Успешность же их задается на восприятии бизнесом и государством метаданных как экономической ценности и источника роста, осознании полезности и готовности нести связанные с этим значительные расходы, не ожидая незамедлительной окупаемости вложенных финансовых средств.
Анализ современных тенденций развития аппаратного обеспечения, приведших к появлению технологий облачных вычислений.
В настоящее время системы хранения данных представляет собой один из ключевых элементов, от которых зависит непрерывность бизнес-процессов фирмы. В современной корпоративной ИТ-инфраструктуре СХД, как правило, отделены от главных вычислительных серверов, настроены и адаптированы для разных специальных задач. Системы хранения данных реализуют много функций, они имеют значимость в построении систем оперативного резервного восстановления и копирования данных, высоко доступных ферм виртуализации, отказоустойчивых кластеров.
SAN — это высокоскоростная коммутируемая сеть передачи данных, которая объединяет рабочие станции, серверы, ленточные библиотеки и дисковые хранилища. Обмен данными происходит по протоколу Fibre Channel, который оптимизирован для быстрой гарантированной передачи сообщений и позволяет передавать данные на расстояние от нескольких метров до сотен километров.
Движущей силой для развития сетей хранения данных стал взрывной рост объема деловой информации (такой как электронная почта, высоконагруженные файловые сервера и базы данных), которая требует высокоскоростного доступа к дисковым устройствам на блочном уровне. Раньше на предприятии появлялись «острова» высокопроизводительных дисковых массивов SCSI. Каждый такой массив был выделен для конкретного приложения и виден ему как некоторое число «виртуальных жестких дисков». Сеть хранения данных (Storage Area Network или SAN) позволяет объединять эти «острова» при помощи средств высокоскоростной сети. Базу SAN составляет волоконно-оптическое соединение устройств по интерфейсу Fibre Chanel, которое обеспечивает скорость передачи информационных данных между объектами 1,2,4 или 8 Gbit/sec. Сети хранения помогают увеличить эффективность использования ресурсов систем хранения, потому что предоставляют возможность выделения любого ресурса любому узлу сети.
Отметим главные достоинства SAN:
Производительность. Технологии SAN позволяют обеспечивать высокую производительность для задач передачи и хранения данных.
Масштабируемость. Сети хранения данных обеспечивают удобство расширения подсистемы хранения, позволяют использовать легко ранее приобретенные устройства вместе с новыми устройствами хранения данных.
Гибкость. Совместное использование систем хранения данных, как правило, добавляет гибкость и упрощает администрирование, потому что дисковые массивы и кабели не нужно перекоммутировать и физически транспортировать от одного сервера к другому. SAN позволяет подключить дисковые массивы и новые серверы к сети без остановки системы.
Централизованная загрузка. Другим достоинством является возможность загружать сервера прямо из сети хранения. При данной конфигурации можно легко и быстро заменить сбойный сервер, переконфигурировав при этом SAN так, что сервер-замена будет загружаться с логического диска сбойного сервера.
Отказоустойчивость. Сети хранения помогают восстанавливать более эффективно работоспособность после сбоя. В SAN может входить удаленный участок с вторичным устройством хранения. В данной ситуации можно использовать репликацию — реализованную на уровне контроллеров массивов, или с помощью специализированных аппаратных устройств. Спрос на такие решения в значительной степени увеличился после событий 11 сентября 2001 года в США.
Управление. Технологии SAN позволяют обеспечивать централизованное управление всей подсистемой хранения данных.
Определим некоторые топологии сетей хранения данных Однокоммутаторная структура (англ. single-switch fabric) состоит из одного коммутатора Fibre Channel, системы и сервера хранения данных. Обычно данная топология является основной для всех стандартных решений — другие топологии создаются при помощи объединения однокоммутаторных ячеек.
Рис. 2.
1. Однокоммутаторная структура SAN.
Каскадная структура— набор ячеек, коммутаторы которых объединены в дерево при помощи межкоммутаторных соединений.
