至顶网服务器频道 06月22日 新闻消息: 今天,双活数据中心已成为企业和机构保持业务连续性的最佳手段,实现双活数据中心的技术包括网络、存储、数据库和应用四大层面。近日,浪潮推出基于虚拟化服务器管理软件ICS+智能存储G2的双活数据中心解决方案,帮助用户降低总体拥有成本,提高系统稳定性和应用灵活性,最终保证关键业务的连续性。
为确保数据始终可用和业务持续在线,广大厂商和客户花费了大量的时间、精力和金钱建立了所谓的"双活数据中心"。人们希望,双站点数据中心的可用性、从存储故障中断中立即恢复能力,以及服务器故障"零延迟"切换的能力,可以帮助实现业务7x24式可用性、可服务性的苛刻要求,满足用户对IT业务服务水平协议的严格要求。对于一些关键、核心、维系企业信誉与存储的业务来说,即便是具有高度可靠的硬件体系、高可用的CDP(持续数据保护)技术或是某些特殊的软件方法保护,但拥有一个由互为镜像的、双活的硬件架构与软件平台维系的"双活数据中心",仍然提高业务终极可用性、可靠性、防范业务风险的最后保障。
实现双活数据中心四个要点
虽然不同厂家对双活数据中心之理解和定义并不一致,但一个好的双活数据中心方案通常具有四个要点:
双活数据中心方案
第一,网络双活。从网络来看,双活数据中心需要将同一个网络扩展到多个数据中心,在数据中心间需要大二层网络连接,并且实现服务器和应用的虚拟化数据中心互联技术,以期达到快速部署,灵活创建虚拟化网络的目的。网络双活是数据中心双活的基础。
第二,存储双活。存储双活使信息能在数据中心内部以及数据中心之间共享、存取或移动,从而将各种不同的存储系统联合成为单一资源。它允许地理上分离的两个数据中心间的存储系统同时进行数据存取、对客户透明,且保证数据的可靠性和可用性。存储双活是数据中心双活的重要基础。
第三,数据库双活。数据库双活是指两个数据库系统可以在相隔比较远的情况下同时运行、支持相同的应用负载,并且在一方出现故障时能够迅速切换到另一方(分钟级),保证业务高可用性。
第四,应用双活。指数据中心双活在应用处理层面上实现了完全冗余,在线交易通过负载均衡自动路由到不同数据中心的应用服务器,所有的业务系统同时在同城两个数据中心运行、同时为用户提供服务;当其中一个数据中心的应用系统出现问题时,由另一个数据中心的应用来持续提供服务。
双活数据中心需要在数据中心从上到下各个层面都要实现双活,即存储、服务器、网络、数据库、应用各层面都具有双活设计,这样才是在真正意义上实现数据中心层面的双活。
浪潮双活数据中心解决方案
目前,企业中的IT基础架构设施大多是历经多年发展和积累起来的,从硬件设备、网络、存储、应用软件、中间件到数据库均是各种各样,不同层面的整合各家又都有不同的技术,在多种可能的技术选择方案中寻求平衡和控制非常复杂,因此整合这些资源是实现数据中心双活的难点。
针对这一现状,浪潮采用虚拟化服务器管理软件ICS+智能存储G2相结合的模式,打造出独特的双活数据中心解决方案。方案利用G2跨数据中心的存储虚拟化功能和数据镜像功能,结合上层ICS应用集群,使两个数据中心都处于运行状态,可同时承担相同业务,从而提高数据中心的整体服务能力和系统资源利用率。同时使用独立的仲裁服务器作为防止应用系统中存储脑裂的发生,依赖第三方的仲裁点实现对应用中存储故障的处理,当单数据中心故障时,业务自动切换到另一数据中心,实现RPO=0,RTO≈0,解决了传统灾备中心不能承载业务和业务无法自动切换的问题。
浪潮双活数据中心方案价值
基于上述描述,浪潮推出的虚拟化服务器管理软件ICS+智能存储G2的双活数据中心解决方案,为客户带来三大价值:
浪潮双活数据中心方案价值
·降低总拥有成本(TCO)
整合虚拟管理软件和存储设备,使用浪潮提供的统一软件管理及基础存储设备,可以节约设备安装及运维时间,并能在运维期间享受本地化的技术支持和故障处理,从而降低IT系统安装与运营的时间和物理成本。
·提高系统稳定性
提高系统应用可用性,营造具有透明负载均衡、动态迁移、故障自动隔离、系统自动重构的高可靠服务器+存储设备应用环境。通过虚拟化服务器集群及存储管理功能来降低系统宕机对业务连续性的影响。
·提高应用灵活性
通过动态资源配置提高IT对业务的灵活适应力,支持异构操作系统的整合,支持旧应用的持续运行以减少迁移成本;支持快速转移和复制虚拟服务器、支持快速存储数据转移和复制,从而为客户提供多种简单便捷的灾难恢复解决方案。
好文章,需要你的鼓励
本文探讨了达成人工通用智能(AGI)七大路线中的线性进阶路径,预测了从2025年至2040年 AI 技术与社会效应的关键年度节点。
这项研究介绍了一种新型多模态扩散模型,能够同时生成量子电路的离散结构和连续参数。由因斯布鲁克大学和NVIDIA公司研究人员开发,该模型利用两个独立但协同工作的扩散过程处理门类型选择和参数预测,克服了传统量子电路编译方法的效率瓶颈。研究证明了该模型在不同量子比特数量、电路深度和参数化门比例下的有效性,并通过快速电路生成创建了数据集,从中提取出有价值的结构见解,为量子电路合成提供了新方向。
SenseFlow是香港科技大学等机构联合开发的文本到图像蒸馏技术,解决了大型流匹配模型蒸馏的三大难题。研究团队提出隐式分布对齐(IDA)稳定训练过程,段内引导(ISG)优化时间步重要性分配,并设计基于视觉基础模型的判别器提升生成质量。实验表明,SenseFlow能将SD 3.5和FLUX等12B参数级模型成功蒸馏为仅需4步生成的高效版本,同时保持甚至超越原模型在多项指标上的表现,代表了AI图像生成效率提升的重要突破。
MASKSEARCH是阿里巴巴集团同义实验室开发的新型预训练框架,通过创新的"检索增强掩码预测"任务,训练大型语言模型像人类一样主动使用搜索工具获取信息。这项框架包含两个阶段:首先在掩码预测任务上预训练,然后在下游任务上微调,大幅提升模型在开放域问答中的表现。研究采用监督微调和强化学习两种方法,结合多代理系统和课程学习策略,使AI能够自主分解问题、使用搜索工具并基于搜索结果进行推理。