理:数据分析师 ...
2024-11-22数据分析师需要掌握多种技能,以确保能够有效地处理和分析数据,并为业务决策提供支持。以下是数据分析师需要掌握的主要技能: ...
2024-11-22数据开发和数据分析是两个密切相关但又有所区别的领域。以下是它们的主要区别: 定义和目标: 数据开发:数据开发涉及数据的 ...
2024-11-22数据架构师是负责设计和管理企业数据架构的关键角色,其职责涵盖了多个方面,包括数据治理、数据模型设计、数据仓库构建、数据安 ...
2024-11-22数据分析师需要具备一系列技能,以确保能够有效地处理、分析和解释数据,从而支持决策制定。以下是数据分析师所需的关键技能: ...
2024-11-22数据分析师需要具备一系列技能,以确保能够有效地处理、分析和解释数据,从而支持决策制定。以下是数据分析师所需的关键技能: ...
2024-11-22数据分析师需要具备一系列的技能和能力,以确保能够有效地处理、分析和解释数据,从而支持业务决策。以下是数据分析师所需的主要 ...
2024-11-22需求持续增长 - 未来数据分析师需求将持续上升,企业对数据驱动决策的依赖加深。 - 预测到2025年,中国将需要高达220万的数据人 ...
2024-11-22《Python数据分析极简入门》 第2节 4 Pandas条件查询 在pandas中,可以使用条件筛选来选择满足特定条件的数据 importpanda ...
2024-11-22数据分析师的工作内容涉及多个方面,主要包括数据的收集、整理、分析和可视化,以支持商业决策和问题解决。以下是数据分析师的一 ...
2024-11-21数据分析师必须掌握的技能可以从多个方面进行归纳和总结。以下是数据分析师需要具备的主要技能: 统计学基础:数据分析师需要 ...
2024-11-21数据分析入门的难易程度因人而异,总体来看,入门并不算特别困难,但需要一定的学习和实践积累。 入门难度:数据分析入门相对 ...
2024-11-21数据分析是一项通过收集、整理和解释数据来发现有用信息的过程,它在现代社会中具有广泛的应用和重要性。数据分析能够帮助人们更 ...
2024-11-21