Рис. 2.
2. Каскадная структура SAN.
Решетка — набор ячеек, коммутатор каждой из которых соединен со всеми другими. При отказе одного (а в ряде сочетаний — и более) соединения связность сети не нарушается. Минус — большая избыточность соединений.
Рис. 2.
3. Структура Решетка.
Кольцо— почти повторяет схему топологии решётка. Среди достоинств — использование меньшего числа соединений.
Рис. 2.
4. Структура Кольцо.
Консолидация ИТ инфраструктуры.
Консолидация представляет собой объединение вычислительных ресурсов или структур управления в едином центре.
Анализ международного опыта позволяет в настоящее время говорить о четкой тенденции к консолидации ИТ-ресурсов корпораций. Именно она способна в значительной степени снизить расходы на ИТ. Сэкономленные же средства можно направить на увеличение качества имеющихся информационных услуг и внедрение новых. Кроме оптимизации затрат на ИТ, консолидация ИТ-ресурсов позволяет улучшить управляемость предприятий за счет более полной и актуальной информации об их функционировании. Обычно говорят о консолидации:
серверов — перемещение децентрализованных приложений, которые распределены на разных серверах фирмы, в один кластер централизованных гомогенных серверов;
систем хранения — совместное использование централизованной системы хранения данных несколькими гетерогенными узлами;
приложений — размещение нескольких приложений на одном хосте.
При этом выделяются два основных вида консолидации —логическую и физическую. Физическая консолидация представляет собой географическое перемещение серверов на единую площадку (в центр данных), а логическая — централизацию управления.
Перемещение компьютеров в единый центр обработки данных позволяют обеспечивать комфортные условия для технического персонала и оборудования, а также повышать степень физической защиты серверов. Помимо этого, в центре обработки данных можно использовать более высококачественное и производительное оборудование, которое экономически неэффективно устанавливать в каждом подразделении. Создавая центры обработки данных, можно уменьшить затраты на техническую поддержку и управление наиболее важными серверами фирмы. Удачным примером оборудования, которое может успешно решать задачи консолидации вычислительных ресурсов в фирмах любого уровня являются блейд-системы, а также и системы и сети хранения данных.
Очевидное преимущество данного решения состоит в том, что упрощается выделение персонала поддержки и его работа по управлению и развертыванию системами, уменьшается степень дублирования опытных кадров. Централизация облегчает также использование процессов управления и стандартизованных конфигураций, создание рентабельных систем резервного копирования для восстановления данных после сбоя и поддержания связности бизнеса. Упрощается и решение вопросов организации высококачественного обеспечения физической защиты и контроля за состоянием окружающей среды. Может быть улучшена и сетевая безопасность, потому что серверы оказываются под защитой централизованно управляемого, единого межсетевого экрана.
Логический вид консолидации представляет собой перестройку системы управления ИТ-инфраструктуры. Это нужно как для повышения управляемости и масштабируемости сложной распределенной вычислительной системы, так и для объединения сегментов корпоративной сети. Логическая консолидация обеспечивает введение централизованного управления и унификацию работы с ресурсами фирмы на основании открытых стандартов. В итоге появляется возможность создания глобальных информационных служб фирмы — каталога LDAP, ERP-системы или корпоративного портала, что в конечном счете позволит улучшить управляемость фирмы за счет более полной и актуальной информации об его функционировании.
Логическая консолидация приложений приводит к централизации управления критическими для бизнеса приложениями и системами. Преимущества логической консолидации очевидны: прежде всего, это высвобождение аппаратных ресурсов, которые могут использоваться на других участках информационной системы. Во-вторых, более логичная и простая структура управления ИТ-инфраструктурой делает ее более приспособленной для будущих изменений и гибкой.
Сценарий гомогенной консолидации представляет собой перенос одного масштабного приложения, которое ранее выполнялось на нескольких серверах, на один, более мощный (см. рис. 2.5). В качестве примера данной операции можно привести базы данных, которые часто наращивают экстенсивным способом по мере повышения объема обрабатываемой информации. Объединение приложений и данных на одном сервере заметно повышает процессы поиска и обработки, а также увеличивает уровень целостности.
