IBM：我們和地球有個約定

專家介紹：黃儼卿

IBM大中華區(qū)科技事業(yè)部自動化售前技術(shù)顧問

15年IT運(yùn)維和售前咨詢從業(yè)經(jīng)驗(yàn)，熟悉傳統(tǒng)運(yùn)維以及虛擬化平臺、云計(jì)算的運(yùn)維管理，致力于AIOps解決方案的咨詢，設(shè)計(jì)實(shí)施，幫助客戶打造高效運(yùn)維平臺，提升價值。

世界地球日剛過，我想繼續(xù)談?wù)劇熬G色”的話題。閑暇時光，我喜歡釣魚，一人一竿坐水邊，一條小鯽笑開顏；喜歡看山看水，感受大自然的美好；也因此常會暢想和反思人與地球的關(guān)系。

如今，全球任何一個角落都無法幸免于氣候變化帶來的破壞性后果。氣溫上升正使造成環(huán)境退化、自然災(zāi)害、極端天氣、糧食和供水無保障、經(jīng)濟(jì)混亂。海平面正在上升，北極正在融化，珊瑚礁正在死亡，海洋正在酸化，森林正在燃燒。

地球也已經(jīng)用它的方式給我們上了沉痛的一課。顯然，一切照舊不是好做法。在氣候變化的無盡代價達(dá)到不可逆轉(zhuǎn)的高度之前，就應(yīng)采取大膽的集體行動。

數(shù)據(jù)中心消耗的能源比以往任何時候都多

數(shù)字經(jīng)濟(jì)作為全球經(jīng)濟(jì)發(fā)展的新引擎，正在以前所未有的速度推動著不同經(jīng)濟(jì)主體的持續(xù)變革。龐大的數(shù)據(jù)信息管理需求，也正在促進(jìn)著以數(shù)據(jù)中心飛速發(fā)展。隨著數(shù)據(jù)中心建設(shè)的快速發(fā)展，能源需求也會持續(xù)攀升。每年，數(shù)據(jù)中心消耗近2000億千瓦時的能源，排放超過1.5億噸的碳污染。2010年以來，全球互聯(lián)網(wǎng)流量每年增加約30%。您使用的每個應(yīng)用、登錄的網(wǎng)站和電子郵件都來自同一個地方——本地?cái)?shù)據(jù)中心或公有云——每個數(shù)據(jù)中心都包含超過一百萬臺服務(wù)器并且還在不斷增加。

同時，IT面臨多方面的復(fù)雜問題

大多數(shù)數(shù)據(jù)中心為應(yīng)用分配的資源都是超量的。為了保障應(yīng)用性能和用戶增長，數(shù)據(jù)中心年復(fù)一年地增加了更多的CPU、更多的RAM，以及更多的設(shè)備——但是大多數(shù)數(shù)據(jù)中心并未真正充分利用現(xiàn)有基礎(chǔ)設(shè)施的潛力。即使使用了虛擬化，大多數(shù)服務(wù)器也從未接近使用其全部容量。

另一方面，公有云的浪費(fèi)：

雖然公有云在為工作負(fù)載供電方面變得更加節(jié)能高效（越來越多地使用風(fēng)能和太陽能等綠色能源），但使用公有云的公司并沒有合理利用云資源。

據(jù)Gartner估計(jì)，僅在2021年，全球企業(yè)在使用公有云資源中浪費(fèi)超過260億美元。其中最大的支出是閑置資源——實(shí)際上沒有工作負(fù)載在運(yùn)行。另一個支出來自超出應(yīng)用需求的云實(shí)例配置——相當(dāng)于為32位的應(yīng)用程序配置了64G RAM的計(jì)算實(shí)例。

圖：資源分配的蝴蝶效應(yīng)（圖片來源：Turbonomic技術(shù)宣傳資料）

數(shù)據(jù)顯示，2020年全國數(shù)據(jù)中心用電量為870億度，占全社會用電量的1.16%，產(chǎn)生的二氧化碳排放約為7,290萬噸。預(yù)計(jì)到2030年，數(shù)據(jù)中心用電量可能在2020年基礎(chǔ)上翻一番，高達(dá)1,800億度，用電量產(chǎn)生的碳排放值將達(dá)到全社會碳排放的1.5%。根據(jù)EPA（https://www.epa.gov/energy/greenhouse-gas-equivalencies-calculator）的換算，這相當(dāng)于每年1600萬輛汽車行駛過程中的碳排放，需要12億棵樹木才能吸收這些碳排放。

