Como a Inteligência Artificial ajuda o gerenciamento de armazenamento

Espera- se que os gastos com infraestrutura de TI diminuam como resultado da pandemia de coronavírus, mas isso provavelmente será combinado com o crescimento contínuo no volume de dados, em parte impulsionado por maiores níveis de trabalho remoto.

Tudo isso, e a necessidade de obter mais com orçamentos menores, colocará pressão sobre as organizações para simplificar a forma como gerenciam sua TI. Cada vez mais, eles estão recorrendo ao monitoramento automatizado para gerenciamento de armazenamento como parte disso.

O monitoramento de hardware de armazenamento agora está bem estabelecido, com ferramentas que reúnem dados sobre o uso de volume e desempenho do equipamento, mas também dados ambientais, temperatura, consumo de energia e leituras de nível de componente das unidades. As ferramentas mais avançadas podem fazer recomendações para otimizar o desempenho e a utilização.

“Esses dados são então aproveitados pela inteligência integrada dos sistemas para fornecer insights ao administrador para oferecer recomendações sobre como resolver problemas ou melhorar a otimização do sistema, ou para fornecer insights preditivos sobre possíveis problemas antes que eles ocorram”, diz Scott Sinclair, um analista do ESG.

Com o tempo, os analistas esperam que a análise de armazenamento mude do monitoramento e detecção precoce de falhas para operações autônomas.

Ferramentas de fornecedores de hardware versus monitoramento de vários fornecedores

A maioria – mas não todas – das ferramentas de análise de armazenamento vem de fornecedores de hardware, dando aos gerentes de TI um instantâneo útil sobre a saúde de seus arrays ou subsistemas de armazenamento. Mas isso dá apenas uma imagem limitada de um sistema completo ou pilha, especialmente quando mais de um fornecedor está envolvido.

“A maioria dos gerentes de armazenamento usará as ferramentas padrão que vêm com o equipamento”, diz Andy Buss, da analista IDC. “As empresas desejam executar ferramentas centralizadas, mas muitas vezes acabam não o fazendo. Eles voltam ao que vem com seus equipamentos ”.

Mais ferramentas de monitoramento e análise de armazenamento de vários fornecedores estão chegando ao mercado, em parte estimuladas pela necessidade das empresas de gerenciar ambientes híbridos e em parte pelo uso crescente de interfaces de programação de aplicativos (APIs) padronizadas – especialmente a API de transferência de estado representacional (REST) – para armazenamento.

Mas o uso de ferramentas de vários fornecedores envolve uma compensação entre a visibilidade de todo o sistema e feedback detalhado sobre o desempenho do sistema. As ferramentas independentes do fornecedor ainda não reúnem dados suficientes para otimizar totalmente o equipamento de cada fabricante.

“Muitas das novas ferramentas de gerenciamento são mais capazes de vários fornecedores”, diz Buss. “Você obtém um nível básico de funcionalidade. Você não tem todos os recursos, mas tem mais controle sobre toda a sua infraestrutura. ”

Há um apetite crescente entre as equipes de TI, diz ele, por um “único painel de vidro” para gerenciar a infraestrutura, incluindo armazenamento. Esses sistemas têm um custo adicional e as empresas relutam em pagar por eles.

Mas isso está mudando, em parte devido à sua experiência em sistemas operacionais como Azure Stack e Amazon Web Services (AWS) Outposts , que vêm com um gerenciamento sofisticado integrado.

Ferramentas preditivas e AIOps

As ferramentas de armazenamento e análise de sistema também estão se tornando mais inteligentes. Os fornecedores de ferramentas de gerenciamento e hardware estão recorrendo a análises avançadas e até mesmo inteligência artificial (IA) e aprendizado profundo para melhorar o desempenho do sistema.

Isso pode envolver mover conjuntos de dados para a camada de armazenamento mais econômica, mover arquivos de um subsistema que mostra sinais de falha ou consolidar dados para maximizar o equilíbrio entre a utilização da capacidade e o desempenho.

As empresas estão recorrendo a essas ferramentas para lidar com ambientes maiores e mais complexos, incluindo aqueles que combinam recursos na nuvem e no local. IA e aprendizado de máquina (ML) são cada vez mais vistos como uma forma – às vezes a única – de lidar com essa complexidade e fornecer desempenho de TI para os negócios.

De acordo com uma pesquisa recente dos analistas ESG, cerca de 23% das empresas veem a IA e o ML para gerenciamento de sistemas como uma das principais prioridades para a modernização do datacenter.

“Esses recursos de inteligência são vitais para qualquer ambiente de TI de qualquer tamanho significativo”, diz Scott Sinclair do ESG. “As organizações não têm excesso de pessoal para gastar tempo otimizando continuamente cada ambiente conforme o uso da carga de trabalho evolui ou para diagnosticar falhas de componentes complexos.” Em vez disso, eles estão recorrendo a sistemas para fazer isso.

O Gartner chamou isso de “ AIOps , que significa“ inteligência artificial para operações de TI ”.

