正式定档!QCon 北京站改期为2024年4月11-13日,地点:北京·国测国际会议会展中心 >>> 了解详情
写点什么

新型 IT 运维管理,基础设施和数据两手都要硬

  • 2024-02-05
    北京
  • 本文字数:1789 字

    阅读完需:约 6 分钟

新型IT运维管理,基础设施和数据两手都要硬

编前语:数据是 AI 的基石,缺数据无 AI。


AI 大模型时代,数据赋予 IT 人“新使命”


当下 IT 人在企业中扮演着运营支撑的角色。说到运维管理,相信每人都是一把辛酸泪,每天承担着繁琐、高负荷且又高风险的运维工作,但在业务规划和职业发展时又成为了“透明人”。业内有句调侃的话:“只花钱的人,不配拥有发言权”。


随着 AI 大模型应用的普及,数据成为了企业的关键资产和核心竞争力。近年来,企业的数据规模从 PB 级向百 PB 级成倍数快速增长,数据类型也从以数据库为主的结构化数据,演变成以文件、日志、视频等为主的半结构化、非结构化数据。业务部门希望数据的存储能够像图书馆一样分门别类随用随取,同时又希望数据的存储更安全、更可靠。


IT 人,已不再只是负责建设和管理 IT 资源、保障设备稳定的被动角色。 


IT 人的新使命,演变为提供优质数据服务,让数据好用,帮助业务部门用好数据!



“基础设施”和“数据”很近,但两者的“管理”却很远


针对基础设施的管理,业界普遍的做法是通过 AIOps 技术,将繁琐的人工日常运维改变为利用工具自动化执行,通过专家系统、知识图谱等智能化能力,主动发现系统隐患、自动修复故障等。生成式 AI 技术普及后,近期出现了智能客服、交互式运维等新型应用。


针对数据的管理,业界有以 Informatica、IBM 等为代表的专业 DataOps 软件供应商,支持数据集成、数据标记、数据分析、数据优化、数据市场等能力,为数据分析师、BI 分析师、数据科学家等业务团队提供服务。


笔者调研发现,目前大部分企业中的基础设施运维管理和数据管理是割裂的,由不同的团队负责,工具平台间也没有有效协同。业务上数据保存在存储等 IT 基础设施中,应该融为一体,但实际两者的管理却相隔甚远,甚至两个团队之间语言都不对齐,这样通常会带来几个弊端:


1)数据不同源:因为归属不同团队和采用不同工具,业务团队通常采用将原始数据通过 ETL 等方式复制一份至数据管理平台做分析处理。这样不仅造成存储空间浪费,还存在数据不一致、数据更新不及时等问题,影响数据分析的准确性。


2)跨地域协同难:如今企业数据中心在多个城市布局,数据在跨地域传输时,当前主要通过 DataOps 软件在主机层进行复制,这种数据传输方式不仅效率低,传输过程中也存在安全、合规、隐私等严重隐患。


3)系统优化不充分:当前通常基于基础设施资源的利用情况进行优化,因为无法感知数据布局而实现全局最优,数据的保存成本居高不下,有限增长的预算与成倍的数据规模增长之间的矛盾成为制约企业数据资产积累的关键矛盾。


IT 人,打通“基础设施”和“数据”任督二脉,开启数智化飞轮


笔者认为,IT 团队应该把“基础设施”和“数据”作为一个有机整体进行管理和优化,实现数据同源、全局最优、安全流通,扮演着数据资产管理者的重要角色。


首先,实现全局文件的统一视图。利用全局文件系统、统一元数据管理等技术,把不同地域、不同数据中心、不同类型设备中的数据形成统一的全局视图。在此基础上,能够按照热温冷、重复、过期等维度进行全局优化策略的制定,下发至存储设备执行,这种方式可以实现全局最优。基于存储层复制的压缩、加密等技术,通常可以实现数十倍的数据移动速度,效率和安全性都可以得到保证。


其次,将海量非结构化数据自动生成数据目录。通过元数据、增强型元数据等自动生成数据目录服务,把数据分门别类高效管理起来。业务团队基于目录可以自动提取满足条件的数据进行分析处理,而不用人工像大海捞针一样去找数据。笔者调研发现通过 AI 识别算法实现数据标注的技术已经较为成熟,因此可以利用开放框架将不同场景化的 AI 算法进行集成,自动分析文件内容形成多元化标签,作为增强型元数据提升数据管理的能力。


