भंडारण लागत कैलकुलेटर, या हमने "ब्लैक बॉक्स" कैसे खोला

जैसा कि आप जानते हैं, व्यापार के लिए, आईटी एक ब्लैक बॉक्स है। मुझे लगता है कि यह किसी के लिए भी रहस्य नहीं है कि कभी-कभी आईटी लोगों के लिए भी एक ब्लैक बॉक्स होता है। नए लोग आए, जो जानते थे कि मोप्स तहखाने में छत का समर्थन क्यों कर रहे थे। प्रौद्योगिकियां आगे बढ़ी हैं, और आज की वास्तुकला की बारीकियों ने उन्हें हमेशा उनके साथ तालमेल रखने की अनुमति नहीं दी है। लेकिन यह इतना बुरा नहीं है। समस्या का दूसरा भाग यह है कि इस ब्लैक बॉक्स को फीड करना होगा। धन के अर्थ में। मेरा मतलब है कि आईटी विभाग का बजट। कभी इस बात पर ध्यान दें कि यह बलिदान है? शरद ऋतु में, जब प्रकृति अपने उपहार लोगों को भेजती है, तो बजट अवधि शुरू होती है। हर कोई अंत तक जीवित नहीं रहेगा, लेकिन जो भाग्यशाली हैं वे कभी भी समान नहीं होंगे।

लेकिन आइए विषय के करीब आते हैं। हमारा ग्राहक एक स्थिर उद्योग में काम करता है, व्यापार अब प्रति वर्ष दोहरे अंकों में नहीं बढ़ता है, प्रतियोगियों को नींद नहीं आती है और वे निर्दयी शुरू करते हैं, इसलिए प्रभावी प्रबंधन शिकंजा कसने के तरीकों की तलाश कर रहा है। एक ब्लैक बॉक्स की लागत को कम करने के लिए एक पूरी तरह से तार्किक कदम है। लेकिन, दूसरी ओर, सबसे विविध डेटा की एक लहर बढ़ रही है, जो अपने रास्ते में सब कुछ दूर कर रही है। और डेटा एक ही संपत्ति है, उदाहरण के लिए, ग्राहक: उन्हें संग्रहीत करने और उनके साथ काम करने में सक्षम होने की आवश्यकता होती है। मैं क्या अग्रणी हूं? स्थिति: व्यवसाय नहीं बढ़ रहा है, और आईटी, विशेष रूप से, डेटा भंडारण, बढ़ रहा है। और यह पूरी तरह से अशोभनीय है, इतना है कि जल्द ही भंडारण की लागत विपणन बजट को पार कर जाएगी। इस प्रकार, ग्राहक के पास एक क्रांतिकारी स्थिति है: शीर्ष प्रबंधन को समझ में नहीं आता है कि उन्हें डेटा भंडारण पर खर्च करने की आवश्यकता क्यों है, वे लागत का अनुकूलन करना चाहते हैं, "पेरिटोनिटिस की प्रतीक्षा किए बिना हड्डियों को नरक में कटौती करें।" इसके अलावा, आईटी निदेशक को यह भी दिखाना होगा कि भंडारण प्रणालियों के विकास के सभी संभावित तरीकों में से, कंपनी ने "मूल्य-गुणवत्ता" के संदर्भ में सबसे प्रभावी विकल्प चुना है। ऐसी स्थितियों में, बाहरी स्वतंत्र मध्यस्थ की मदद से अक्सर इस मुद्दे को हल किया जाता है।


और एक दूसरे को मारना नहीं है।

क्लाइंट क्या लेकर आया था

डेटा भंडारण प्रणालियों के लिए TCO और व्यावसायिक मामलों की गणना करना, व्यावसायिक आवश्यकताओं का मूल्यांकन करना और सबसे इष्टतम, प्रभावी भंडारण विकास रणनीति का प्रस्ताव करना आवश्यक था। बड़े और बड़े, ग्राहक सवालों के जवाब के बारे में चिंतित था:

• क्या नए (वर्तमान / भविष्य) भंडारण प्रकार मेरे अनुरूप होंगे?
• वे मेरे प्रकार के भंडारण से कैसे तुलना करते हैं?
• क्या डेटा और कैसे फैलाना है, इसका क्या असर होगा?
• विक्रेताओं और नए प्रकार के भंडारण को कैसे लागू किया जाए?
• आवश्यक निरंतरता मूल्यों (आरटीओ / आरपीओ) के अनुपालन को कैसे सुनिश्चित करें?

मेरा नाम श्री वोल्फ है और मैं समस्याओं को हल करता हूँ!

