AI và phân tích dự đoán là những tính năng cần thiết trong các hệ thống lưu trữ hiện đại, giúp đánh giá sức khỏe của cơ sở hạ tầng và xác định các vấn đề cũng như khả năng tự động hóa lưu trữ để giữ cho các hệ thống này hoạt động trơn tru.
Gartner gần đây đã xác định quản lý dữ liệu tăng cường là lĩnh vực số 2 trong danh sách 10 xu hướng phân tích và dữ liệu hàng đầu cho năm 2020. Các nhà cung cấp đang bổ sung khả năng học máy và AI để cung cấp khả năng quản lý dữ liệu tự xác định cấu hình và tự điều chỉnh để nhân viên CNTT tự do tập trung vào các nhiệm vụ có giá trị cao hơn, theo công ty nghiên cứu này.
AI và phân tích dự đoán là một phần của xu hướng đó. Tuy nhiên, có một chút cường điệu xung quanh việc sử dụng những công nghệ đó. Đôi khi, các nhà cung cấp áp dụng nhãn AI theo những cách mơ hồ và không chính xác. Tuy nhiên, các công cụ phân tích dự đoán có thể mang lại những lợi ích hữu hình về hiệu suất tự động hóa lưu trữ, hiệu quả và chi phí vận hành thấp hơn.
Sau đây là câu trả lời cho sáu câu hỏi chính về AI, phân tích dự đoán và tự động hóa lưu trữ.
Phân tích dự đoán giúp hỗ trợ vấn đề lưu trữ như thế nào?
Phân tích dự đoán sử dụng các công nghệ như khai thác dữ liệu, truy vấn phân tích, mô hình dự đoán, AI và học máy để phát hiện ra các mẫu trong dữ liệu hệ thống lưu trữ nhằm xác định sự bất thường, dự báo kết quả trong tương lai và khắc phục sự cố bằng cách sử dụng khả năng tự động hóa lưu trữ. Khả năng phân tích dự đoán trong các sản phẩm lưu trữ mang lại một số lợi thế: hiệu suất và sử dụng tài nguyên tốt hơn, chi phí quản trị thấp hơn, giảm thời gian chết và khối lượng công việc được tối ưu hóa.
Khả năng phân tích dự đoán trong các sản phẩm lưu trữ mang lại một số lợi thế: hiệu suất và sử dụng tài nguyên tốt hơn, chi phí quản trị thấp hơn, giảm thời gian chết và khối lượng công việc được tối ưu hóa.
Điều gì quan trọng đằng sau việc chuyển sang lưu trữ thông minh hơn?
Việc tăng cường sử dụng “All-flash Array” và cơ sở hạ tầng kết hợp, siêu hội tụ là một trong những yếu tố thúc đẩy nhu cầu lưu trữ thông minh hơn. Các hệ thống lưu trữ không chỉ đứng một mình nữa. Trong nhiều doanh nghiệp, đó là một phần tích hợp của stack công nghệ trung tâm dữ liệu được quản lý tổng thể và yêu cầu nhiều dữ liệu thời gian thực hơn về dung lượng lưu trữ và hiệu suất mà các hệ thống lưu trữ thông minh cung cấp.
Lưu trữ đám mây đóng vai trò gì trong việc làm cho lưu trữ thông minh hơn?
Lưu trữ đám mây kết hợp phân tích dự đoán theo những cách giúp dự báo xu hướng, lập kế hoạch cơ sở hạ tầng và giảm chi phí. Các ứng dụng này sử dụng AI, học máy và các kỹ thuật tiên tiến khác để liên tục thu thập và phân tích dữ liệu đo từ xa từ các mảng flash trong ngăn xếp lưu trữ. Ở đây, mục tiêu là phân tích IOPS, băng thông, khả năng chịu lỗi, độ trễ và các thông tin liên quan đến lưu trữ khác, xác định các vấn đề và sử dụng các khả năng tự động hóa lưu trữ để chủ động giải quyết chúng.
Eric Burgener, phó chủ tịch nghiên cứu tại công ty phân tích CNTT IDC, cho biết: “Các nền tảng phân tích dự đoán dựa trên đám mây… vượt xa các hệ thống giám sát từ xa của thế hệ trước”. Ông đã xác định ba tính năng chính giúp phân biệt phân tích dự đoán dựa trên đám mây với giám sát từ xa truyền thống: chia sẻ dữ liệu, phạm vi giám sát và sử dụng AI và học máy để thúc đẩy các hoạt động tự động.
