[导读] 物联网时代，IT基础架构建设有更高的要求。文中盘点10项先进技术趋势，帮助企业构建强大数字化体系，以便获得最佳的的投资回报。
技术在不断的变化，IT架构师需要跟上现代发展的步伐，以确保他们所在的企业能够实现最佳的IT投资回报。
这可以通过构建一个可靠的IT基础架构来实现，该基础架构需具备跨企业IT环境的操作和管理所需的硬件、软件、网络资源和服务的现代化组件。
如今，NoSQL、Hadoop和Spark、微服务和DevOps都是一些新兴的技术框架，可提升从数据中获取价值的转化率，它们将切实针对企业面临的问题给出最佳的解决方案。
以下是现代企业IT部署的10项关键技术。一些新兴技术被纳入其中，如人工智能和区块链，这些技术有明显的上升趋势，但仍处于初期发展阶段。相比之下，如数据库关系管理等，一直是企业基础设施支柱，它们正在不断发展以满足新的业务需求。
更新传统组件
在考虑构建IT基础架构时，通常会首先考虑计算机系统的基础：服务器、存储和网络等。多年来，这些组件一直是我们IT基础架构的核心。正因如此，通常传统企业运行的都是过时的硬件产品。
但现代商业变化迅速，在不了解移动应用程序、社交媒体、全球商务、物联网（IoT）等概念的情况下构建的系统将无法有效处理新的工作负载。
较旧的服务器、存储介质和网络组件可能无法满足现代系统的需求。它们可能不支持新型的CPU的高性能，例如改进的缓存、涡轮增压技术或者是改进的多线程等。此外，使用旧技术时可能会遇到很多的问题，例如无法快速进行扩展。即使服务器是虚拟化的，旧的硬件也无法像更高效的服务器一样支持或更新更多的虚拟机服务。
从存储的角度来看，较旧的机械硬盘（HDD）非常多，因为它们的采购成本更低。但现在应考虑使用固态硬盘（SSD），最新的SSD可降低电源和散热需求，占用更少的空间，并为分析等时间关键型工作负载提供更快的数据访问。
通过更新网络组件也可以获得类似的优点。即使采用无线网络，也可以通过更新网络设备来实现更高的速度。并且，随着云端技术采用率的不断提高，稳固、快速的网络显得至关重要。
预测中的云
现阶段，最为明显的一个趋势是IT基础架构的许多组件正在从内部部署迁移到云端。企业正在评估哪些应用程序以及支持这些应用程序的基础架构应该迁移到云中。（云计算是指通过互联网而不是您自己的计算机存储和访问数据和程序。云是互联网的一个隐喻，当你听到“云”一词时，你可以把它翻译为“云端电脑”）
然而，与当前流行的看法相反，内部部署计算不会很快消失。这一缘由，只要想想所有那些仍然在嗡嗡作响的大型机，便可明晰。因此，许多组织将内部部署与公共云和私有云部署相结合，以此来实现跨多个云和他们自己的数据中心的混合云解决方案。
尽管如此，由于能够降低管理和维护内部部署IT系统的成本，云端部署必将成为IT基础架构的关键组件。此外，云计算可以增加服务的灵活性，提供便捷的可扩展性，并帮助组织确保他们的系统可以兼容最新的软件。
API的优势
许多应用程序正通过API（应用程序编程接口）构建，这使得使用不同底层技术的应用程序之间的连接和共享数据变得更加容易。
长期以来，不兼容软件的连接和集成是IT专业人员面临的一大挑战。使用API构建软件则可以大大简化软件组件的集成过程。
API是一种可定制的软件接口，可使不同的软件组件间相互通信。API公开了接口代码，任何能够读懂它的软件程序或组件都可以完成交互。它是软件与软件通信的接口，而不是用户界面。
应用程序通过API相互交互，而不需要任何终端用户的干预。使用API将有利于系统的集成与连接；数据和算法的复用；数据和信息共享；新产品、服务和商业模式的创建。
一个成功的API方案的例子是REST接口。REST API使用HTTP请求来获取、放置、发布和删除数据。它基于代表性的状态转移技术，是一种在开发Web服务时经常使用的架构风格和方法。
DevOps与持续交付解决了对开发速度的需求
现代软件开发团队越来越多地使用基于DevOps和敏捷开发技术的持续交付开发方法。通过统一软件开发和软件操作，DevOps在整个软件供应链中应用敏捷和精益的开发原则，从而使企业能够缩短应用交付的上市时间。
DevOps方法的最大优势之一就是它改变了传统的瀑布式开发模型，取而代之的是采用敏捷或迭代的方式进行频繁的发布，并且每次需要发布的变化很少。
