Định nghĩa

Cơ sở hạ tầng dựa trên dữ liệu (DDI) đề cập đến việc thiết kế, triển khai và quản lý cơ sở hạ tầng CNTT nơi các quyết định vận hành, phân bổ tài nguyên và cấu hình hệ thống được thông báo và tối ưu hóa liên tục bằng dữ liệu và phân tích thời gian thực.

Thay vì dựa vào việc cấp phát tĩnh hoặc phỏng đoán thủ công, DDI tận dụng dữ liệu đo lường từ xa (telemetry), các chỉ số hiệu suất, mô hình sử dụng và các chỉ số hiệu suất chính (KPI) kinh doanh để thực hiện các điều chỉnh thông minh, tự động đối với phần cứng, phần mềm và tài nguyên mạng cơ bản.

Tại sao nó quan trọng

Trong bối cảnh kỹ thuật số năng động ngày nay, cơ sở hạ tầng tĩnh nhanh chóng trở nên kém hiệu quả. DDI rất quan trọng vì nó cho phép các tổ chức đạt được sự linh hoạt vận hành thực sự. Nó đảm bảo rằng tài nguyên không bị cấp phát quá mức (lãng phí vốn) cũng như không bị cấp phát thiếu (dẫn đến tắc nghẽn hiệu suất và sự cố dịch vụ).

Đối với độc giả kinh doanh, điều này trực tiếp chuyển thành chi phí vận hành (OpEx) thấp hơn, thời gian hoạt động dịch vụ cao hơn và khả năng mở rộng nhanh chóng để đáp ứng nhu cầu người dùng không thể đoán trước.

Cách thức hoạt động

Vòng đời DDI bao gồm một số thành phần được kết nối với nhau:

• Thu thập dữ liệu: Các tác nhân giám sát toàn diện thu thập các chỉ số (tải CPU, độ trễ, khối lượng yêu cầu, tỷ lệ lỗi) từ mọi lớp của ngăn xếp—từ phần cứng vật lý đến lớp ứng dụng.
• Phân tích dữ liệu: Các mô hình học máy và phân tích nâng cao xử lý lượng dữ liệu khổng lồ này để xác định các xu hướng, sự bất thường và các điểm lỗi dự đoán.
• Hành động tự động: Dựa trên các chính sách được xác định trước hoặc các hiểu biết sâu sắc từ ML, các công cụ tự động hóa (như bộ điều khiển Kubernetes hoặc nhóm tự động mở rộng đám mây) tự động kích hoạt các thay đổi. Điều này có thể bao gồm việc khởi chạy thêm các phiên bản, chuyển hướng lưu lượng truy cập đến khu vực ít tải hơn hoặc điều tiết các dịch vụ không quan trọng.

Các trường hợp sử dụng phổ biến

• Tự động mở rộng thông minh: Tự động điều chỉnh tài nguyên tính toán dựa trên các đợt tăng tải được dự đoán, thay vì chỉ phản ứng với tải hiện tại.
• Tối ưu hóa chi phí: Xác định các tài nguyên đám mây chưa được sử dụng (ví dụ: máy ảo không hoạt động) và tự động điều chỉnh kích thước hoặc tắt chúng.
• Bảo trì dự đoán: Sử dụng dữ liệu lỗi lịch sử để dự đoán khi nào một thành phần có khả năng bị lỗi, cho phép thay thế chủ động trước khi xảy ra sự cố.
• Kỹ thuật lưu lượng truy cập: Định tuyến động các yêu cầu của người dùng đến điểm cuối dịch vụ khỏe mạnh hoặc nhanh nhất hiện có.

Lợi ích chính

• Hiệu quả: Tối đa hóa việc sử dụng tài nguyên, dẫn đến tiết kiệm chi phí đáng kể trong môi trường đám mây.
• Khả năng phục hồi: Chủ động giảm thiểu rủi ro bằng cách giải quyết các vấn đề tiềm ẩn trước khi chúng ảnh hưởng đến người dùng cuối.
• Khả năng mở rộng: Cho phép mở rộng gần như tức thời, dựa trên dữ liệu để đáp ứng nhu cầu kinh doanh biến động.
• Hiệu suất: Đảm bảo độ trễ và thông lượng tối ưu bằng cách liên tục tinh chỉnh các tham số hệ thống.

Thách thức

Việc triển khai DDI rất phức tạp. Những trở ngại chính bao gồm việc thiết lập các đường ống dữ liệu mạnh mẽ, đảm bảo chất lượng và tính toàn vẹn của dữ liệu, và phát triển logic tự động hóa tinh vi cần thiết để ngăn các hệ thống tự động tạo ra các vấn đề mới, không lường trước được.

Các khái niệm liên quan

Khái niệm này chồng chéo nhiều với Kỹ thuật độ tin cậy trang web (SRE), Vận hành tài chính đám mây (FinOps) và các phương pháp DevOps nâng cao, nơi dữ liệu đóng vai trò là vòng phản hồi trung tâm cho sự cải tiến liên tục.