Shift to Cloud به مراکز داده کمک می کند تا داده های بدون ساختار را مدیریت کنند | دانش مرکز داده

ذخیره داده‌های بدون ساختار شما (مانند دریاچه‌های داده، انبارهای داده، و آرشیوهای بزرگ تصویر/ویدئو) در فضای ابری می‌تواند راه‌حلی برای دسترسی سریع و دقیق کاربران به داده‌های مورد نیاز در صورت نیاز باشد. بر اساس نظرسنجی اخیر از 300 مدیر ارشد فناوری که توسط شرکت نرم افزاری Komprise انجام شده است، استفاده از قدرت پردازش CSP ها ممکن است کلید اصلی را داشته باشد.

یافته های کلیدی عبارتند از:

  • 87 درصد از رهبران فناوری اطلاعات، مدیریت رشد داده های بدون ساختار را به عنوان اولویت اصلی ارزیابی می کنند که این رقم در سال 2021 70 درصد بود.
  • بیش از نیمی از شرکت های مورد بررسی بیش از 5 پتابایت داده را مدیریت می کنند که در نظرسنجی سال گذشته کمتر از 40 درصد بود.
  • در همین حال، استفاده از ابر در حال شتاب گرفتن است، زیرا محیط‌های مبتنی بر Prem از 20 درصد در سال گذشته به تنها 12 درصد امروز کاهش یافته است.

و با توجه به پوشش اخیر Data Center Knowledge در مورد مدیریت داده های بدون ساختار، به نظر نمی رسد این روند کند شود.

پیمایش انتقال داده های پیچیده به ابر

در نظرسنجی امسال، پاسخ دهندگان گفتند که بزرگترین مانع برای مهاجرت ابری، انتقال داده ها بدون ایجاد اختلال در کاربران و برنامه ها است.

کریشنا سوبرامانیان، یکی از بنیانگذاران و مدیر عامل شرکت Komprise، گفت: «اپراتورهای مرکز داده باید ابزارهایی را برای کاربران نهایی خود فراهم کنند تا بتوانند داده ها را جستجو کنند و گردش کار را بر روی داده ها ایجاد کنند.

سوبرامانیان گفت که ابزارهای سلف سرویس در اینجا اهمیت ویژه ای دارند.

او گفت که کاربران نه تنها می خواهند داده ها را ذخیره کنند، بلکه می خواهند بتوانند از داده ها از جمله داده های بدون ساختار و قدیمی استفاده کنند.

ویژگی‌های سلف‌سرویس برای کاربران نهایی و بخش‌ها، دومین اولویت بالاتر برای مدیریت داده‌های بدون ساختار در نظرسنجی امسال بود، که پس از کاهش هزینه‌های ذخیره‌سازی در رتبه دوم قرار داشت.

به طور خاص، 65 درصد از پاسخ دهندگان گفتند که می خواهند از ابزارهای جستجو و تجزیه و تحلیل در داده های خود استفاده کنند.

او گفت: «این تغییر به سمت ابر را هدایت می‌کند. “ابر فقط یک مکان ذخیره سازی نیست، بلکه مکانی است که می توانید تجزیه و تحلیل های مختلف و یادگیری ماشینی را روی داده های خود اجرا کنید.”

تحلیل‌گران می‌گویند این نوع انعطاف‌پذیری به شرکت‌ها بینش‌های مهمی را هنگام تصمیم‌گیری در مورد مزایای مالی ذخیره‌سازی داده‌های شی در ابر در مقابل on-prem می‌دهد.

چگونه شرکت ها از تجزیه و تحلیل داده ها برای مدیریت داده های بدون ساختار در فضای ابری استفاده می کنند

متیو براونشتاین، مدیر راه حل های میزبانی داده در فایزر گفت، غول دارویی فایزر به دنبال استفاده از تجزیه و تحلیل مبتنی بر ابر، ادغام با سایر پلتفرم ها، بهبود جستجو و پیاده سازی قابلیت های هوش مصنوعی و ML است.

براونشتاین گفت: «در بخش تحقیق و توسعه خانه، هر مزیت رقابتی که بتوانیم به دانشمندان خود بدهیم، مزایای زیادی برای کل شرکت دارد.

او گفت که در نتیجه، فایزر وارد یک سفر ابری شده است.

او گفت که این شرکت قبلاً 2.5 پتابایت داده بدون ساختار را به فضای ابری منتقل کرده است و بیشتر نیز انتقال خواهد داد.

او افزود و همه چیز به یک پلتفرم واحد نمی رسد.

در نتیجه، Pfizer از ابزارهای مدیریت داده برای پل زدن زیرساخت های خارج از محل خود به روشی یکپارچه استفاده می کند. او گفت: «در حال حاضر این یک نیاز در مدیریت موثر داده است.

او گفت که با انتقال داده های بدون ساختار به فضای ابری، این شرکت در حال حاضر نتایج مثبتی را مشاهده می کند.

او گفت: “بزرگترین مزایای ما صرفاً استفاده مؤثر از منابعمان بوده است تا بتوانیم زمان و هزینه خود را بر روی چیزهایی متمرکز کنیم که بیشترین حرکت را در سرسوزن ایجاد می کنند و باعث نجات جان بیماران می شوند.”

او توصیه می‌کند که شرکت‌ها فرآیند مدیریت داده‌های بدون ساختار خود را با درک اینکه واقعا چه داده‌هایی دارند آغاز کنند.

او گفت: «داشتن اطلاعات تا حد امکان در مورد داده‌های خود، کلید شروع یک استراتژی داده‌های بدون ساختار است. بدون تجزیه و تحلیل سطح پایه، درک اینکه چه فرصت هایی با داده ها وجود دارد و سپس توانمندسازی مباشران داده برای انجام اقدامات صحیح دشوار است.

Pfizer از فروشنده Komprise از مدیریت داده به عنوان سرویس استفاده می کند تا پذیرش ابری خود را کارآمد و بدون درز کند. به‌علاوه، با استفاده از مدیریت داده‌ها به‌عنوان یک سرویس، ادغام با عملکردهای سطح بالا، از جمله اقدامات جدید Deep Analytics Comprise را آسان‌تر می‌کند، که فهرستی جهانی از فایل‌ها و اشیاء را در همه ابرها و سیستم‌های متعدد ایجاد می‌کند.

براونشتاین گفت: «جامعه علمی ما مشتاقانه منتظر است که از برخی از پیشنهادات جدیدتری که با Deep Analytics ارائه می‌شوند با اقداماتی استفاده کند و آنها را مستقیماً در برخی از گردش‌های کاری داده خود کار کند.