M365Con 2027 – bezpłatna konferencja online · 11–22 Jan 2027 · 120 sessions m365con.net

Data gravity

Concept

Dane grawitacyjne opisują, jak duże, zgromadzone zbiory danych przyciągają obliczenia, narzędzia, kopie i zespoły, przez co dane stają się coraz trudniejsze do przeniesienia.

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

Omawiane również

W odcinkach na temat Data gravity pojawiają się też: Cost to serve, Process criticality, Azure Autoscale, Scope creep, Non-human identity i Managed Environments.

Opis

Grawitacja danych to pojęcie z zakresu architektury IT, opisujące, jak duży zbiór danych przyciąga aplikacje, usługi i inne dane, podobnie jak masa przyciąga obiekty w fizyce. Im więcej danych gromadzi się w jednym miejscu, tym więcej obliczeń, narzędzi, kopii i zespołów się wokół nich skupia, a ich przeniesienie staje się trudniejsze. Jako typowe przykłady systemów wykazujących ten efekt podaje się jeziora danych i hurtownie danych.

Termin ukuł w 2010 roku ekspert IT Dave McCrory. Później rozróżnił dwie formy: naturalną grawitację danych, która pojawia się wraz z przenoszeniem danych do chmury, oraz sztuczną grawitację, spowodowaną czynnikami zewnętrznymi, takimi jak przepisy prawa, ograniczanie przepustowości czy manipulacyjne cenniki. W 2020 roku opublikował Data Gravity Index, który mierzy ten efekt dla dużych przedsiębiorstw w podziale na obszary metropolitalne i branże.

Podstawowym mechanizmem jest skala. Grawitacja rośnie wraz z wolumenem danych, a przenoszenie dużych zbiorów danych jest kosztowne i powolne. W efekcie aplikacje i usługi zwykle umieszcza się w pobliżu danych, których używają, a nie odwrotnie. Ma to kilka praktycznych konsekwencji. Aplikacje działające daleko od swoich danych cechują się wyższymi opóźnieniami. Opłaty za wychodzący ruch w chmurze mogą sprawić, że migracja stanie się nieopłacalna. Migracja generuje też dodatkową pracę dla każdej aplikacji zależnej od przenoszonych danych. Nowa grawitacja nieustannie się pojawia, ponieważ sztuczna inteligencja, uczenie maszynowe i źródła brzegowe generują kolejne dane.

Typowe decyzje dotyczące grawitacji danych dotyczą tego, gdzie umieścić obciążenia i ile danych przechowywać. Proponowane odpowiedzi obejmują współlokalizowanie aplikacji i danych, stosowanie silnego zarządzania i standardów, integrowanie źródeł w jednolitym magazynie, planowanie migracji z uwzględnieniem docelowego, a nie obecnego rozmiaru danych oraz filtrowanie lub analizowanie danych na brzegu sieci, zanim zostaną przesłane wyżej.

Odcinek M365.FM "Edge vs. Cloud in Manufacturing- Why the Wrong Architecture Costs You More" traktuje grawitację danych jako jedno z kilku kryteriów lokalizacji. Pyta, ile danych jest tworzonych i jaki format faktycznie jest potrzebny przy przesyłaniu w górę. Odcinek podkreśla, że projekt zbierający wszystko na zawsze sprawia, że za każdy zbędny bajt płaci się więcej niż raz. W tej dyskusji grawitacja danych jest rozważana obok zachowania w razie awarii, czyli tego, czy funkcja powinna stopniowo się degradować i utrzymywać produkcję w określonych lokalnych granicach, oraz obok zakresu, gdzie pojedynczy czujnik lub zasób przemawia za lokalizacją lokalną, a szersze operacje floty przenoszą pracę w górę.

Odcinek "Fix Common Azure AI Foundry Project Failures" traktuje grawitację danych jako argument za centralizacją na jednej platformie. Stwierdza, że hostowanie danych i AI w Azure zmniejsza opóźnienia i złożoność, i przedstawia to jako powód, dla którego zespoły wybierają Azure do większych projektów AI. Ten sam odcinek zauważa, że Azure obsługuje też wnioskowanie lokalne, hybrydowe i brzegowe, dzięki czemu AI może działać tam, gdzie powstają dane, zamiast je przenosić.

Razem te dwa odcinki pokazują to pojęcie z obu stron: przenoszenia obliczeń tam, gdzie dane już się znajdują, oraz ograniczania i przetwarzania danych w pobliżu ich źródła, tak aby w ogóle nie trzeba było przenosić ich dużych ilości.

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

TypConcept

Często zadawane pytania

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

Czym jest grawitacja danych? (AI)

Grawitacja danych to tendencja dużych zbiorów danych do przyciągania aplikacji, usług i innych danych, co sprawia, że wraz z ich wzrostem przenoszenie staje się trudniejsze i droższe. Termin ukuł Dave McCrory w 2010 roku.

Dlaczego grawitacja danych ma znaczenie przy migracji do chmury? (AI)

Przenoszenie dużych zbiorów danych jest powolne i kosztowne, opłaty za wychodzący ruch w chmurze mogą sprawić, że migracja będzie nieopłacalna, a każda zależna aplikacja wymaga dodatkowej pracy. Proponowane rozwiązania to planowanie z uwzględnieniem docelowego rozmiaru danych oraz współlokalizowanie aplikacji z ich danymi.

Jak odcinki M365.FM łączą grawitację danych z wyborami architektonicznymi? (AI)

Jeden odcinek wykorzystuje to pojęcie do oceny, jakie dane powinny być przesyłane w górę z zakładów produkcyjnych, a inny przywołuje je jako powód hostowania danych i AI razem w Azure, aby zmniejszyć opóźnienia i złożoność.

Słownik

Community wiki

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

Eksperci i firmy w tym temacie

Nikt jeszcze nie wskazał tego tematu. Dodaj go do swojego profilu.

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