M365Con 2027 – כנס אונליין חינמי · 11–22 Jan 2027 · 120 sessions m365con.net

Data gravity

Concept

דאטה גרוויטי מתאר כיצד מערכי נתונים גדולים שנצברו מושכים אליהם מחשוב, כלים, עותקים וצוותים, ומקשים בכך על העברתם ככל שהם גדלים.

✦ CONCEPTData gravityM365.FM
Title graphic: Data gravity (Concept)

נושאים שנדונים גם

בפרקים על Data gravity עולים גם: Cost to serve, Process criticality, Azure Autoscale, Scope creep, Non-human identity ו-Managed Environments.

Description

דאטה גרוויטי הוא מושג מתחום ארכיטקטורת מערכות המידע, המתאר כיצד גוף נתונים גדול מושך אליו יישומים, שירותים ונתונים נוספים, בדומה לאופן שבו מסה מושכת עצמים בפיזיקה. ככל שהנתונים מצטברים במקום אחד, מתקבצים סביבם יותר משאבי מחשוב, כלים, עותקים וצוותים, וקשה יותר להעביר אותם. אגמי נתונים ומחסני נתונים מוזכרים לעיתים קרובות כדוגמאות מובהקות למערכות המציגות תופעה זו.

המונח נטבע בשנת 2010 על ידי המומחה לטכנולוגיית מידע דייב מקורי. מאוחר יותר הוא הבחין בין שני סוגים: גרוויטציה טבעית של נתונים, הנוצרת ככל שהנתונים עוברים לענן, וגרוויטציה מלאכותית, הנגרמת מכוחות חיצוניים כגון חקיקה, הגבלת קצב העברה או תמחור מניפולטיבי. בשנת 2020 הוא פרסם את מדד הדאטה גרוויטי, שמודד את ההשפעה בארגונים גדולים לפי אזור מטרופוליני ותעשייה.

המנגנון המרכזי הוא קנה המידה. הגרוויטציה גדלה עם נפח הנתונים, והעברת מערכי נתונים גדולים יקרה ואיטית. כתוצאה מכך, יישומים ושירותים נוטים להיות ממוקמים קרוב לנתונים שהם משתמשים בהם, ולא להפך. לכך יש כמה השלכות מעשיות. יישומים הרחוקים מהנתונים שלהם סובלים מזמני השהיה גבוהים יותר. עמלות יציאה מהענן עלולות להפוך הגירה ללא כדאית מבחינה כלכלית. הגירה יוצרת גם עבודה נוספת לכל יישום התלוי בנתונים שמועברים. גרוויטציה חדשה ממשיכה להופיע ככל שבינה מלאכותית, למידת מכונה ומקורות בקצה הרשת מייצרים נתונים נוספים.

החלטות אופייניות הקשורות לדאטה גרוויטי עוסקות במיקום עומסי העבודה ובכמות הנתונים שיש לשמור. התגובות המוצעות כוללות מיקום משותף של יישומים ונתונים, יישום ממשל נתונים וסטנדרטים חזקים, שילוב המקורות באחסון מאוחד, תכנון הגירות לפי גודל הנתונים העתידי ולא לפי הנוכחי, וסינון או ניתוח הנתונים בקצה לפני שהם נעים כלפי מעלה.

פרק ה-M365.FM "Edge vs. Cloud in Manufacturing- Why the Wrong Architecture Costs You More" משתמש בדאטה גרוויטי כאחד מכמה קריטריונים למיקום. הוא שואל כמה נתונים נוצרים ובאיזה פורמט הם באמת נדרשים בעת העברה כלפי מעלה. הפרק קובע שתכנון האוסף הכל לנצח משלם על כל בית מיותר יותר מפעם אחת. בדיון זה נשקל דאטה גרוויטי לצד התנהגות בזמן תקלות, שבה פונקציה צריכה להתדרדר בהדרגה ולשמור על ייצור פעיל בתוך גבולות מקומיים מוגדרים, ולצד היקף הפעילות, שבו חיישן או נכס בודד מעדיף מיקום מקומי, ואילו תפעול צי רחב דוחף את העבודה כלפי מעלה.

הפרק "Fix Common Azure AI Foundry Project Failures" מתייחס לדאטה גרוויטי כטיעון לריכוז על פלטפורמה אחת. הוא קובע שאירוח הנתונים והבינה המלאכותית ב-Azure מפחית זמני השהיה ומורכבות, ומציג זאת כסיבה שבגללה צוותים בוחרים ב-Azure לפרויקטי בינה מלאכותית גדולים. אותו פרק מציין כי Azure תומך גם בהסקה מקומית, היברידית ובקצה הרשת, כך שניתן להריץ בינה מלאכותית במקום שבו הנתונים נוצרים, במקום להעביר את הנתונים.

בשילוב שני הפרקים מוצג המושג מכיוון כפול: העברת המחשוב למקום שבו הנתונים כבר נמצאים, והפחתה או עיבוד של הנתונים סמוך למקור שלהם, כך שפחות נתונים יצטרכו לנוע בכלל.

Overview compiled with AI from M365.FM episodes and the facts on this page. You can improve it with the edit button below.

TypeConcept

Frequently asked questions

Questions marked with AI were written with AI from the facts on this page.

מהו דאטה גרוויטי? (AI)

דאטה גרוויטי הוא הנטייה של מערכי נתונים גדולים למשוך אליהם יישומים, שירותים ונתונים נוספים, מה שהופך את הנתונים לקשים ויקרים יותר להעברה ככל שהם גדלים. את המונח טבע דייב מקורי בשנת 2010.

למה דאטה גרוויטי חשוב במעבר לענן? (AI)

העברת מערכי נתונים גדולים איטית ויקרה, עמלות יציאה מהענן עלולות להפוך הגירה ללא כדאית, וכל יישום תלוי דורש עבודה נוספת. התגובות המוצעות כוללות תכנון לפי גודל הנתונים העתידי ומיקום משותף של יישומים עם הנתונים שלהם.

כיצד פרקי M365.FM מקשרים בין דאטה גרוויטי להחלטות ארכיטקטורה? (AI)

פרק אחד משתמש בו כדי לקבוע אילו נתונים צריכים לעבור כלפי מעלה ממתקני הייצור, ופרק אחר מצטט אותו כסיבה לאירוח נתונים ובינה מלאכותית יחד ב-Azure כדי לצמצם זמני השהיה ומורכבות.

Glossary

Community wiki

Short info above, community knowledge below: add practical tips, examples or corrections. New contributions are reviewed first; trusted members publish directly.

Experts and companies for this topic

Nobody has listed this topic yet. Add it to your profile.

Maintained by Mirko Peters (Microsoft MVP) · Last updated: