Data gravity
Concept
Дата-гравитация описывает, как большие накопленные массивы данных притягивают вычислительные ресурсы, инструменты, копии и команды, из-за чего эти данные становится всё труднее перемещать.
Также обсуждаются
В выпусках на тему Data gravity обсуждаются также: Cost to serve, Process criticality, Azure Autoscale, Scope creep, Non-human identity и Managed Environments.
Description
Дата-гравитация — понятие из архитектуры ИТ, описывающее, как большой объём данных притягивает приложения, сервисы и другие данные, подобно тому как масса притягивает объекты в физике. Чем больше данных накапливается в одном месте, тем больше вокруг них собирается вычислительных ресурсов, инструментов, копий и команд, и тем труднее становится их перенести. Озёра данных и хранилища данных часто приводятся как типичные примеры систем, в которых проявляется этот эффект.
Термин ввёл в 2010 году ИТ-эксперт Дейв Маккрори. Позже он выделил две формы: естественную дата-гравитацию, которая возникает по мере переноса данных в облако, и искусственную гравитацию, вызванную внешними факторами, такими как законодательство, ограничение пропускной способности или манипулятивное ценообразование. В 2020 году он опубликовал Data Gravity Index, который измеряет этот эффект для крупных предприятий по городским агломерациям и отраслям.
Основной механизм — масштаб. Гравитация растёт вместе с объёмом данных, а перемещение больших массивов дорого и медленно. В результате приложения и сервисы, как правило, размещаются рядом с данными, которые они используют, а не наоборот. Это имеет несколько практических последствий. Приложения, удалённые от своих данных, сталкиваются с более высокой задержкой. Плата за исходящий трафик из облака может сделать миграцию экономически невыгодной. Миграция также создаёт дополнительную работу для каждого приложения, которое зависит от переносимых данных. По мере того как ИИ, машинное обучение и периферийные источники генерируют дополнительные данные, возникает новая гравитация.
Типичные решения, связанные с дата-гравитацией, касаются того, где размещать рабочие нагрузки и сколько данных хранить. Среди предлагаемых ответов: совместное размещение приложений и данных, применение строгого управления и стандартов, интеграция источников в единое хранилище, планирование миграций исходя из будущего, а не текущего объёма данных, а также фильтрация или анализ данных на периферии до их передачи в вышестоящие системы.
Эпизод M365.FM «Edge vs. Cloud in Manufacturing- Why the Wrong Architecture Costs You More» использует дата-гравитацию как один из нескольких критериев размещения. Он ставит вопрос о том, сколько данных создаётся и в каком формате они действительно нужны при передаче наверх. В эпизоде говорится, что проект, который собирает всё навсегда, в итоге платит за каждый лишний байт больше одного раза. В этом обсуждении дата-гравитация взвешивается наряду с поведением при сбоях, когда функция должна деградировать плавно и поддерживать производство в заданных локальных пределах, и с масштабом, когда один датчик или актив делает предпочтительным локальное размещение, а более широкие операции парка переносят работу наверх.
Эпизод «Fix Common Azure AI Foundry Project Failures» рассматривает дата-гравитацию как аргумент в пользу централизации на одной платформе. В нём говорится, что размещение данных и ИИ в Azure снижает задержку и сложность, и это приводится как причина, по которой команды выбирают Azure для более крупных проектов в области ИИ. В том же эпизоде отмечается, что Azure также поддерживает локальный, гибридный и периферийный инференс, поэтому ИИ может работать там, где генерируются данные, вместо того чтобы перемещать сами данные.
Взятые вместе, оба эпизода показывают это понятие с двух сторон: перенос вычислений туда, где уже находятся данные, и сокращение или обработка данных вблизи их источника, чтобы вообще меньше данных требовало перемещения.
Overview compiled with AI from M365.FM episodes and the facts on this page. You can improve it with the edit button below.
| Type | Concept |
|---|
Frequently asked questions
Questions marked with AI were written with AI from the facts on this page.
Что такое дата-гравитация? (AI)
Дата-гравитация — это тенденция больших массивов данных притягивать приложения, сервисы и другие данные, из-за чего по мере роста их становится труднее и дороже перемещать. Термин ввёл Дейв Маккрори в 2010 году.
Почему дата-гравитация важна при миграции в облако? (AI)
Перенос больших массивов данных медленный и дорогой, плата за исходящий трафик из облака может сделать миграцию экономически невыгодной, а каждое зависимое приложение требует дополнительной работы. В качестве решений предлагается планировать миграцию с учётом будущего объёма данных и размещать приложения совместно с их данными.
Как эпизоды M365.FM связывают дата-гравитацию с архитектурными решениями? (AI)
Один эпизод использует это понятие, чтобы определить, какие данные с производственных площадок должны передаваться наверх, а другой ссылается на него как на причину размещать данные и ИИ вместе в Azure для снижения задержки и сложности.
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: