大數據，小企業：云計算能解決帶寬壓力嗎？
譯文【51CTO精選譯文】小企業盡早會遇到大企業面臨的許多同樣的難題——隨著數據的瘋狂增長，現在問題日益突顯。你會想，數據激增帶來的負擔主要會落在存儲基礎架構的肩上。實際上事實證明，對于許多小企業來說，廣域網帶寬才是***的瓶頸。
存儲廠商們的工作似乎做得很到位，因為它們在密切關注用戶對于更大數據密度的需求，為此適時推出了讓用戶可以更有效地利用龐大數據的軟件（想一想重復數據刪除和智能化自動精簡配置技術就知道了）。但是總體上而言，提供我們用來獲取和共享這些龐大數據的廣域網的電信公司和ISP卻不是這樣。在農村地區，這個問題顯得尤為突出：由于成本及生活等方面的原因，許多小型高科技企業決定將企業設在這些地區。
一個典例
最近，我與正在著手應對這個難題的一個客戶開始了長期技術規劃討論。這是一家處于成長期的小型技術公司，把原始的地球物理數據壓縮處理成可供客戶使用的結構化數據。這些數據很龐大——單單一項任務就常常需要1TB多的原始數據以及同等數量的中間工作產品。業務很不錯：過去是在一個地方只有幾名工程師的小公司，現在眼看就要發展成擁有眾多分支機構，越來越依賴合作伙伴和遠程承包商。
棘手的是，在本地網絡上高效地傳送和分析數TB的數據難度夠大的了，這需要固態硬盤和萬兆以太網才能確保數據傳送流暢。但是眼看規模就要擴大到這個本地辦事處之外的分支機構，而且需要將這些數據和中間工作產品提供給更廣泛的一群分散的員工和承包商，這就把一個還可以克服的難題變成了幾乎不可能克服的問題。
如果你分析一下數據量以及不可預測的發展速度，可能會得出這個結論：這種情況使用具有高度可擴展性和靈活性的云計算服務再適合不過了。
你也許是對的，但是忽視了一個因素：工作流程主要圍繞高度圖形化的三維CAD模型；這樣一來，要想利用云計算服務就困難重重。
恰恰相反，這家員工人數不到100人的公司在考慮采用工作負載高度圖形化、員工隊伍呈分布式的跨國航空航天和國防承包商所采用的同一種模式：虛擬化工作站或基于刀片的工作站。它們與高容量存儲系統放在一起，通過像Teradici公司的PCoIP這種協議來提供用戶體驗。
即使采用了這種模式，帶寬仍是個巨大問題。雖然PCoIP等協議可以提供良好的用戶體驗，但是即使對高度圖形化的工作負載來說，它們也不像獨立計算架構（ICA）和遠程桌面協議（RDP）等協議那樣少量耗用帶寬。它們常常每個會話就需要數Mb的帶寬才能保持無損耗的體驗。如果用到多個顯示器，每個會話所需的帶寬那就更高了。雖然這種帶寬看起來似乎不多，但是如果你把數十個并發工作負載的活動都加起來，小企業通常使用的幾乎各種類型的互聯網連接突然無能為力，就只好考慮使用像DS3、同步光纖網絡（SONET）、異步傳輸模式（ATM）和城域以太網這些成本昂貴的高端解決方案了。
如果你的辦事處是在大都市區——在大都市區，暗光纖數量充足，提供商也愿意為你提供這些充足帶寬的連接，那么這很好。但是如果你處在邊遠地區，可能就只好考慮搬遷辦事處了，因為你無法獲得自己所需的帶寬，或者找不到可靠得足以把企業托付給它的解決方案。畢竟，如果你將數據放在托管環境或云計算環境下，要是你的互聯網連接出現了故障，很可能只好關掉辦事處、打道回府了。
并非個例
這個客戶面臨的困境很特別。不是每一家小企業都面對每個員工處理的數據以數TB來衡量的密度（不過，這其實是個何時面臨這么多數據的問題）。但是獲得可靠、高速的廣域網帶寬面臨的根本性難題卻不是這些異常環境所特有的。
隨著小企業考慮云計算及其他托管解決方案，它們就得確定廣域網/互聯網連接能否靠得住，就像它們認真考慮在考慮選擇的云服務提供商是否可靠那樣。對于許多小企業來說，這恐怕正是它們其實還沒有考慮邁出這一步的理由。電信公司和ISP會作出怎樣的反應來應對這個日益增長的需求？讓我們拭目以待。
編者按：對于這種數據類型較為特殊、而量又非常巨大的“小”企業，你認為最可能的解決方案是什么？不妨留言探討。
原文：Big Data Strains Small-business Bandwidth
【編輯推薦】
