مراکز داده در مقیاس بزرگ

مراکز داده در مقیاس بزرگ

چگونه مراکز داده در مقیاس بزرگ ، اطلاعات خود را در سراسر جهان در دسترس قرار می‌دهند؟ آنها چگونه با افزایش تقاضای پردازش و ذخیره سازی داده کنار می‌آیند؟ پاسخ این سوالات در مراکز داده‌ بزرگ است.

از هر کسی بخواهید که بزرگ‌ترین شرکت‌های فناوری را نام ببرد، با نام‌هایی مانند آمازون، گوگل، مایکروسافت و فیس بوک روبرو می‌شوید. این شرکت‌ها خدماتی را ارائه می‌دهند که میلیاردها نفر در سراسر جهان از آن برای خرید کالا، جستجوی اطلاعات و موارد بسیار دیگری استفاده می‌کنند.

روز به‌روز شرکت‌های بیشتری از قدرت داده‌ها برای تقویت فرآیندهای خود استفاده کرده و امکانات اینترنت اشیا (IoT) را جایگزین می‌کنند. سرورهای پشتیبان و حتی مراکز داده سنتی زیرساختی برای رسیدگی به این خواسته‌ها ندارند. در نتیجه، شرکت‌ها سرمایه‌گذاری زیادی در مراکز داده در مقیاس بزرگ این کار را انجام می‌دهند.

این مقاله به بررسی یک مرکز داده در مقیاس بزرگ و عوامل کلیدی تشکیل دهنده آن می‌پردازد. همچنین ما بررسی خواهیم کرد که چگونه شرکت‌ها از مراکز داده در مقیاس بزرگ برای تقویت و مقیاس‌بندی عملیات خود استفاده می‌کنند.

 

مراکز داده در مقیاس بزرگ

مراکز داده در مقیاس بزرگ، واحدهایی هستند که محاسبات حیاتی و زیرساخت‌های شبکه را در خود جای می‌دهند. این امکانات به شرکت‌هایی مانند آمازون، گوگل و مایکروسافت اجازه می‌دهد تا از قدرت پردازشی خود برای ارائه خدمات کلیدی به مشتریان در سراسر جهان استفاده کنند.

هیچ آمار رسمی وجود ندارد، اما یک مرکز فوق مقیاس معمولا حداقل دارای 5000 سرور است و 1000 متر مربع یا بیشتر اندازه دارد. گزارشی از گروه تحقیقاتی “Synergy Research Group” نشان داد که بیش از 100 مرکز داده فوق مقیاس جدید تنها در سال 2020 ساخته شده است که تعداد کل این امکانات را به 597 رساند.

مرکز داده

پردازش و ذخیره سازی داده‌ها

مراکز داده در مقیاس بزرگ برای پاسخگویی به تقاضای فزاینده برای پردازش و ذخیره سازی داده‌ها به رشد خود ادامه خواهند داد. ایالات متحده در حال حاضر 39 درصد از این تسهیلات را در اختیار دارد و با مجموع هشت کشور بعد از خود برابری می‌کند – چین، ژاپن، آلمان، بریتانیا، استرالیا، کانادا، هند و سنگاپور.

اپراتورهای پیشرو در مقیاس بزرگ، برخی از بزرگ‌ترین شرکت‌های فناوری در جهان هستند. آمازون، مایکروسافت و گوگل بر بازار مراکز داده ابر مقیاس تسلط دارند و بیش از نیمی از این امکانات را اداره می‌کنند.

یکی دیگر از فاکتورهای متمایزکننده این مراکز، توانایی آنها در رتبه بندی‌، پاسخگویی به بارهای کاری بالاتر و افزایش منابع محاسباتی‌ست.

 

 تفاوت بین یک مرکز داده مقیاس بزرگ و یک مرکز داده کوچک چیست؟

یک مرکز داده استاندارد، فضا یا ساختمانی‌ست که تجهیزات فناوری اطلاعات و سرورهای یک شرکت را در خود جای داده است. این شرکت می‌‎تواند از منابع مرکز داده خود برای راه اندازی کسب و کار استفاده کند یا این منابع را به عنوان یک سرویس در اختیار عموم قرار دهد.

بهترین راه برای مقایسه مراکز داده سازمانی و ابر مقیاس، بررسی مقیاس و عملکرد آنهاست. اولاً، از نظر اندازه، مراکز داده “Hyperscale” به طور قابل توجهی بزرگ‌تر از مراکز داده سازمانی هستند و از نظر مزایای صرفه جویی در مقیاس و مهندسی سفارشی، از آنها به طور قابل توجهی بهتر عمل می‌کنند. از نظر فنی، یک مرکز داده هایپر مقیاس باید بیش از 500 سرور و 1000 متر مربع باشد.

