Das neue IT-Betriebs- und Wartungsmanagement erfordert harte Arbeit sowohl an der Infrastruktur als auch an den Daten

In der Ära der großen KI-Modelle geben Daten IT-Mitarbeitern eine „neue Mission“

IT-Mitarbeiter spielen derzeit die Rolle der operativen Unterstützung in Unternehmen. Wenn es um das Betriebs- und Wartungsmanagement geht, glaube ich, dass es allen schwer fällt. Sie sind jeden Tag für mühsame, hochbelastete und risikoreiche Betriebs- und Wartungsarbeiten verantwortlich, aber wenn es ums Geschäft geht, sind sie „transparent“ geworden Planung und Karriereentwicklung. In der Branche gibt es ein scherzhaftes Sprichwort: „Wer nur Geld ausgibt, hat es nicht verdient, mitzureden“.

Mit der Popularisierung großer KI-Modellanwendungen sind Daten zu einem wichtigen Vermögenswert und einer zentralen Wettbewerbsfähigkeit von Unternehmen geworden. In den letzten Jahren ist der Umfang der Unternehmensdaten rasant gewachsen und hat sich exponentiell vom Petabyte-Bereich auf den Hunderter-Petabyte-Bereich erhöht. Auch die Datentypen haben sich nach und nach von strukturierten Daten auf Basis von Datenbanken zu halbstrukturierten und unstrukturierten Daten auf Basis von Dateien, Protokollen, Videos usw. weiterentwickelt. Um den Anforderungen der Geschäftsabteilungen gerecht zu werden, muss die Datenspeicherung wie eine Bibliothek klassifiziert und zugänglich sein, außerdem ist eine sicherere und zuverlässigere Speichermethode erforderlich.

IT-Mitarbeiter sind nicht mehr nur passive Akteure, die für den Aufbau und die Verwaltung von IT-Ressourcen und die Gewährleistung der Gerätestabilität verantwortlich sind.

Die neue Mission der IT-Mitarbeiter hat sich dahingehend entwickelt, qualitativ hochwertige Datendienste bereitzustellen, Daten benutzerfreundlich zu machen und Geschäftsabteilungen dabei zu helfen, Daten sinnvoll zu nutzen!

„Infrastruktur“ und „Daten“ liegen sehr nahe beieinander, aber das „Management“ der beiden liegt weit auseinander AIOps-Technologie, die den mühsamen manuellen täglichen Betrieb und die Wartung durch automatisierte Ausführung mithilfe von Tools ersetzt und intelligente Funktionen wie Expertensysteme und Wissensgraphen nutzt, um Systemgefahren proaktiv zu erkennen und Fehler automatisch zu beheben. Nach der Popularisierung der generativen KI-Technologie sind in letzter Zeit neue Anwendungen wie intelligenter Kundenservice und interaktive Bedienung und Wartung entstanden.

Für das Datenmanagement verfügt die Branche über professionelle DataOps-Softwareanbieter, vertreten durch Informatica

, IBM usw., die Datenintegration, Datenkennzeichnung, Datenanalyse, Datenoptimierung, Datenmarkt usw. unterstützen. usw. Fähigkeit, Dienstleistungen für Geschäftsteams wie Datenanalysten, BI-Analysten und Datenwissenschaftler bereitzustellen.

Die Untersuchung des Autors ergab, dass das Betriebs- und Wartungsmanagement der Infrastruktur sowie das Datenmanagement in den meisten Unternehmen derzeit getrennt sind, unterschiedliche Teams zuständig sind und es keine effektive Zusammenarbeit zwischen Toolplattformen gibt. Geschäftsdaten werden in der IT-Infrastruktur wie dem Speicher gespeichert und sollten integriert werden. Die tatsächliche Verwaltung der beiden ist jedoch weit voneinander entfernt, und selbst die Sprachen zwischen den beiden Teams sind nicht aufeinander abgestimmt. Dies bringt normalerweise mehrere Nachteile mit sich:

1) Daten aus unterschiedlichen Quellen: Da sie zu verschiedenen Teams gehören und unterschiedliche Tools verwenden, kopieren Geschäftsteams normalerweise die Originaldaten zur Analyse und Verarbeitung durch ETL und andere Methoden auf die Datenverwaltungsplattform. Dies führt nicht nur zu einer Verschwendung von Speicherplatz, sondern auch zu Problemen wie Dateninkonsistenzen und vorzeitigen Datenaktualisierungen, was die Genauigkeit der Datenanalyse beeinträchtigt.

2) Schwierigkeiten bei der überregionalen Zusammenarbeit: Heutzutage werden Unternehmensrechenzentren in mehreren Städten eingesetzt. Wenn Daten über Regionen hinweg übertragen werden, werden sie derzeit hauptsächlich auf der Hostebene durch DataOps-Software repliziert. Diese Datenübertragungsmethode weist nicht nur eine geringe Effizienz auf, sondern birgt auch schwerwiegende versteckte Gefahren wie Sicherheit, Compliance und Datenschutz während des Übertragungsprozesses.