Гетерогенная консолидация по содержанию является схожей с гомогенной, но в данной ситуации объединению подлежат различные приложения. К примеру, несколько экземпляров SQL Server и Exchange Server, которые ранее запускались на отдельных компьютерах, могут быть сведены на единой машине. Достоинства гетерогенной консолидации — увеличивающаяся масштабируемость сервисов и более полное задействование системных ресурсов.
Рис. 2.
5. Консолидация приложений.
Как отмечают специалисты по облачным технологиям — консолидация ИТ-инфраструктуры — является первым шагом к «облаку». Чтобы перейти к использованию облачных технологий, фирмам следует вначале решать задачи неконсолидированной ИТ-инфраструктуры. «Без консолидации невозможно построить эффективное процессно-ориентированное управление, потому что нет единой точки предоставления сервисов».
Рынок информационных технологий (IT) является одним из самых динамичных рынков в России. Бурное развитие рынка с конца 80-х годов прошлого столетия продолжилось и в 21 веке. Традиционно к этому рынку относят сегменты вычислительной техники, компьютерной периферии, программного обеспечения и IT-услуг.
В настоящее время происходит постепенное слияние различных сегментов IT рынка, развитие комплексных интеграторских услуг, сращивание IT-услуг с инженерной и строительной инфраструктурной. Таким образом, несколько размываются границы рынка, соответственно, оценки размера IT-рынка также периодически пересматриваются и изменяются. Например, по данным исследовательской компании PMR, объем российского IT-рынка в 2016 году составил 711,6 млрд руб. (€ 16,8 млрд). На 8% отличаются оценки объем IT-рынка, приведенные в прогнозе социально-экономического развития РФ на 2017 год и на плановый период 2018;2019 годов, подготовленном Минэкономразвития в сентябре 2016 года. По данным этого ведомства, в 2013 году объем рынка составил 658 млрд руб. При этом в статистике министерства не учитываются печатающие устройства (30−40 млрд руб., по оценке Минкомсвязи) и планшеты (50−60 млрд руб.).
При базовом варианте развития экономики России, который предполагает сохранение инерционных трендов, сложившихся в последний период, консервативную инвестиционную политику частных компаний, резкое сокращение зарубежных инвестиций, стагнацию государственного спроса и сокращение расходов на IT в инфраструктурном секторе, Минэкономразвития прогнозирует к 2018 году рост ИТ-рынка немногим более чем на 6% по сравнению с 2016 годом до 698 млрд руб.
Динамика последних лет свидетельствует о планомерном сокращении в структуре рынка IT доли аппаратных средств и нарастании доли программного обеспечения (ПО). «Рынок системной интеграции условно можно поделить на два больших направления: поставка оборудования и внедрение ИТ-систем. Сегмент системной интеграции, связанный с поставкой и наладкой сложных аппаратных средств, сейчас падает. Объём закупок нового оборудования, как показывают примеры компаний, с которыми мы сотрудничаем, сильно снизился. Так же как и замедлился темп строительства новых центров обработки данных. Однако рынок системной интеграции в контексте внедрения систем растет, и это подтверждается исследованием IDC. Связано это с тем, что крупные компании обладают большим количеством интеграционных систем, каждая из которых выполняет ту или иную функцию. Умение правильным образом интегрировать системы, заменять их на унифицированные решения является драйвером развития этого рынка».
По данным МЭР, отечественная IT-отрасль удовлетворяет потребности российского рынка на 25%, основными заказчиками остаются государство и компании с государственным участием. Развитию рынка в большой степени может способствовать политика импортозамещения, о которой говорится в последние полгода довольно много.