O Gartner prevê que até o final de 2025, 40% das novas implantações de produtos de infraestrutura, incluindo armazenamento e sistemas hiperconvergentes, serão habilitados para AIOps , contra menos de 10% em 2020.

As novas ferramentas analisam proativamente a capacidade e o status de desempenho, prevêem problemas potenciais que podem causar a interrupção dos serviços de dados e fornecem conselhos acionáveis ​​para resolver problemas de Nível 1 que aumentam a eficiência de utilização do armazenamento.

Julia Palmer, vice-presidente do Gartner, diz: “As ferramentas de armazenamento sempre forneceram algumas métricas de capacidade e desempenho, mas não eram boas o suficiente, pois exigia que alguém com experiência em armazenamento monitorasse constantemente. As ferramentas AIOps , no entanto, procuram anomalias, padrões de consumo e tendências de desempenho e os correlacionam com o comportamento normal do sistema específico do cliente e outros sistemas suportados pelo fornecedor. ”

O que está disponível?

Ao reunir fontes de dados mais ricas e um grau de inteligência artificial, alguns fornecedores afirmam melhorias significativas no desempenho e disponibilidade do sistema.

O InfoSight da HPE , por exemplo, é visto como um dos mais avançados. Ele monitora 100.000 sistemas e entre 30 milhões e 70 milhões de sensores em todo o mundo para problemas de manutenção e desempenho.

InfoSight afirma detectar e corrigir 86% dos problemas potenciais sem a necessidade de intervenção humana. Até 54% dos problemas detectados pelo InfoSight estão “fora” do armazenamento e em algum outro lugar da pilha, diz a empresa. Por enquanto, o InfoSight funciona apenas com sistemas HPE Nimble e tecnologia 3PAR.

Virtana – formalmente Virtual Instruments – também é líder em gerenciamento de desempenho de sistema, com foco em arquitetura híbrida e nuvem privada.

Existem outros fornecedores no mercado também. Os Storage Insights da IBM com base na nuvem, o Active HQ da NetApp e o Hitachi Vantara são alguns dos mais conhecidos.

A Microsoft também tem amplos recursos de monitoramento no Azure, por meio de APIs REST, bem como por meio do Windows Server, onde essa plataforma é usada para executar hardware de servidor com armazenamento denso. VMWare também possui seus conjuntos de ferramentas para ambientes virtualizados, através de suas ferramentas de otimização inteligente para vSAN .

Juntos, esses aplicativos fornecem aos CIOs ferramentas poderosas para monitorar e otimizar seus ambientes, bem como prevenir falhas.

Sistemas mais inteligentes, armazenamento mais inteligente

A indústria, no entanto, ainda está em um estágio inicial em sua jornada para o gerenciamento de armazenamento independente de dispositivo e inteligente.

As áreas de crescimento provavelmente incluirão mais suporte para ambientes híbridos, gerenciamento mais granular dos diferentes tipos de armazenamento flash no mercado e, potencialmente, suporte para preços baseados em capacidade. Ferramentas como Virtana e vSAN já podem levar em conta os custos de entrada e saída de dados.

“Os recursos de previsão em alguns desses sistemas são realmente incríveis”, diz Sinclair do ESG. “Os sistemas inteligentes geralmente oferecem recomendações para otimizar o desempenho ou a capacidade do sistema, enquanto alguns até oferecem a opção de auto-otimização.”

“De maneira semelhante, esses sistemas também podem diagnosticar problemas automaticamente e recomendar ações. É difícil fazer declarações sobre recursos preditivos, porque os resultados podem mudar com base no ambiente. Mas alguns fornecedores contam com esses recursos para fazer reivindicações de nível superior, como 100% de disponibilidade garantida, por exemplo. ”

Se tais alegações podem ser comprovadas, resta ver. Será mais fácil para os fornecedores atingirem as metas de confiabilidade em ambientes amplamente monolíticos de um único fornecedor do que em sistemas mais complexos.

E as métricas de confiabilidade e desempenho variam de acordo com a carga de trabalho e os aplicativos. Um sistema que prioriza o desempenho de curto prazo sobre a confiabilidade pode não estar dando ao negócio o que ele precisa.

Como resultado, a análise de armazenamento continuará a trabalhar ao lado de analistas humanos, sugere Andy Buss da IDC. “Os sistemas precisam ser confiáveis ​​de forma sustentável”, diz ele. “Para que a tecnologia seja aceita, ela precisa funcionar como auxiliar. Poucas empresas irão entregar sua infraestrutura de TI ou armazenamento inteiramente para IA. ”

WJ Sales
WJ Sales
Especialista em desenvolvimento de sites, lojas virtuais e sistemas. Faço parte da equipe que compõe a empresa Sales Publicidade. Atuamos em diversas áreas destinada ao Marketing. Faço publicações de artigos em blogs e nas redes sociais.

Deixe uma resposta

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *

Enter Captcha Here : *

Reload Image