علاوه بر این، دو نوع مرکز داده را می‌توان با توجه به حجم محاسبات داده‌ها و خدمات ذخیره‌سازی که پردازش می‌کنند، متمایز کرد. در یک نظرسنجی، 93 درصد از شرکت‌های فرامقیاس، انتظار دارند که [40 گیگابایت در ثانیه (Gbps)] یا اتصالات شبکه سریع‌تری داشته باشند. در همین نظرسنجی، 51 درصد از پاسخ دهندگان گزارش دادند که پهنای باند مورد نیاز برای مدیریت حجم وسیعی از داده‌ها، یک چالش رو به افزایش است.

از نظر اثربخشی مصرف انرژی (PUE) مراکز داده سازمانی، اغلب میانگین مرکز داده  PUE را بین 1.67-1.8 گزارش می‌کنند. با این حال، مراکز داده در مقیاس بزرگ گوگل، PUE 1.1 را گزارش می‌دهند که در آن PUE 1.0 به معنای کارایی کامل است.

مراکز داده فوق مقیاس فوق‌العاده سریع هستند، با توانایی افزایش و کاهش بار برای پاسخگویی به هر بار آمادگی دارند که می‌تواند به معنای افزودن قدرت محاسباتی بیشتر و همچنین اضافه کردن ماشین‌های بیشتر یا توانایی بزرگ‌شدن شبکه باشد.

استاندارد زیر ساخت مرکز داده

شرکت‌ها می‌توانند مراکز داده خود را به دو صورت رتبه بندی کنند:

به صورت افقی: مقیاس بندی افقی به معنای افزودن ماشین‌های بیشتر به زیرساخت شبکه است. این روند، به شما امکان می‌دهد بار پردازشی را در ماشین‌های بیشتری به اشتراک بگذارید. اگر یک برنامه تجاری دیگر نمی‌تواند ترافیک اضافی را مدیریت کند، افزودن سرورهای جدید می‌تواند حجم کار اضافی را مدیریت کند.

عمودی: مقیاس بندی عمودی به معنای افزودن منابع محاسباتی بیشتر مانند CPU و RAM به زیرساخت موجود شماست. این کار به شما امکان می‌دهد تا قدرت پردازش یک دستگاه را بدون نیاز به تغییر کد آن افزایش دهید. پیاده سازی مقیاس عمودی آسان‌تر است، اما توانایی رتبه بندی به مشخصات دستگاه بستگی دارد.

هنگامی که یک شرکت یک مرکز داده ایجاد می‌کند، باید نیازهای پردازش فعلی و آینده خود را در نظر بگیرد. اما چند نکته مهم وجود دارد.

اگر یک مرکز داده «بیش از حد بزرگ و غیر لازم» بسازید، منابعی خواهید داشت که از آنها استفاده نمی‌کنید و خطر منسوخ شدن تجهیزات، قبل از استفاده از آن وجود دارد. به عبارت دیگر، سرمایه خود را به خطر انداختید.

«زیر ساخت» یک مرکز داده به همان اندازه پرهزینه است. سرورهایی که مکرراً ظرفیت آنها تمام می‌شود بیش از حد بارگذاری می‌شوند و می‌توانند باعث توقف عملکرد برنامه‌های حیاتی و از دست دادن مشتریان شود و حتی به اعتبار شما آسیب برساند.

به همین دلیل است که شرکت‌ها به خدمات رایانش ابری توسط اپراتورهای مرکز داده مانند خدمات وب آمازون (AWS) و (مایکروسافت آژور) روی می‌آورند. مراکز داده در مقیاس بزرگ دارای معماری فوق العاده سریعی جهت هماهنگی هستند که می‌توانند به سرعت منطبق شده و تقاضاهای بروز را برآورده کنند.

نتیجه

دیتاسنترهای بسیار بزرگ و متنوعی در سراسر جهان در حال سرویس دهی هستند که برخی از آنها کاربرد تجاری محدود به داخل سازمانی را دارند و برخی هم در اینترنت به صورت تجاری و یا عمومی مورد استفاده قرار می‌گیرند. از بزرگ‌ترین دیتاسنترها می‌توان به مرکز داده آمازون و گوگل اشاره کرد. لازم به ذکر است که سرویس‌های ارائه شده در دیتاسنترها می‌توانند از وب سرویس گرفته تا سرویس ایمیل، ابر اختصاصی، پایگاه داده یا پرتال سازمانی و بسیاری از موارد دیگر باشند.

امیدواریم که از این مقاله لذت برده باشید، در آینده اخبار جدیدتری از دیتاسنترها را در اختیار شما عزیزان قرار خواهیم داد.