Isi kandungan:
- Hypervisor data besar
- Abstraksi dan virtualisasi data besar
- Laksanakan virtualisasi untuk bekerja dengan data besar
Video: Help Our City Think Deeply: City Brain 2024
Virtualisasi memisahkan sumber dan perkhidmatan dari asas persekitaran penghantaran fizikal, membolehkan anda membuat banyak sistem maya dalam satu sistem fizikal. Salah satu sebab utama syarikat-syarikat telah melaksanakan virtualisasi adalah untuk meningkatkan prestasi dan kecekapan pemprosesan pelbagai beban kerja
Hypervisor data besar
Dalam dunia yang ideal, anda tidak mahu bimbang tentang asas sistem operasi dan perkakasan fizikal. A hypervisor adalah teknologi yang bertanggungjawab untuk memastikan bahawa perkongsian sumber berlaku dengan cara yang teratur dan terulang.
Hipervisor duduk di peringkat terendah persekitaran perkakasan dan menggunakan lapisan nipis kod untuk membolehkan perkongsian sumber dinamik. Hypervisor menjadikannya seolah-olah seperti setiap sistem operasi mempunyai sumber fizikal semua untuk dirinya sendiri.
Di dunia data besar, anda mungkin perlu menyokong banyak persekitaran operasi yang berlainan. Hipervisor menjadi mekanisme penyampaian yang ideal untuk komponen teknologi dari tumpukan data besar. Hypervisor membolehkan anda memaparkan aplikasi yang sama pada banyak sistem tanpa perlu menyalin aplikasi tersebut ke setiap sistem.
Sebagai manfaat tambahan, kerana seni bina hypervisor, ia boleh memuatkan sistem operasi yang berbeza seolah-olah ia hanya satu lagi aplikasi. Oleh itu, hypervisor adalah cara yang sangat praktikal untuk mendapatkan maya dengan cepat dan cekap.
Sistem pengendalian tetamu adalah sistem pengendalian yang dijalankan pada mesin maya. Dengan teknologi virtualisasi, anda boleh menubuhkan hypervisor untuk membahagikan sumber komputer fizikal. Sumber boleh dibahagikan 50/50 atau 80/20 antara dua sistem operasi tetamu, sebagai contoh.
Keindahan susunan ini adalah bahawa hypervisor melakukan semua mengangkat berat. Sistem operasi tetamu tidak peduli bahawa ia berjalan dalam partition maya; ia fikir ia mempunyai komputer semua untuk dirinya sendiri.
Anda mendapati pada dasarnya dua jenis hypervisor:
-
Hypervisors Type 1 dijalankan secara langsung pada platform perkakasan. Mereka mencapai kecekapan yang lebih tinggi kerana mereka berjalan secara langsung di platform.
-
Jenis 2 hypervisors dijalankan pada sistem pengendalian tuan rumah. Mereka sering digunakan apabila ada keperluan untuk menyokong pelbagai peranti I / O.
Abstraksi dan virtualisasi data besar
Untuk sumber dan perkhidmatan IT untuk dimodalkan, mereka dipisahkan dari persekitaran penghantaran fizikal yang mendasari.Istilah untuk pemisahan ini dipanggil abstraksi. Abstraksi adalah konsep utama dalam data besar. MapReduce dan Hadoop adalah persekitaran pengkomputeran yang diedarkan di mana segala-galanya digelar. Butiran terperinci supaya pemaju atau penganalisis tidak perlu khawatir di mana elemen data berada.
Abstraksi meminimumkan kerumitan sesuatu dengan menyembunyikan butir-butir dan menyediakan maklumat yang relevan sahaja. Sebagai contoh, jika anda akan mengambil seseorang yang tidak pernah anda jumpai sebelum ini, dia mungkin akan memberitahu lokasi anda untuk berjumpa dengannya, dan apa yang dia akan memakai. Dia tidak perlu memberitahu anda di mana dia dilahirkan, berapa banyak wang yang ada di bank, tarikh kelahirannya, dan sebagainya.
Itulah idea dengan abstraksi - ia mengenai menyediakan spesifikasi peringkat tinggi daripada pergi ke banyak terperinci tentang bagaimana sesuatu berfungsi.
Laksanakan virtualisasi untuk bekerja dengan data besar
Virtualisasi membantu menjadikan persekitaran IT anda cukup pintar untuk mengendalikan analisis data yang besar. Dengan mengoptimumkan semua elemen infrastruktur anda, termasuk perkakasan, perisian, dan penyimpanan, anda dapat memperoleh kecekapan yang diperlukan untuk memproses dan menguruskan jumlah besar data berstruktur dan tidak berstruktur. Dengan data yang besar, anda perlu mengakses, mengurus, dan menganalisis data berstruktur dan tidak tersusun dalam persekitaran diedarkan.
Data besar mengandaikan pengedaran. Dalam amalan, apa-apa jenis MapReduce akan berfungsi dengan lebih baik dalam persekitaran maya. Anda memerlukan keupayaan untuk memindahkan beban kerja sekitar berdasarkan keperluan untuk mengira kuasa dan penyimpanan.
Perbualan akan membolehkan anda mengatasi masalah yang lebih besar yang masih belum diperuntukkan. Anda mungkin tidak tahu terlebih dahulu seberapa cepat anda perlu skala.
Perbualan akan membolehkan anda menyokong pelbagai kedai data besar operasi. Sebagai contoh, pangkalan data graf boleh diputar sebagai imej.
Manfaat yang paling langsung dari perbualan adalah untuk memastikan bahawa mesin MapReduce bekerja dengan lebih baik. Virtualisasi akan menghasilkan skala dan prestasi yang lebih baik untuk MapReduce. Setiap Peta dan Mengurangkan tugas perlu dilaksanakan secara bebas. Sekiranya enjin MapReduce dipasangkan dan dikonfigurasikan untuk berjalan dalam persekitaran maya, anda boleh mengurangkan overhead pengurusan dan membenarkan pengembangan dan kontraksi dalam beban kerja tugas.
MapReduce sendiri bersifat selari dan diedarkan. Dengan merangkum enjin MapReduce dalam bekas maya, anda boleh menjalankan apa yang anda perlukan apabila anda memerlukannya. Dengan virtualisasi, anda meningkatkan penggunaan aset yang telah anda bayar dengan menjadikannya sumber-sumber generik sumber.
