五大新指标填补数据中心追踪空白

日期: 2014-12-01 作者:Wayne Kernochan翻译:陈德文 来源:TechTarget中国 英文

传统数据中心指标不遵循”不让任何人落后”的规则。IT指标的差距通常会导致一些投资性支出半被拒绝或半途而废。 大部分IT企业的CIO已经制定了以传统数据为中心的指标,因为从历史上看,它们服务得很好。然而,随着移动数据与大数据的增多,历史传统的指标在IT度量系统发展中,差距越来越大。

这里介绍的5个新IT指标之所以好用,因为它们体现了IT对业务服务与成本效益的影响。听起来有点违反直觉,但其已经被证明为适用于分析重要数据中心性能,尤其在配合新举措的场景下。 一、每位管理员多个数据库实例 我在过去15年的研究发现,中小规模企业对数据库的使用差异成为决定IT总拥有成本的指标。这也……

我们一直都在努力坚持原创.......请不要一声不吭,就悄悄拿走。

我原创,你原创,我们的内容世界才会更加精彩!

【所有原创内容版权均属TechTarget,欢迎大家转发分享。但未经授权,严禁任何媒体(平面媒体、网络媒体、自媒体等)以及微信公众号复制、转载、摘编或以其他方式进行使用。】

微信公众号

TechTarget微信公众号二维码

TechTarget

官方微博

TechTarget中国官方微博二维码

TechTarget中国

电子邮件地址不会被公开。 必填项已用*标注

敬请读者发表评论,本站保留删除与本文无关和不雅评论的权力。

传统数据中心指标不遵循"不让任何人落后"的规则。IT指标的差距通常会导致一些投资性支出半被拒绝或半途而废。

大部分IT企业的CIO已经制定了以传统数据为中心的指标,因为从历史上看,它们服务得很好。然而,随着移动数据与大数据的增多,历史传统的指标在IT度量系统发展中,差距越来越大。

这里介绍的5个新IT指标之所以好用,因为它们体现了IT对业务服务与成本效益的影响。听起来有点违反直觉,但其已经被证明为适用于分析重要数据中心性能,尤其在配合新举措的场景下。

一、每位管理员多个数据库实例


我在过去15年的研究发现,中小规模企业对数据库的使用差异成为决定IT总拥有成本的指标。这也是许多数据中心经理们指尖的IT标准:有多少Oracle数据库,有多少Hadoop数据管理系统。

近年来,IBM System z Competitive Technology副总John Shedletsky分析了数据中心支出,显示数据库成本在总成本费用中占比逐渐走高,数据库管理费用不断上升,占比达到数据库整体预算的50%以上。换言之,典型的大型企业每个应用程序需要花费20%的成本在数据库管理上。
关键的可控变量是数据库,很多情况下,不同厂商的数据库是无法互相切换的。但仍然时不时有需要从Oracle迁移到IBM的需求——现有的工作负载可能更需要相同供应商的数据库,不管是现在还是将来。然而大数据处理和其他举措为数据库选择提供了有效、可扩展的企业标准,并且可以提高每管理员管理实例的数量。

数据中心经理与CIO都惊讶于其未来的改进与行业标准会如何变化。随着成本限制,IT组织没有办法再继续高举“没有任何数据库会被抛弃”的旗号。每管理员数据库示例数量是一个能够削减关键成本的有效指标,需要引起重视。

二、开发或错误修复项目中期的重要变更数


DevOps的问世清楚表明,数据中心是软件开发的重要组成部分。DevOps以及灵活IT需要为这中新方法找到适合数据中心的指标。

许多敏捷专家建议,不要采取制约开发灵活性以及可能鼓励错误行为的IT指标。其中一个例子就是开发成本指标,这种指标是以设计规范不会改变为前提。

有效的指标可以用于测量线下与敏捷开发,协调线上bug修复,以及每个项目重大变更的次数。我使用这个指标进行调研,结果发现随着时间推移,有效的敏捷开发可以提高每个项目重要变更的数量。