Trong bối cảnh đám mây, phân tích dự đoán đưa cơ sở hạ tầng lưu trữ tiến gần hơn một bước tới công nghệ tự phục hồi giúp xác định và giải quyết các vấn đề với sự can thiệp tối thiểu.
Công nghệ nào đang giúp cho vấn đề lưu trữ thông minh hơn?
Thu thập dữ liệu là một phần nền tảng của lưu trữ thông minh. Các nhà cung cấp tổng hợp và phân tích dữ liệu đo từ xa ẩn danh từ khách hàng của họ để tìm hiểu về các tình huống lưu trữ khác nhau, khối lượng công việc hoặc các vấn đề có thể ảnh hưởng đến các khách hàng khác. Nhà cung cấp có thể cung cấp thông tin chi tiết về các chỉ số và mẫu hiệu suất lưu trữ, cũng như dự báo xu hướng, tắc nghẽn và các vấn đề tiềm ẩn khác trước khi chúng xảy ra.
Phân tích dự đoán hoạt động song song với học máy và học sâu để làm cho các hệ thống này hoạt động mà không cần các hướng dẫn được lập trình trước.
Công cụ phân tích dự đoán lưu trữ nên có những tính năng nào?
Khi kiểm tra hệ thống lưu trữ, hãy tìm năm tính năng phân tích dự đoán chính sau đây để đảm bảo bạn có được các khả năng cần thiết:
- Hỗ trợ tự động hóa. Hệ thống có thể dự đoán các vấn đề khác nhau liên quan đến hiệu suất, dung lượng, tính khả dụng và bảo mật. Ví dụ: phân tích dự đoán có thể được sử dụng để phân tích việc sử dụng dung lượng lưu trữ trên mỗi thiết bị, khối lượng và ứng dụng, đồng thời chủ động xác định khi nào sẽ đạt được mục tiêu. Quản trị viên có thể sử dụng khả năng tự động hóa lưu trữ để đặt hệ thống tự động thêm hoặc cân bằng lại dung lượng.
- Quản lý và cấu hình tự động. Tìm kiếm các công cụ cung cấp thiết lập và quản lý lưu trữ tự động . Các hệ thống này tự động xác định hiệu suất, mức tiêu thụ tài nguyên và nhu cầu năng lực, đồng thời tối ưu hóa vị trí khối lượng công việc để cải thiện việc sử dụng tài nguyên.
- Cập nhật và vá lỗi phần mềm . Hệ thống chủ động cập nhật phần mềm, sử dụng phân tích để cung cấp mã cho các trang web đáp ứng các yêu cầu nhằm giải quyết các vấn đề tiềm ẩn trước khi chúng trở thành sự cố.
- Lập kế hoạch nguồn lực . Các thuật toán dự đoán xác định xu hướng để hỗ trợ lập kế hoạch trước cho nhu cầu lưu trữ trong tương lai. Quản trị viên lưu trữ có thể sử dụng công nghệ này để dự báo nhu cầu dung lượng, IOPS và băng thông cho các tình huống lưu trữ khác nhau và có thể nâng cấp.
- Quản lý máy ảo. Phân tích dự đoán có thể tích hợp với các nền tảng ảo hóa, chẳng hạn như VMware vSphere, để cung cấp thông tin về hiệu suất và dung lượng theo khối lượng công việc cụ thể, phát hiện xu hướng sử dụng và đề xuất cài đặt cấu hình tốt hơn.
Nhà cung cấp nào có công cụ phân tích dự đoán để lưu trữ?
Phần mềm phân tích dựa trên AI – và các chức năng dự đoán và chỉ định của nó – là tiêu chuẩn trong hầu hết các sản phẩm lưu trữ từ các nhà cung cấp lớn. Những người mua sắm IT nên so sánh các sản phẩm lưu trữ tăng cường AI từ các nhà cung cấp hàng đầu như Dell EMC, Hewlett Packard Enterprise, Hitachi Vantara, IBM, Infinidat, NetApp,… để xem xét và quyết định đầu tư.