解決之道--IBM黑科技奠定減碳基礎(chǔ)

為實(shí)現(xiàn)數(shù)據(jù)中心可持續(xù)發(fā)展和減少碳排放，可以采取許多不同的方法。最直接和最有效的方法之一是在保障應(yīng)用性能的前提下優(yōu)化基礎(chǔ)設(shè)施資源使用效率。道理很簡單，需要多少用多少。但是要優(yōu)化公有云和數(shù)據(jù)中心資源并非易事。尤其是在現(xiàn)代混合云數(shù)據(jù)中心中，應(yīng)用程序及其運(yùn)行的環(huán)境變得更加復(fù)雜。要能從根本上解決問題，IT團(tuán)隊(duì)必須確保應(yīng)用程序需要資源的時候能實(shí)時獲得它們所需要的資源。

一，先進(jìn)的可視化能力

鑒于IT環(huán)境的復(fù)雜性和規(guī)模不斷增加，全棧可視化是成功管理現(xiàn)代數(shù)據(jù)中心的必要條件。能實(shí)時洞察應(yīng)用程序執(zhí)行時所需基礎(chǔ)資源的可視化能力尤為關(guān)鍵。Turbonomic將您的關(guān)鍵業(yè)務(wù)應(yīng)用程序與基礎(chǔ)設(shè)施資源供應(yīng)相結(jié)合——了解應(yīng)用程序堆棧每一層的資源關(guān)系和相互依賴關(guān)系。在不過度配置資源的情況下，保障應(yīng)用持續(xù)穩(wěn)定運(yùn)行。無論您的應(yīng)用程序是在本地、云端還是在容器中，IT團(tuán)隊(duì)都可以借助Turbonomic全面了解他們的整體環(huán)境，以確定哪些地方有機(jī)會提升資源利用率。

（圖片來源：Turbonomic技術(shù)宣傳資料）

二，AI賦能自動資源優(yōu)化決策，保障應(yīng)用性能，持續(xù)提高資源利用率

我們相信技術(shù)可以加速可持續(xù)發(fā)展。軟件（而不是人）可以不斷地做出復(fù)雜的資源配置決策，以確保所有應(yīng)用程序都能準(zhǔn)確地獲得它們運(yùn)行時的資源。

Turbonomic收集應(yīng)用程序、基礎(chǔ)設(shè)施和網(wǎng)絡(luò)數(shù)據(jù)，并在通用數(shù)據(jù)模型中進(jìn)行分析和管理。實(shí)時洞察應(yīng)用程序性能，將應(yīng)用程序需求用作做出資源決策的驅(qū)動因素，不斷地將應(yīng)用程序需求與基礎(chǔ)設(shè)施的底層供應(yīng)相匹配。

這意味著你可以從容應(yīng)對以下問題，在堆棧的每一層都做出正確的資源決策。

應(yīng)該如何確定容器資源的配置？

什么時候需要重新編排(移動)Pods?移動到哪個節(jié)點(diǎn)?

什么時候需要擴(kuò)大（或縮小）集群？需要多少個節(jié)點(diǎn)？

（信息來源：Turbonomic技術(shù)宣傳資料）

（圖片來源：Turbonomic技術(shù)宣傳資料）

三，從傳統(tǒng)的分配模式轉(zhuǎn)變?yōu)檎嬲陌葱柘M(fèi)模式

公有云是幾乎所有數(shù)字化轉(zhuǎn)型的核心，各大公司都在嘗試應(yīng)用遷移到公有云，以獲得彈性使用資源的好處——同時也減少了碳排放。雖然公有云降低了企業(yè)敏捷性的門檻，但企業(yè)未打破傳統(tǒng)固定配置模型--為了保障應(yīng)用性能而超量購買資源，畢竟應(yīng)用性能和保障終端用戶體驗(yàn)是最重要的。優(yōu)化公有云資源不僅僅是擴(kuò)展工作負(fù)載、購買RI、暫停工作負(fù)載和清理未使用的對象。借助Turbonomic我們可以使用一個持續(xù)的優(yōu)化模型，自動分析云端應(yīng)用需求，動態(tài)調(diào)整資源大小以保障應(yīng)用性能，實(shí)現(xiàn)我們的業(yè)務(wù)目標(biāo)，并且始終沒有浪費(fèi)。您只要為需要的資源付費(fèi)，而不是（過度）分配的資源付費(fèi)。