3) Unzureichende Systemoptimierung: Derzeit basiert die Optimierung in der Regel auf der Nutzung von Infrastrukturressourcen, da das Datenlayout nicht zur Erzielung einer globalen Optimierung genutzt werden kann, die Kosten für die Datenspeicherung bleiben hoch und wachsen ist begrenzt. Der Widerspruch zwischen dem Budget und dem exponentiellen Wachstum des Datenumfangs ist zum Hauptwiderspruch geworden, der die Anhäufung von Unternehmensdatenbeständen einschränkt.

IT-Leute, öffnen Sie die beiden Kanäle „Infrastruktur“ und „Daten“ und starten Sie das Schwungrad der digitalen Intelligenz

Der Autor ist der Ansicht, dass das IT-Team „Infrastruktur“ und „Daten“ berücksichtigen sollte. as Es verwaltet und optimiert ein organisches Ganzes, um Datenhomologie, globale Optimierung und sichere Verbreitung zu erreichen, und spielt eine wichtige Rolle als Daten-Asset-Manager.

Erreichen Sie zunächst eine einheitliche Ansicht globaler Dateien. Nutzen Sie ein globales Dateisystem, eine einheitliche Metadatenverwaltung und andere Technologien, um eine einheitliche globale Ansicht der Daten in verschiedenen Regionen, verschiedenen Rechenzentren und verschiedenen Gerätetypen zu erstellen. Auf dieser Grundlage können globale Optimierungsstrategien nach Dimensionen wie heiß, warm, kalt, Wiederholung, Ablauf usw. formuliert und zur Ausführung an das Speichergerät gesendet werden. Technologien wie Komprimierung und Verschlüsselung, die auf der Replikation der Speicherebene basieren, können in der Regel eine Dutzende Male schnellere Datenbewegung erreichen, und sowohl Effizienz als auch Sicherheit können garantiert werden.

Zweitens: Generieren Sie automatisch ein Datenverzeichnis aus riesigen unstrukturierten Daten. Generieren Sie automatisch Datenkatalogdienste mithilfe von Metadaten, erweiterten Metadaten usw. und verwalten Sie Daten effizient nach Kategorien. Basierend auf dem Verzeichnis kann das Geschäftsteam automatisch Daten extrahieren, die die Bedingungen für die Analyse und Verarbeitung erfüllen, anstatt manuell wie eine Nadel im Heuhaufen nach Daten zu suchen. Die Forschung des Autors ergab, dass die Technologie zur Datenanmerkung durch KI-Erkennungsalgorithmen relativ ausgereift ist. Daher können offene Frameworks verwendet werden, um KI-Algorithmen für verschiedene Szenarien zu integrieren und Dateiinhalte automatisch zu analysieren, um diversifizierte Tags zu bilden, die als erweiterte Metadaten verwendet werden können Verbessern Sie die Datenverwaltungsfunktionen.

Gleichzeitig müssen beim Datenfluss über Geräte hinweg besondere Überlegungen zur Datensouveränität, Compliance, Datenschutz und anderen Aspekten angestellt werden. Daten in Speichergeräten sollten automatisch klassifiziert, nach Datenschutz eingestuft, dezentralisiert und in Domänen unterteilt usw. werden. Verwaltungssoftware sollte Datenzugriff, -nutzung, -fluss und andere Richtlinien einheitlich verwalten, um den Verlust sensibler Informationen und privater Daten sowie zukünftiger Daten zu verhindern Elementhandelsszenarien Diese werden zu Grundvoraussetzungen. Wenn beispielsweise Daten aus einem Speichergerät fließen, müssen zunächst Compliance, Datenschutz usw. ermittelt werden, um festzustellen, ob sie den Richtlinienanforderungen entsprechen. Andernfalls drohen für das Unternehmen erhebliche rechtliche und regulatorische Risiken.

Die Referenzarchitektur lautet wie folgt:

Nach der Recherche des Autors und der Beratung mit Fachexperten habe ich herausgefunden, dass führende Speicheranbieter der Branche wie Huawei Storage und NetApp veröffentlicht haben Ich glaube, dass in Zukunft noch mehr Hersteller Produkte für integrierte Speicher- und Datenverwaltungslösungen unterstützen werden.

Geräte und Daten müssen mit beiden Händen gegriffen werden, und beide Hände müssen stark sein. IT-Fachleute können im KI-Zeitalter eine wichtigere Rolle spielen.

Das obige ist der detaillierte Inhalt vonDas neue IT-Betriebs- und Wartungsmanagement erfordert harte Arbeit sowohl an der Infrastruktur als auch an den Daten. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!