Благодаря современным методам управления данными, таким как контейнерные приложения и Kubernetes, организации могут более эффективно использовать свои данные для инноваций и роста, пишет на портале The New Stack Венкат Рамакришнан, вице-президент по продуктам и инженерному обеспечению платформы Portworx компании Pure Storage.

В течение последнего десятилетия компании использовали мощь больших данных для раскрытия новых возможностей и повышения аналитического потенциала. Сегодня они должны ускорить развитие этих возможностей, перейдя от экспериментов с аналитикой к зрелым инвестициям и возможностям, иначе они рискуют потерять конкурентное преимущество.

Для извлечения максимальной пользы из данных очень важна зрелая стратегия аналитики данных, однако многие организации испытывают трудности с ее реализацией. По данным Forrester, несмотря на экспоненциальный рост объема собираемых данных, около 73% корпоративных данных остаются неиспользованными для аналитики. Это означает, что лишь четвертая часть генерируемых данных эффективно используется для получения ценных инсайтов. Использование современных технологий, таких как контейнеризованные хранилища, может помочь руководителям получить надежный контроль над данными и извлечь из них действенные инсайты для реального роста бизнеса.

Устаревшие аналитические архитектуры препятствуют инновациям

Современные программные приложения должны обслуживать миллионы пользователей по всему миру, работая на различных платформах и средах. Кроме того, они должны обеспечивать высокую доступность, позволяющую компаниям внедрять инновации и реагировать на меняющиеся рыночные условия. Устаревшие платформы были разработаны до появления повсеместно распространенных быстрых систем хранения данных и сетевой ткани (network fabric), что сегодня создает больше проблем, чем эффективных решений для организаций, стремящихся опередить конкурентов.

ИТ-руководители, использующие устаревшие модели развертывания, жалуются на то, что поддержка данных на уровне индексации требует слишком больших усилий, что приводит к снижению операционной эффективности. Часы, дни и даже недели могут быть потрачены на обновление ПО, исправления и масштабирование оборудования для поддержки роста. Это, в свою очередь, влияет на оптимизацию, так как команды, работающие в масштабе, сталкиваются с проблемой удовлетворения потребностей растущей организации.

Кроме того, устаревшие архитектуры требуют создания нескольких копий данных, что значительно повышает требования к вычислительным ресурсам и системам хранения. При добавлении хранилища в распределенной архитектуре вычисления добавляются независимо от потребностей организации, что влияет на общую эффективность использования ресурсов и способность контролировать затраты.

Наконец, при различной производительности различных уровней хранения существует риск увеличения времени отклика на запросы или получения противоречивых результатов поиска. Это может снизить скорость и точность анализа данных. Зрелая аналитическая стратегия решает эти проблемы, обеспечивая операционную эффективность, ускорение инноваций и снижение стоимости ведения бизнеса.

Доводы в пользу контейнеризации современных аналитических нагрузок

Управление современными данными предполагает не только опору на возможности облачной архитектуры. В эту архитектуру может быть легко интегрирована контейнеризация — для поддержки современных аналитических рабочих нагрузок. Представьте себе удобство запуска приложения в виртуальной среде без высоких требований к ресурсам гипервизора. Это становится возможно благодаря тому, что контейнер позволяет инкапсулировать ПО в виртуальные автономные блоки.

Контейнерные приложения обеспечивают более высокую производительность и могут надежно работать в разных вычислительных средах. Большее количество экземпляров приложений позволяет повысить общую производительность, а переносимость метода хранения обеспечивает централизованное управление образами, быстрое развертывание и эластичность, позволяющие организациям масштабировать емкость хранилища в зависимости от потребностей.

Интересно, что контейнерные приложения могут помочь и с загрузкой процессора. В ходе тестирования мы обнаружили, что контейнерные приложения позволяют использовать до 60% процессора, в то время как для модели «голого железа» этот показатель составляет всего 17%. Объединив контейнеризацию с высокопроизводительным решением для хранения данных, организации смогут добиться большей гибкости и быстроты реагирования при увеличении объемов данных.

Роль Kubernetes в раскрытии возможностей гибкого управления данными

Платформы для оркестровки контейнеров, такие как Kubernetes, предоставляют надежные инструменты для управления и оркестровки контейнерных приложений в масштабе. С помощью Kubernetes платформенные и DevOps-команды могут легко развертывать и запускать тысячи приложений в формате контейнеров или виртуальных машин на любой инфраструктуре и работать с гораздо меньшими операционными затратами.

Однако для того чтобы в полной мере воспользоваться преимуществами такой мощной платформы приложений, как Kubernetes, пользователям необходима не менее мощная платформа данных, дополняющая решение. Такая платформа должна поддерживать такие возможности, как автоматическое и декларативное выделение ресурсов хранения, управление объемами, высокая доступность и репликация данных, защита и резервное копирование данных, обеспечение непрерывности бизнеса и аварийного восстановления, безопасность, а также надежная оптимизация и управление затратами. Эти возможности позволяют организациям эффективно управлять и контролировать хранение данных в распределенных облачных средах, обеспечивая доступность и гибкость данных.

При использовании Kubernetes для контейнерного хранения данных необходимо учитывать некоторые моменты, которые позволят оптимизировать и ускорить реализацию зрелой корпоративной аналитической стратегии.

Во-первых, использование операторов Kubernetes позволяет еще больше расширить возможности хранилища за счет автоматизации и упрощения сложных задач. Также очень важно обеспечить высокую доступность как на уровне сервисов данных, так и на уровне хранилища, поскольку полагаться на один экземпляр в среде Kubernetes может быть рискованно. Наконец, понимание того, можно ли масштабировать сервис данных организации или нет, позволит ИТ-специалистам выбрать оптимальное решение для увеличения емкости или вычислительных мощностей по мере необходимости.

Организации с инвестициями в зрелую аналитику добиваются большего влияния на бизнес-результаты по всем направлениям — от работы с клиентами до инноваций в продуктах. Благодаря современным методам управления данными, таким как контейнерные приложения и Kubernetes, организации могут более эффективно использовать свои данные для инноваций и роста, а главное — для увеличения продаж.