DevOps需要技术和开发人员两方面的改变。从技术角度来看，DevOps依赖软件在不同运行环境的应用编排和自动化部署；从开发人员的角度来看，DevOps需要协作开发以及敏捷开发的方法，需要通过培训以确保开发人员理解并接受这种不同以往的开发类型。
DevOps是一种使持续交付成为可能的理念，从DevOps方法中得到的好处包括更短的交付时间、较低的故障率、较短的平均故障修复时间等。
微服务架构获得成功
微服务架构是另一种蓬勃发展的软件开发方法。使用这种方法，应用程序被设计为一套小型、可独立部署的模块化服务。每项服务都运行一个特定的流程来服务于业务目标。微服务通过诸如API类型的轻量级机制相互通信。
通过微服务，应用程序可以构建为松耦合的服务集合，这些服务共同作用以满足业务需求。微服务在持续交付方式下运作良好，复杂的应用程序可以通过微服务分阶段交付，而不是一次性交付。
应用程序开发可以与微服务构建并行进行，帮助小型团队能够独立开发、部署和扩展各自的服务。这样的方法可以促使应用程序部署更快，错误更少。
商业交易区块链
区块链是一个分布式、共享的账本，用于记录具有共识、来源、不可窜改的交易。该技术驱动了虚拟货币的发展（如比特币和以太坊）。然而，它的潜力涵盖了更多的行业和用例，而不仅仅是虚拟货币。
区块链如何运作？考虑其分布式对等网络，其参与者需在在合同中同意商品和服务的交易。该网络可以是公共或私人市场，为商业交易提供记录系统。
区块链供网络中的所有参与者使用，它为所有用户提供不可撤销的交易记录。数据以附加的方式添加到块链中，一旦被记录，数据就不能被更改或删除。每个参与者都可以访问相同的数据，而不是一个独立的、可能不同的数据版本，就像每个组织都有自己的数据库一样。
我们可以将区块链视为一种提供四种基本功能的作用机制。首先，它为跨业务网络共享分布式记录提供共享账本；其次，业务条款或合同可嵌入区块链中；第三，它提供了隐私服务，可确保只有适当的当事人在安全、可认证、可验证的事务的基础上具有一定的可见性；最后，它提供一个被网络中所有相关参与者认可的可信账户。
使用区块链可以获得许多潜在的好处，包括可验证的事务、所有事务的完整年表以及通过网络对相同信息的共享访问。由于这些原因，它被认为在细分市场有巨大的潜力，如银行、金融服务、零售、医疗保健、制造和物流等。
HADOOP，SPARK和数据湖
众所周知，各类组织正在存储不同的内部和外部来源的数据，数据类型繁多。然而，传统的数据管理系统（DBMS）产品并无法满足所有类型数据的存储。
如今，生成和收集的大部分数据都是非结构化的，没有固定的模式，因此不适合关系存储。但这些数据非常有用，特别是对于试图从数据中获取模型和知识的数据分析师和数据科学家而言。
Hadoop可以使用任何类型的数据。它部署了一套“读时模式（schema on read）”方法，使其成为数据分析处理的理想选择。但Hadoop运行可能很慢，因为它本质上是一个批处理过程。
其他技术可与Hadoop结合，以提高其性能。比如，Apache Hadoop生态系统的组件（如Hive和Impala）可用于向Hadoop数据添加数据模式，并使分析人员能够以表格格式处理数据。Spark可用于加速Hadoop处理，增强其内存功能，以及作为机器学习和图形计算的库。
通常，Hadoop用于实现数据湖，这些存储库可以在需要时以原生格式存储大量原始数据。然而，数据湖将取代数据集市和数据仓库是一种错误的认识。根据Bill Inmon定义的数据仓库，它是一个面向主题的、集成的、时变和非易失性的数据集合，以支持管理决策过程。与数据湖相比较，数据仓库的数据被捕和存储，但不进行转换或聚合。数据仓库中包含从多个源转换而来的数据，专为业务用户设计；数据湖则需要从其“原生格式”修改。但是，根据定义它不再是数据湖。
总而言之，企业需要了解和部署Hadoop和Spark等技术，以便能够管理和处理日益增加的海量数据。
人工智能和机器学习的出现
人工智能已经被吹捧多年，被称为未来计算的形态。自20世纪50年代以来，一直在积蓄力量，而现在正是企业采用人工智能技术的好时机。
点击查看源网页
