クラウドへのデータ移行: ダウンタイムと中断を回避する方法

クラウドへのデータ移行: ダウンタイムと中断を回避する方法

今日、ますます多くの組織がデータセンターとクラウド間でデータを移動する必要がありますが、データ移動中にダウンタイムが発生するリスクが課題となっています。調査会社 451 Research のデータによると、2018 年には企業の IT ワークロードの約 60% が何らかのパブリック クラウドまたはプライベート クラウド上で実行されており、IDC、Gartner、Forrester の調査結果もほぼ同じです。

[[227241]]

したがって、IT リーダーがデータ移動のリスクとそれに伴うダウンタイムを懸念しているのも不思議ではありません。平均的な企業データベースは現在、10 ~ 20 年前の約 1,000 ~ 1,000,000 倍の規模になっており、移行に伴う潜在的なダウンタイムも数倍に増加しています。企業は、リアルタイムの意思決定と複雑な自動化をサポートするための高速で大容量のデータ圧縮など、より戦略的かつインテリジェントな作業を実行するために、クラウド コンピューティングをさらに活用する必要があります。生成されるデータの量により、セカンダリ データ センターを構築するコストも高くなり、これが企業をクラウド コンピューティングへとさらに駆り立てる要因となっています。

しかし、ビジネス データをデータ センターからクラウドに移行するという作業は、依然として困難な作業です。データが転送中にどうなるか、アクセスできなくなった場合、またはデータが他の場所で使用されている場合、リアルタイム データを引き続き使用するにはどうすればよいでしょうか。データの遅延も懸念事項です。かつては、ネットワーク伝送に伴うパフォーマンスの低下を防ぐために、データセンターが企業の運営場所の近くに構築されていました。ただし、クラウド コンピューティングの導入により、データ センター間の距離は企業の制御範囲外となり、データの可用性と調整を遅らせる可能性のあるパフォーマンスの問題が重要な考慮事項となります。

未来は今

日常的なバックオフィス システムであれ、人工知能やモノのインターネットに関連する野心的な新しいプロジェクトをサポートするシステムであれ、組織は処理するデータの可用性と整合性を常に確保する必要があります。

たとえば、自動運転車が機能するためには、すべての関係者 (乗客、自動車メーカー、保険会社、サードパーティのサービス プロバイダー) が、車両の計器とセンサー、およびそれらに接続されたクラウド コンピューティング プラットフォームが、データをリアルタイムで継続的に送信、受信、解釈、処理できることを絶対的に保証する必要があります。センサー、カメラ、レーザー測定 (LiDAR 測定) を備えた 1 台の自律走行車は、1 秒あたり 100Gb のデータを生成できると推定されています。

ダウンタイムや中断なしに、常に変化するデータセットで実行可能なサービスを提供する唯一の方法は、アクティブ データ レプリケーションと呼ばれるものです。これにより、各エンドポイントが更新されても同期が取れなくなるリスクがなく、リアルタイム データを複数の場所に同時に存在させることができます。この機能により、自動車メーカーやサービス パートナーは、車両の動作に関するライブ データを分析して対応し、異常をリアルタイムで特定して、必要な是正措置を事前に判断できるようになります。

多くの組織は、ビッグデータを日常業務で使用できる有意義で実用的なものに変換するために、大規模かつ高速にデータを処理する特定の方法である Hadoop ベースの分析に目を向けています。多くの企業が Hadoop を使用して Twitter のアクティビティを分析し、それに応答しています。ただし、多くの場合、これは必要な処理能力がすぐに利用できるクラウド コンピューティングにデータを配置することを意味します。

企業は、履歴データを使用していない限り、レコードが更新され続けるコアビジネス システムのデータに引き続きアクセスする必要があります。この場合、クラウド コンピューティングを使用して処理するということは、単に完全なデータを一括して宛先に送信するということではなく、巧妙に処理が行われるということです。

一時停止は選択肢ではない

リアルタイムの生産データを分析する場合、企業はデータ ソース サイトとデータ処理ポイントが同期していないことを許容できません。何か新しいことが起こる前に、データを移動、分析、返すのに何日も待つことはできません。これは単なるダウンタイムではなく、システム障害です。さらに、これは、移行プロセス中に発生した可能性のある破損や、データが調整された後の Hadoop 分析イベントの結果には影響しません。

同様に、データの移動に伴うダウンタイムや中断を回避する唯一の方法は、場所間でデータを継続的に更新および同期する方法を見つけることです。 Google は精巧な衛星セットアップを通じてこれを実現しており、企業もこの記事で説明したような巧妙なアルゴリズムを使用して同じことを実現できます。

<<:  オーストラリアのクラウドコンピューティングビジョン

>>:  みんなが話題にしているこの分散システムとは、いったい何なのでしょうか?

推薦する

FinOps 面接で答えるべき 9 つの質問

FinOps は重要な機能へと進化しています。企業では、専任の FinOps 担当者を採用するケース...

マーケティングウェブサイトでは1日あたり1万件以上の注文があるが、売上は期待どおりではない

企業のマーケティング手法は、もはや従来の手法を単純に採用するものではなく、ますます多くのマーケティン...

Googleの障害事件からインターネットの動作原理を理解する

本日、Google のサービスに約 27 分間の短時間の停止が発生し、一部の地域のインターネット ユ...

クラウドファーストは間違いであることが多い

予測可能でステートフルなワークロードを持つ企業では、オンプレミスのコンピューティング オプションを使...

最近の考え:中規模・大規模ウェブサイトのコンテンツ構築について

短い考えを見ると、自然にいくつかの発散した考えや、最近感じたことの組み合わせなど、外部とのつながりが...

サーバー仮想化にはなぜ大規模なレイヤー 2 ネットワークが必要なのでしょうか?

[[273777]] 1. 従来のデータセンターネットワークアーキテクチャアクセス レイヤー: エッ...

クラウドで自動化を適用する 5 つの方法

インフラストラクチャ自動化とそのサブカテゴリであるクラウド内のアプリケーション自動化には多くの重複が...

ウェブサイトでキーワードを一括選択するためのヒント

キーワードを選択し、Web ページのキーワード レイアウトを作成することは、すべての SEO 実践者...

【WOTD】JD Cloud 鄭永観:JD Cloudの自動運用保守システムの構築

【51CTO.comオリジナル記事】 2017年12月1日〜2日、51CTO主催のWOTD 2017...

ユーザーの注目を減らすための手順 eコマースアプリのデザインから学んだ9つの成功のヒント

【はじめに】 買い手であっても売り手であっても、最も重要な点は、製品設計によってまず行動を起こせるか...

greencloudvps: ロサンゼルス VPS、年間 24 ドル、1G メモリ/1 コア (Ryzen)/15g NVMe/1.5T トラフィック

greencloudvps は、米国ロサンゼルス データ センターに AMD RYZEN シリーズ ...

profitserver: 香港 VPS、100M 帯域幅、無制限トラフィック、50% 割引、月額 2.88 ドル、1G メモリ/1 コア/10g SSD

profitserver は現在、香港データセンター (HKBN データセンター) の香港 VPS ...

海外インフルエンサーマーケティングが越境電子商取引に与える影響を段階的に分析

海外セレブのマーケティングが過去2年間で急成長していることは特筆に値します。越境EC企業はジレンマに...

リベートサイトでお金を使っても金持ちにはなれない

【ニュースの背景】今年に入ってから、いくつかのショッピング割引ウェブサイトが継続的に摘発され、調査さ...