Дальнейшее развитие российского IT-рынка обусловлено не только общеэкономическими и политическими трендами, но и современными российскими и мировыми тенденциями развития спроса на различные ИТ-технологии. Среди них необходимо отметить рост спроса на «умные устройства» и интернет-сервисы, внедрение новых систем управления в частных и государственных компаниях. Растет объем программного обеспечения для мобильных устройств в связи с резким увеличением количества смартфонов и планшетных компьютеров.
Среди текущих тенденций, влияющих на информатизацию, нельзя не отметить несколько ярко выраженных трендов. Во-первых, по мнению аналитиков, начался «закат» серверной виртуализации. Несмотря на то, что, по прогнозу Gartner, объем мирового рынка серверной виртуализации (архитектура x86) в 2018 г. достигнет $.
5,6 млрд, увеличившись на 5,7% по сравнению с 2015 г., рост рынка обеспечивается только за счет услуг обслуживания решений. Количество приобретаемых лицензий на ПО в этой сфере впервые начало сокращаться. Причины отказа от виртуализации видятся аналитикам в доступности программно-конфигурируемой инфраструктуры и гиперконвергированных интегрированных систем. По оценке Gartner, в 2017 г. сегмент гиперконвергированных интегрированных систем вырос на 79% по сравнению с 2016 г.
почти до $ 2 млрд и в течение пяти лет достигнет стадии мейнстрима.
Аналитики традиционно озвучили топ-10 технологических тенденций, с которыми необходимо считаться уже сегодня и учитывать их в стратегии развития. «Облака» уже вышли на плато зрелости и считаются не трендом, но решениями, пользующимися устойчивым спросом. При этом облачные технологии останутся наиболее динамичным сегментом ИТ-рынка. К 2019 г. большая часть поставщиков ПО полностью перейдет к модели поставок SaaS/PaaS. Это означает, что многим корпоративным клиентам, достигнувшим следующего крупного этапа обновления программного обеспечения, в первую очередь будет предложено воспользоваться моделью SaaS, считают в IDC.
Заключение
.
Таким образом, можно подвести следующие итоги.
Анализируя современные тенденции и историю развития информационных технологий, можно сделать вывод, что эволюционный виток ИТ, который начался вместе с эпохой мэйнфреймов более пятидесяти лет назад, завершился — вместе с облаками пользовали вернулись к централизации ресурсов, но на данный раз не на уровне мэйнфреймов с их зелеными терминалами, а на новом технологическом уровне.
Выступая на конференции, которая посвящена проблемам современных процессоров, профессор Массачусетского технологического института А. Агарвал отметил: «Процессор — это транзистор современности». Новый уровень отличается тем, что также здесь собираются мэйнфреймы, но виртуальные, и не из отдельных транзисторов, как полвека назад, а из целиком из компьютеров или целых процессоров. На заре ИТ многочисленные организации и компании «лепили» собственные компьютеры из дискретных компонентов, монтируя их на самодельных печатных платах — каждая фирма делала свою машину, и ни о какой унификации или стандартизации и речи не могло быть. На пороге второго десятилетия XXI в. ситуация повторилась — точно также из серверов-лезвий, компьютеров, различного сетевого оборудования собираются частные и внешние облака. В то же время можно наблюдать ту же самую технологическую разобщенность и отсутствие унификации: Google, Microsoft, Aptana, IBM, Rackspace, Heroku, Salesforce, Ning строят глобальные мэйнфреймы, а кто-то под собственные нужды создает частные облака, которые представляют те же мэйнфреймы, но наименьшего масштаба. Следует предположить, что впереди изобретение микропроцессора и интегральной схемы.
Таким образом, необходимо еще раз сказать, что все сервисные модели облачных вычислений должны соответствовать основным свойствам облачных вычислений, которые изложены, например, в «The NIST Definition of Cloud Computing», которые отличают их от других видов интернет-ресурсов.
Список использованных источников
.
Авербух В. Л. Задачи визуализации параллельных вычислений / В. Л. Авербух, А. Ю. Байдалин, П. А. Васев и другие // Вопросы атомной науки и техники. Сер. Математическое моделирование физических процессов. 2002.