人工智能是使计算机能够有效效模仿人类思维和行动实践。它允许计算机进行迄今为止无法触及的活动领域，包括学习、推理和自我纠正等。
如今很多技术都在促使AI的发展，特别是大数据分析。大数据驱动AI的发展，因为它为计算机提供了大量的学习信息。
AI 有几种变体和分支，比如机器学习、深度学习等。机器学习是AI的一种形式，它使计算机无需显式编程即可从数据中学习。深度学习是一种受人类大脑结构启发的机器学习，它使用人工神经网络以类似神经元处理数据的方式进行工作。
所有这些技术旨在使企业不仅仅依靠直觉或容易出错的人工解释，而是通过科学分析，做出更明智的商业决策。
能够促使人工智能技术使企业收益的例子还包括，机器人、自主软件、自我管理系统、服务聊天机器人和自然语言处理系统（如Siri、Alexa等）。
可以预见，超人工智能还需要很多年才能实现。但是企业需要了解如今的人工智能可以为其IT基础架构带来的好处。
数据库管理系统
如今，数据库管理系统仍然是许多现代应用程序的核心，关系系统仍然是大多数软件可靠、坚固的核心。它们良好的理论基础有助于保护和确保持续访问多种类型应用程序的数据。当需要快速事务处理时，对于大多数用例来说很难打败数据库管理系统（DBMS）关系模型。
2017年Unisphere 调查研究报告中的数据库管理的发展趋势显示，近60%的受访者表示拥有超过100TB的结构化数据。为了管理这些数据，企业正在使用各种数据库系统。
越来越多的企业在其IT基础架构中使用多个DBMS，并且越来越意识到对于一些现代基于Web的应用程序，关系数据库可能不是最佳选择。社交媒体数据、流式音频和视频以及来自物联网（IoT）的信息涵盖不同的数据内容，这要求数据库管理要有比传统关系型数据库管理系统（RDBMS）更多灵活性处理能力。
因此，NoSQL和NewSQL数据库技术正在用于关系型数据库不能部署处理的用例。
NoSQL描述了一大类数据库系统。在某些情况下，它们可能具有截然不同的功能和用例。NoSQL产品有四种类型：键值存储数据库（非常适合按键快速查找）；文档型数据库（适用于存储JSON或XML文档）；列存储数据库（适用于需要灵活模式的大型记录）；图形数据库（适用于管理关系）。
根据Unisphere的研究，虽然数据增长率和数据库实例数量在过去3年中没有发生显著变化，但数据库基础架构变得更加复杂。云计算作为数据库管理的重要平台和非关系数据库（包括NoSQL等）的兴起，加剧了这一复杂性的形成。
此外，以分布式容错体系结构和内存存储和处理能力为代表的关系型DBMS的NeXSQL类也得到了关注。NewSQL系统通常不具备RDBMS的所有功能（例如Oracle或DB2），但它们也没有了相应的开销。
多种形式的虚拟化
虚拟化的使用已存在数十年，指的是将计算机的各种实体资源，如服务器、网络、内存及存储等，予以抽象、转换后呈现出来，打破实体结构间的不可切割的障碍，使用户可以比原本的组态更好的方式来应用这些资源。
根据2016年Gartner的报告，服务器虚拟化市场预计今年将达到56亿美元，比2015年增长5.7％，许多组织的服务器虚拟化率超过75％。
大多数用例部署仅使用服务器容量和资源的一小部分来运行。使用虚拟化软件，例如VM（虚拟机）），可以使用软件来模拟硬件，从而创建虚拟系统。许多此类虚拟化组件可以在单个服务器上运行，这有助于降低运营成本，提高效率并有助于实现规模经济。
虚拟化可以改善工作负载移动性，因为虚拟化环境可以轻松地转移服务器。此外，虚拟化简化了应用程序和资源的配置。因为它并不需要花费时间来设置不部署硬件，这些都可以使用软件来完成。
Docker是另一种越来越多使用的虚拟化技术类型。它封装了一个应用程序，而不是一个硬件环境。虚拟机（VM）和Docker都提供虚拟化服务，但方式不同。VM使用虚拟机管理程序来模拟环境，而Docker容器则由Docker引擎执行。Gartner预测，到2020年，全球超过50％的组织将在生产中运行集装箱化应用，而2017年则不到20％。
总结
当你的IT基础设施进行现代化优化或升级的时候，这10个重要的技术应该在企业关注列表中。当然，要建立一个连贯的IT基础设施需要更多的东西，但专注于这些技术可以帮助企业优化IT能力。