हमारी कंपनी ग्राहक की स्थिति से अच्छी तरह परिचित है, हम लंबे समय से एक साथ मिलकर काम कर रहे हैं। हम डेटा स्टोरेज प्रौद्योगिकियों की नब्ज पर अपनी उंगली रखते हैं, हमारे पास विभिन्न विक्रेताओं, आर्किटेक्चर आदि में अनुभव और दक्षताएं हैं। जाहिर है, इस तरह की समस्या को हल करने के लिए, क्लाइंट के लिए बाहरी परामर्श को शामिल करना अधिक लाभदायक होता है, और उसके लंबे समय तक आईटी साथी उसके साथ रहते हैं।

कई वर्षों के लिए भंडारण के आगे के विकास के लिए सबसे प्रभावी रणनीति का प्रस्ताव करना आवश्यक था, मौजूदा उपकरणों की सभी कार्यक्षमता का अधिकतम उपयोग को ध्यान में रखते हुए, और एक ही समय में - पूरे अद्यतन डेटा भंडारण क्षेत्र के लिए न्यूनतम TCO।

हमारे पास क्या था?

जब कंपनी तेजी से विकास कर रही थी, तो विकास की प्रक्रिया में, यह निवेश किए गए धन की प्रभावशीलता की परवाह किए बिना आईटी पर खर्च करता था। विकास दर महत्वपूर्ण थी। पिछले छह वर्षों में, भंडारण समाधान के लिए एक चिड़ियाघर का गठन किया गया है, जिसे आधुनिकीकरण और समर्थन धन की आवश्यकता है। कॉरपोरेट स्टोरेज में 13 पेटाबाइट्स, टेप्स और अन्य मीडिया के 13 पेटाबाइट्स के साथ 150 डिस्क सरणियाँ शामिल थीं। डेटा को लगभग 10 साल पहले आलोचनात्मक वर्गों में विभाजित किया गया था, जो दुनिया की वर्तमान तस्वीर, गति, विश्वसनीयता, गलती सहिष्णुता, आदि के लिए व्यावसायिक आवश्यकताओं को प्रतिबिंबित नहीं करता था।

चूंकि आईटी परिदृश्य जटिल और शाब्दिक है, इसलिए हमने अद्वितीय विशेषताओं और / या आवश्यकताओं के साथ 30 सबसे महत्वपूर्ण व्यावसायिक प्रणालियों पर शोध करने का निर्णय लिया। एक तरह से या किसी अन्य में सभी अन्य व्यापार प्रणालियां 30 चयनित प्रकारों में से एक में आ गईं।

डेटा वर्गीकरण प्रणाली की समीक्षा करना भी आवश्यक था। एक भंडारण वर्ग एक विशेष भंडारण परिदृश्य के लिए एक बुनियादी संसाधन वर्गीकरण तत्व है। एक वर्ग में डेटा शामिल है जिसमें समान भंडारण घनत्व, प्रदर्शन, उपलब्धता और लागत आवश्यकताएं हैं। भंडारण कक्षाओं की यह टाइपोलॉजी आपको संग्रहीत जानकारी की एक टेराबाइट की लागत पर जाने और किसी विशेष व्यापार प्रणाली के लिए डेटा भंडारण की लागत की पारदर्शी रूप से गणना करने की अनुमति देती है। प्रत्येक वर्ग के लिए, एक आर्किटेक्चर पर काम किया जा रहा है, या कुछ समाधानों के उपयोग के लिए सिफारिशें की जा रही हैं।

उपरोक्त के अलावा, समस्या बिंदुओं को खोजना और उन पर चर्चा करना आवश्यक था:

• आईपी ​​आवश्यकताएं भंडारण वर्ग के अनुरूप नहीं हैं;
• अनुचित रूप से महंगे हाय-एंड का इस्तेमाल किया;
• अत्यधिक डेटा प्रतियां।

हमने क्या किया है?

सबसे पहले, हमने लैंडस्केप डेटा एकत्र किया। हमें पता चला कि मौजूदा भंडारण प्रणालियों के बीच भंडारण कक्षाएं कैसे वितरित की जाती हैं, बैकअप कैसे व्यवस्थित किए जाते हैं, भंडारण प्रणालियों और भंडारण प्रणालियों का निपटान क्या है, आदि। हमने भंडारण वर्गों, कार्यात्मक आवश्यकताओं, लागू बैकअप और पुनर्प्राप्ति विधियों द्वारा वर्तमान वितरण का विश्लेषण किया, और आरटीओ / आरपीओ का मूल्यांकन किया। सांख्यिकीय और विपणन डेटा के आधार पर, डेटा वृद्धि का पूर्वानुमान बनाया गया था।

