A importância da virtualização para grandes dados - dummies

Resolver grandes desafios de dados requer o gerenciamento de grandes volumes de armazenamento de dados altamente distribuídos, juntamente com o uso de computação- e aplicações intensivas em dados. A virtualização fornece o nível de eficiência agregado para tornar as grandes plataformas de dados uma realidade. Embora a virtualização tecnicamente não seja um requisito para grandes análises de dados, as estruturas de software são mais eficientes em um ambiente virtualizado.

A virtualização tem três características que suportam a escalabilidade e a eficiência operacional necessárias para grandes ambientes de dados:

• Particionamento: Na virtualização, muitas aplicações e sistemas operacionais são suportados em um único sistema físico por particionando os recursos disponíveis.

• Isolamento: Cada máquina virtual é isolada do seu sistema físico host e de outras máquinas virtualizadas. Por causa desse isolamento, se uma instância virtual falhar, as outras máquinas virtuais e o sistema host não serão afetados. Além disso, os dados não são compartilhados entre uma instância virtual e outra.

• Encapsulamento: Uma máquina virtual pode ser representada como um único arquivo, para que você possa identificá-lo facilmente com base nos serviços que ele fornece.

Grande virtualização do servidor de dados

Na virtualização do servidor, um servidor físico é particionado em vários servidores virtuais. O hardware e os recursos de uma máquina - incluindo a memória de acesso aleatório (RAM), CPU, disco rígido e controlador de rede - podem ser virtualizados em uma série de máquinas virtuais que executam suas próprias aplicações e sistema operacional.

Uma máquina virtual (VM) é uma representação de software de uma máquina física que pode executar ou executar as mesmas funções que a máquina física. Uma camada fina de software é realmente inserida no hardware que contém um monitor de máquina virtual, ou hypervisor .

A virtualização do servidor usa o hypervisor para fornecer eficiência no uso de recursos físicos. Claro, tarefas de instalação, configuração e administrativas estão associadas à configuração dessas máquinas virtuais.

A virtualização do servidor ajuda a garantir que sua plataforma possa se dimensionar conforme necessário para lidar com grandes volumes e variados tipos de dados incluídos na sua análise de dados. Você pode não saber a extensão do volume necessário antes de começar sua análise. Essa incerteza torna a necessidade de virtualização do servidor ainda maior, proporcionando ao seu ambiente a capacidade de atender a demanda imprevista para o processamento de conjuntos de dados muito grandes.

Além disso, a virtualização de servidores fornece a base que permite muitos dos serviços da nuvem usados ​​como fontes de dados em uma grande análise de dados. A virtualização aumenta a eficiência da nuvem que torna muitos sistemas complexos mais fáceis de otimizar.

Virtualização de aplicativos de dados grandes

A virtualização de infra-estrutura de aplicativos fornece uma maneira eficiente de gerenciar aplicativos em contexto com a demanda do cliente. O aplicativo é encapsulado de uma forma que remove suas dependências do sistema de computador físico subjacente. Isso ajuda a melhorar a capacidade de gerenciamento geral e a portabilidade do aplicativo.

Além disso, o software de virtualização de infra-estrutura de aplicativos normalmente permite codificar as políticas de uso técnico e técnico para garantir que cada uma de suas aplicações aproveite recursos físicos e virtuais de maneira previsível. As eficiências são obtidas porque você pode distribuir os recursos de TI mais facilmente de acordo com o valor comercial relativo de suas aplicações.

A virtualização da infraestrutura de aplicativos usada em combinação com a virtualização de servidores pode ajudar a garantir que os acordos de nível de serviço empresarial sejam atendidos. A virtualização do servidor monitora o uso da CPU e da memória, mas não explica as variações na prioridade comercial ao alocar recursos.

Virtualização de rede de dados grandes

A virtualização de rede fornece uma maneira eficiente de usar a rede como um conjunto de recursos de conexão. Em vez de confiar na rede física para gerenciar o tráfego, você pode criar várias redes virtuais utilizando a mesma implementação física. Isso pode ser útil se você precisar definir uma rede para coleta de dados com um determinado conjunto de características e capacidade de desempenho e outra rede para aplicações com diferentes desempenho e capacidade.

Virtualizar a rede ajuda a reduzir esses estrangulamentos e melhorar a capacidade de gerenciar os grandes dados distribuídos necessários para a análise de dados.

Grande processador de dados e virtualização de memória

A virtualização do processador ajuda a otimizar o processador e maximizar o desempenho. A virtualização de memória desacopla a memória dos servidores.

Na grande análise de dados, você pode ter consultas repetidas de grandes conjuntos de dados e a criação de algoritmos analíticos avançados, todos projetados para procurar padrões e tendências que ainda não são compreendidas. Essas análises avançadas podem exigir muita energia de processamento (CPU) e memória (RAM). Para alguns desses cálculos, pode demorar muito tempo sem recursos suficientes de CPU e memória.

Dados grandes e virtualização de armazenamento

A virtualização de dados pode ser usada para criar uma plataforma para serviços de dados vinculados dinâmicos. Isso permite que os dados sejam facilmente pesquisados ​​e vinculados através de uma fonte de referência unificada. Como resultado, a virtualização de dados fornece um serviço abstrato que entrega dados de forma consistente, independentemente do banco de dados físico subjacente. Além disso, a virtualização de dados expõe dados em cache para todos os aplicativos para melhorar o desempenho.

A virtualização de armazenamento combina recursos de armazenamento físico para que eles sejam compartilhados de forma mais efetiva. Isso reduz o custo do armazenamento e facilita a gestão das lojas de dados necessárias para a grande análise de dados.