其他影响,如项目规模或复杂性,或者“明显变更”偏差都可以测量,根据时间推移计算出平均值。相较于灵活IT流程,你会发现在项目中间出现的大幅修改数增加。

太多的“敏捷IT指标”认为变更是有负效果的,而现在需要将变更作为积极的影响。该指标不用于精细捕捉特定项目的问题,而是显示平均每年这些项目的过程是否正常。采用敏捷指标的IT企业会因此提高敏捷业务范围内的响应。

三、不涉及中断的性能下降


IT部门的重点通常在于防止针威胁公司的中断故障,而没注意到一些性能下降或性能逐步降低的情况。性能下降几乎与服务中断一样重要。性能下降指标会告诉你问题有多大,而你的工作就是解决这些问题。

性能下降意味着特别难以修复的中断将要出现。在IT范围内的性能下降通常涉及软件层到硬件层的多种类型,使得定位原因远比服务器被拔掉或网络混乱来的难。

涉及到用户满意度时,性能下降无异于中断。随着越来越多企业依赖软件与用户进行交互,用户不太可能忍受性能问题。

性能下降通常意味着成本制约已经开始伤到快速扩张的骨头,这对大数据项目成功的影响至关重要。外包或云主机可以延缓这种可能性,但数据中心外部的成本同样会增加。 

四、数据处理过程每个阶段信息丢失的百分比


根据MIT斯隆管理学院与其他地方研究发现,公司合作伙伴并不认为IT能提供令人满意的所有需求信息。

数据中心信息系统日积月累不断增长,逐渐变得无法交付有效数据来满足企业分析或作出决策,比如分析用户的购买模式,或者其他形式大数据分析所需的数据。

答案最终指向一个指标,该指标需要能够帮助确定IT是否已经存在不足。原始数据需要经过一步一步的处理,才能转换为有用信息。数据的有用性取决于每缓解骤损失的有效数据量。

根据调查,数据输入阶段的主要问题是错误条目——大约会损失20%潜在有用信息。该阶段通常是由于IT无法过滤输入阶段时的错误。

数据聚合会连接新输入的信息和系统中已存在信息。不一致的数据无法与现有数据进行核对或修复,这样可能导致大约15%的潜在数据不可用。
第三步是数据组合,该阶段,输入功能作为整体环境的分功能存在,例如在线交易处理,能够处理一定的输入操作。数据仓库的重要功能就是数据汇总,但随着时间推移,只有很少的信息需要进出仓库。并不是所有信息都需要展示;只有大约20%左右的数据在数据中心或云服务中保持活跃,而这些数据可能对实际的业务分析并没有帮助。

数据传输中,最常见的抱怨是及时性。这是一门艺术,确定哪些事情决策者必须迅速看到,哪些信息只需要每周或每月提交。信息损失问题十分明显。该阶段不必要的信息占比大约在15%至25%。

最后一步是数据分析,并且在该阶段,决策者所关注的总数据展示工具还是存在缺陷。该阶段大约有15%的信息会丢失。

IT组织报告说,大约有三分之二可能有用的信息会在数据处理的环节中丢失。设计一个指标用来指导每个阶段的数据样本,可以避免发生数据损失,IT也可以更方便地修复问题。这种监控可以改变企业者对IT的看法,并对企业效益产生重大影响。

五、客户满意度 


普适计算及其对所有用户以及用户与企业通过软件进行内部交流,意味着IT软件对客户以及用户满意度影响的占比越来越大。

即使实在今天,用户满意度调查与用户调查仍然不够灵活,不够细致——他们会错过发现用户无法接受或者特别关键的部分。然而,即使是钝器,也是有可能或获得与正在发生的事情相关的信息或提示。此外,这个指标能提醒IT和企业利益相关者——最重要的是感知最终用户,而不是短期内企业或IT的意见。

作者

Wayne Kernochan
Wayne Kernochan

Infostructure Associates主席

翻译

陈德文
陈德文

TechTarget中国特约编辑

相关推荐