विश्लेषण के परिणामों के आधार पर, 11 वर्गों की एक वर्गीकरण प्रणाली प्रस्तावित की गई थी जो व्यावसायिक आवश्यकताओं और आधुनिक भंडारण प्रणालियों की क्षमताओं को ध्यान में रखती है। आखिर 11 क्यों? सबसे पहले, यह Slevin की भाग्यशाली संख्या है। और दूसरी बात, यह हमारे विशेषज्ञ थे जिन्होंने इसके बारे में सपना देखा था। जैसा कि आप समझते हैं, हमारे पास कोई और विकल्प नहीं था। और अगर मजाक के बिना: कक्षाओं की संख्या में वृद्धि अनावश्यक रूप से सिस्टम को जटिल करेगी, और कमी से कुछ संसाधनों की इकाई लागत में काफी वृद्धि होगी।

हमने समस्या बिंदुओं और सुझाए गए समाधानों की पहचान की:

• उचित भंडारण वर्ग के लिए संसाधन असाइन करें।
• मध्य-सीमा का उपयोग करने के लिए स्विच;
• भंडारण अनुकूलन विधियों (डिडुप्लीकेशन, कम्प्रेशन, आदि) का उपयोग करें;
• अधिक कुशल उपकरणों के प्रतिस्थापन के साथ अप्रचलित अप्रचलित उपकरण।

जैसा कि आप जानते हैं, यह भंडारण लागत को अनुकूलित करने की क्षमता है।

हमने प्रत्येक व्यावसायिक प्रणाली के लिए भंडारण वर्ग चुनने के लिए एक एल्गोरिथ्म भी विकसित किया है:

पैसे के बारे में

हमने विभिन्न विक्रेताओं के लिए 5 वर्षों के TCO मॉडल के विभिन्न वेरिएंट की गणना की, एक विशेष ग्राहक के लिए खाते की छूट और विकसित वर्गीकरण प्रणाली का उपयोग करते हुए। बेशक, एक्सेल में। कैलकुलेटर तालिकाओं का एक सेट है जो प्रत्येक व्यापार प्रणाली के लिए डेटा संग्रहीत करने की लागत की आगे की गणना के लिए प्रत्येक वर्ग के एक टेराबाइट की लागत की गणना करता है। इसके साथ, हम एक विशेष ग्राहक के लिए एक निश्चित विशिष्ट विन्यास के भंडारण प्रणाली के स्वामित्व की कुल लागत पर विचार करते हैं, इसके आपदा वसूली समाधान और भू-आरक्षण को ध्यान में रखते हैं। कैलकुलेटर के इनपुट पर - निर्माता कीमतें, खाते में छूट और विशेष ऑफ़र, आउटपुट पर - संख्या और ग्राफ़ जो सही निर्णय लेने में मदद करते हैं। हम एक्सेल का जानबूझकर उपयोग करते हैं, क्योंकि इसमें गणना के लिए सभी आवश्यक गणितीय उपकरण हैं। यह एक सरल और समझने योग्य उपकरण है, ग्राहक स्वयं मापदंडों को आवश्यकतानुसार बदल सकता है, अधिक आम तौर पर एक्सेल आमतौर पर एक मानक कार्य केंद्र के सॉफ्टवेयर सेट में शामिल होता है।



हमने सुंदर ग्राफिक्स बनाए और प्रस्तुति को डिजाइन किया। अब आप स्पष्ट रूप से देख सकते हैं कि स्वामित्व के पहले वर्ष के लिए कौन सा विकल्प सस्ता है, और जो - पांच साल के लिए।



दूसरी ओर, यह महत्वपूर्ण है कि डेटा भंडारण आवश्यकताओं पर आईटी और व्यवसाय सहमत (जितना संभव हो)। इसके अलावा, भंडारण प्रणालियों का विकास अब ओर से नहीं हो रहा है और छिद्रों के परिचालन पैचिंग नहीं है, बल्कि एक पूर्वानुमानित इतिहास है जो आईटी और व्यापार दोनों के लिए समझ में आता है। इसके अलावा, प्रतिष्ठित एक्सेल आपको मूल्य की गतिशीलता, परिदृश्य, परिवर्तन की गति, और इसी तरह के मामले में TCO की पुनर्गणना करने की अनुमति देता है।

ब्लैक बॉक्स अब इतना काला नहीं है :)

परियोजना सारांश

• बजट भंडारण की प्रक्रिया व्यापार के लिए अधिक पारदर्शी हो गई है;
• महत्वपूर्ण व्यावसायिक डेटा वर्तमान व्यावसायिक आवश्यकताओं के अनुसार वितरित और संग्रहीत किया जाता है;
• TCO की गणना और तुलना के लिए एक कैलकुलेटर है;
• आंतरिक अनुकूलन की समस्याओं को हल किया गया था, जो डेटा भंडारण की लागत को कम करने की अनुमति देता था।

इगोर Tyukachev, सलाहकार, जेट इन्फोसिस्टम्स डिजाइन सेंटर