同时,数据在跨设备流动时,需要特别考虑数据主权、合规隐私等问题。存储设备中的数据应该自动分类、隐私分级、分权分域等,管理软件对数据的访问、使用、流动等策略进行统一管理,避免敏感信息和隐私数据泄露,未来数据要素交易场景这些将成为基本要求。比如,数据在流出存储设备时,首先需要对合规性、个人隐私等进行判定是否满足策略要求,否则企业将面临严重的法律法规风险。


参考架构如下:



根据笔者调研以及请教同行专家后,发现业界诸如华为存储、NetApp 这样的领先存储厂商已经发布存储和数据一体化管理的产品解决方案,相信未来会有更多厂商支持。


设备和数据两手都要抓、两手都要硬。IT 人在 AI 时代可以扮演更重要的作用。

2024-02-05 17:5113283
用户头像
鲁冬雪 InfoQ 主编

发布了 322 篇内容, 共 177.6 次阅读, 收获喜欢 264 次。

关注

评论

发布
暂无评论

百度与张江集团达成战略合作,AI助推上海城市数字化转型

百度大脑

人工智能

Kafka 源码解析:Server 端的运行过程

华为云开发者联盟

kafka 网络 Server 端 SocketServer

JS完美收官之——js加载时间线

法医

大前端 js 6月日更

面试官:谈谈你对geohash的理解和如何实现附近人功能呢?

李阿柯

redis 面试 geohash

融云年中大促 新老用户同享超值优惠

融云 RongCloud

深入浅出 LVS 负载均衡(四)实操 DR 模型、Keepalived DR 模型的高可用

UCloud技术

负载均衡

破局团伙作案风险——图卷积神经网络(GCN)算法

索信达控股

金融科技 数字化转型 数据建模 风险管理 图卷积神经网络

不知道我写的链表是否能看懂

八点半的Bruce.D

php 数据结构 链表

想要做好微服务化,这个核心对象要管好

BoCloud博云

微服务

☕【JVM监控实战】教会你使用Arthas(监控ElasticSearch服务)

洛神灬殇

JVM 故障定位 Arthas 6月日更

原来 spring.xml 配置的 destroy-method 需要用到向虚拟机注册钩子来实现!

小傅哥

Java spring 注册虚拟机钩子 init-method destroy-method

“云智技术论坛”即将召开,百度智能云带来端边云全面智能化平台

百度大脑

人工智能 物联网 云智一体

HarmonyOS 实战—服务卡片初体验

爱吃土豆丝的打工人

HarmonyOS 服务卡片 鸿蒙卡片

云小课 | 云硬盘不用了如何处理?

华为云开发者联盟

华为云 云硬盘 退订 删除 回收站

超清音质实时会议系统的背后 ,深入剖析 AliCloudDenoise 语音增强算法

阿里云视频云

阿里云 音视频 语音 视频会议 算法实践

RS485通信如何设计EMC电路?

不脱发的程序猿

电路设计 通信总线 RS485 EMC设计 通信抗干扰

测试开发之网络篇-IP地址

禅道项目管理

IP 协议 IP地址

浪潮云说丨叮!这是一份浪潮云物联网平台的简历,请查收!

浪潮云

云计算

bzz|chia矿池挖矿系统APP开发搭建

薇電13242772558

区块链

同样都是使用接口,JAVA和Go差距咋就这么大呢?

面向加薪学习

JAVA面向对象(十一)--多态

加百利

Java 6月日更 多态

拍乐云 x 美上美学|监管当下,如何回归教育本质,打造品质和体验?

拍乐云Pano

RTC

Docker被谁干掉了?

BUG侦探

Docker 云计算 Go 语言

react源码解析19.手写迷你版react

全栈潇晨

react.js

作为新时代的Java工程师,你需要具备什么能力?

卢卡多多

Java 能力提升 6月日更 六月

Pandas高级教程之:处理缺失数据

程序那些事

Python 数据分析 pandas 程序那些事

anyRTC 重磅推出在线实时 K 歌解决方案

anyRTC开发者

音视频 WebRTC 实时通讯 在线KTV

如何设计好一个接口

🎄新

架构 设计 接口

zookeeper原生api操作

赵镇

zookeeper

带你掌握4种Python排序算法

华为云开发者联盟

Python 编程 算法 排序 冒泡排序

使用 Java 编写 Apache APISIX 插件

API7.ai 技术团队

Java 云原生 后端 插件 网关

新型IT运维管理,基础设施和数据两手都要硬_大数据_鲁冬雪_InfoQ精选文章