Вып. 3. Стр. 40- 52.
Артемов С. Big Data: новые возможности для растущего бизнеса // С. Артемов [Электроный ресурс] URL:
http://www.pcweek.ru/upload/iblock/d05/jet-bigdata.pdf.
Бахтерев М. О. Система удалённой визуализации для инженерных и суперкомпьютерных вычислений / М. О. Бахтерев, П. А. Васёв, А. Ю. Казанцев, Д. В. Манаков // Вестник ЮжУрГУ, N17 (150), 2009, серия «Математическое моделирование и программирование», Выпуск 3. Стр. 4−11.
Васёв П. А. Среда поддержки интерактивной визуализации для суперкомпьютерных вычислений / П. А. Васёв // Вопросы атомной науки и техники. Серия: Математическое моделирование физических процессов. 2009.
Выпуск 4. Стр. 67−77.
Вебер, М. Бизнес-вычисления: практика расчета основных показателей / М. Вебер. — М.: Омега-Л, 2014. — 143 c.
Головина Т. А. Использование цифровых и мобильных инноваций для эволюционирования предприятий регионального интернет-рынка Вопросы современной экономики / Т. А. Головина, И. Л. Авдеева, Л. В. Парахина, 2014. № 3 [Электронный ресурс] URL:
http://economic-journal.net.
Горбашевский Д. Ю. Параллельная фильтрация в системе визуализации параллельных вычислений / Д. Ю. Горбашевский, А. Ю. Казанцев, Д. В. Манаков // Графи.
Кон2006, 1−5 июля 2006.
Труды конференции. Новосибирск. 2006. С. 333−336.
Корытникова Н.В. Online Big Data как источник аналитической информации в online-исследованиях // Социс. — 2015. — № 8. — С. 14−24.
Егорычев, Г. П. Интегральное представление и вычисление комбинаторных сумм / Г. П. Егорычев. — М.: [не указано], 2013. — 546 c.
Измалкова С. А. Использование глобальных технологий «BIG DATA» в управлении экономическими системами / С. А. Измалкова, Т. А. Головина // Известия Тульского государственного университета. Экономические и юридические науки. 2015. № 4−1. С. 151−158.
Интеллектуальные навигационно-телекоммуникационные системы управления подвижными объектами с применением технологии облачных вычислений. — М.: Горячая линия — Телеком, 2014. — 158 c.
Майер-Шенбергер В. Большие данные. Революция, которая изменит то, как мы живем, работаем и мыслим / В. Майер-Шенбергер, К. Кукьер. М.: Манн, Иванов и Фербер, 2014. 240 c.
Минский, М. Вычисления и автоматы / М. Минский. — М.: [не указано], 2016. — 666 c.
Савельев А. И. Проблемы применения законодательства о персональных данных в эпоху «больших данных» (Big Data) / А. И. Савельев [Электроный ресурс] URL:
https://law-journal.hse.ru/data/2015/04/20/1 095 377 106/Savelyev.pdf.
Соколянский В. В. Технологии BIG DATA и их инсталляции в экономические исследования // В. В. Соколянский, Б. С. Пашков // Вопросы экономических наук. — ООО «Издательство «Спутник+». — М. 2015, C. 169−171.
Толстова Ю. Н. Социология и компьютерные технологии // Социс. — 2015. — № 8. — С. 3- 13.
Фингар, Питер Dot. Cloud: облачные вычисления — бизнес-платформа XXI века / Питер Фингар. — М.: Аквамариновая Книга, 2013. — 256 c.
Черняк Л. «Большие данные» — новая теория и практика // Открытые системы. — 2011. — № 10.
Отчет AAPOR о «Больших данных» / Л. Джапек, Ф. Крейтер, М. Берг [и др.] / Американская ассоциация исследователей общественного мнения. — М., 2015.
Buyya R. Cloud Computing: Principles and Paradigm, / Rajkumar Buyya, James Broberg, Andrzej Gościński // John Wiley&Sons. 2011.