Turbonomic的自動資源優(yōu)化分析不僅適用于一個應(yīng)用程序，同時適用于整個云產(chǎn)品組合：虛機(jī)實(shí)例類型優(yōu)化、自動刪除未使用的卷、擴(kuò)展DBaaS以提高性能和降低成本、Kubernetes集群優(yōu)化。

圖：Turbonomic自動為您的云端應(yīng)用程序工作負(fù)載確定并擴(kuò)展到正確的VM實(shí)例類型（圖片來源：Turbonomic截圖）

圖：Turbonomic持續(xù)優(yōu)化您當(dāng)前環(huán)境RI的使用，提供購買建議，提高RI的覆蓋率到98%，顯著優(yōu)化成本（圖片來源：Turbonomic截圖）

圖：Turbonomic將持續(xù)分析vCPU、vMem、數(shù)據(jù)庫緩存命中率、存儲量和IOPS，生成特定的AWS RDB的擴(kuò)展操作（圖片來源：Turbonomic截圖）

盡管減少能耗需要奉行長期主義，但I(xiàn)BM Turbonimic也展現(xiàn)了出色的短期成效。

美國一個老牌醫(yī)療集團(tuán)，借助IBM Turbonomic，在短短10個月的時間里，將超過2500個工作負(fù)載被安全遷移到公有云平臺。利用Turbonomic的自動優(yōu)化操作（如計(jì)算實(shí)例優(yōu)化，RI購買建議，刪除未使用的卷，DBaaS實(shí)例伸縮，云遷移計(jì)劃等），在保證應(yīng)用程序性能的同時，即使在需求高峰期也能保證性能，自2020年1月到現(xiàn)在已節(jié)省了200多萬美元的公有云支出。

此外，利用Turbonomic對數(shù)據(jù)中心的應(yīng)用性能和基礎(chǔ)架構(gòu)持續(xù)洞察分析，發(fā)現(xiàn)在保證應(yīng)用性能的前提下可以將部分工作負(fù)載進(jìn)行遷移，對VM的配置進(jìn)行優(yōu)化調(diào)整。提高基礎(chǔ)架構(gòu)的資源利用率。經(jīng)過Turbonomic的優(yōu)化后可以對102臺主機(jī)執(zhí)行停機(jī)操作，同時可以回收90TB的存儲空間?？梢詼p少11%的能源消耗。對數(shù)據(jù)中心的優(yōu)化在持續(xù)進(jìn)行，未來3個季度將有368臺主機(jī)可以停機(jī)，減少22%的能源消耗。大量數(shù)據(jù)表明，提高效率和降低成本不會影響應(yīng)用程序性能。相反，它有助于提高整體環(huán)境的性能，并讓團(tuán)隊(duì)騰出時間專注于創(chuàng)新。

“因?yàn)槲覀兣cTurbonomic建立了合作伙伴關(guān)系，它加快了我們的執(zhí)行能力。它為我們提供更好的數(shù)據(jù)。我們展示了如何使用云來更好地管理成本和性能，而不是用兩到三年的時間讓人們開始認(rèn)識到云是有彈性的。”

——Bryan de Boer Executive Director

借助IBM Turbonomic，客戶可以從持續(xù)自動化資源配置的優(yōu)化中受益，以防止應(yīng)用性能故障和資源浪費(fèi)。通過委托進(jìn)行的Total Economic Impact?(TEI)研究，F(xiàn)orrester咨詢公司預(yù)測Turbonomic的客戶在6個月內(nèi)將其云和數(shù)據(jù)中心消耗減少了30%，可以顯著改善長期能源消耗狀況。同時Turbonomic將為客戶帶來471%的投資回報率，在不到6個月的時間內(nèi)收回成本。

圖：采用turbonomic后客戶收益（圖片來源：Turbonomic技術(shù)宣傳資料）

正如世界地球日的主題“Invest In Our Planet”（攜手為保護(hù)地球投資）。這是一個改變的時刻，需要我們團(tuán)結(jié)起來，馬上行動——刷新認(rèn)知，拓展思路，為生計(jì)，為健康，為家庭，為未來。