通過現代數據管理技術，如容器應用和 Kubernetes，組織可以更充分地利用其數據來實現創新和增長。

譯自 Unlock Data’s Full Potential with a Mature Analytics Strategy 。

在過去的十年里，企業已經利用“大數據”的力量開啟了新的可能性，并增強了他們的分析能力。今天，這些企業必須加速這些能力的發展，超越對分析的實驗性嘗試，朝著成熟的投資和能力邁進，否則就會失去競爭優勢。

成熟的數據分析策略對于從數據中獲取最大價值至關重要，但許多組織在這方面遇到了困難。根據 Forrester 的數據，盡管數據收集呈指數級增長，但大約有 73% 的企業數據未被用于分析。這意味著僅有四分之一的數據被有效利用以獲得有價值的洞見。采用現代技術，如容器化存儲能力，可以幫助領導者更好地掌握他們的數據，并從中獲取可行的見解，真正推動業務增長。

傳統的分析架構妨礙創新

今天的軟件應用程序需要在全球范圍內應對百萬級用戶的需求，同時在多個平臺和環境上運行。它們還需要提供高可用性，以使企業能夠創新并應對不斷變化的市場條件。傳統平臺是在普遍快速存儲和網絡基礎設施之前設計的，對于希望領先于競爭對手的組織來說，這帶來的挑戰多于解決方案。

當我與使用傳統部署模型的 IT 領導人交談時，我聽到的頭號抱怨是需要太多的工作來支持索引層上的數據，這導致了操作效率的降低。可能需要數小時、數天甚至數周來進行軟件更新、補丁和擴展硬件以支持增長。這反過來會影響優化，因為在規模化團隊受到挑戰的情況下，難以滿足不斷增長的組織需求。

此外，傳統架構需要多份數據副本，這顯著增加了計算和存儲需求。在分布式架構中增加存儲時，無論組織的需求如何，都會增加計算量，從而影響整體利用率和成本控制能力。

最后，在不同存儲層次之間存在性能能力的差異，存在查詢響應時間較慢或搜索結果不一致的風險。這可能會妨礙數據分析的速度和準確性。成熟的分析策略積極應對這些挑戰，以提供操作效率、加速創新和降低業務成本。

容器化現代分析負載的理由

管理現代數據不僅僅依賴于云架構的能力。容器化可以無縫集成到云基礎架構中，以支持現代分析工作負載。想象一下，在虛擬環境中運行應用程序，而不需要龐大的虛擬化程序資源要求。通過將軟件封裝成虛擬的自包含單元，這正是容器可以做到的。

容器化應用程序提供更高的性能，并且可以從一個計算環境可靠地運行到另一個計算環境。更多的應用程序實例可以提供更高的總體性能，存儲方法的可移植性使組織能夠根據需求擴展存儲容量，實現集中的鏡像管理、快速部署和彈性。

有趣的是，容器化應用程序還可以幫助提高 CPU 利用率。在測試中，我們發現容器化應用程序的利用率可以高達 60%，而裸機應用程序模型僅為 17%。將容器化與高性能存儲解決方案配對，組織可以在數據量增加時實現更大的靈活性和更快的響應。

Kubernetes 在釋放敏捷數據管理方面的作用

像 Kubernetes 這樣的容器編排平臺提供了強大的工具，用于在規模化環境中管理和編排容器化應用程序。通過 Kubernetes，平臺和 DevOps 團隊可以輕松在容器化或虛擬機格式的任何基礎架構上部署和運行數千個應用程序，并可以以更低的運營成本運行。

但要充分發揮像 Kubernetes 這樣強大的應用平臺的好處，用戶需要同樣強大的數據平臺來完成解決方案。Portworx 數據平臺提供了自動化和聲明性存儲提供、卷管理、高可用性和數據復制、數據保護和備份、業務連續性和災難恢復、安全性以及強大的成本優化和管理等先進功能。這些功能使組織能夠有效地管理和控制分布式云環境中的數據存儲，確保數據的可用性和靈活性。

在使用 Kubernetes 進行容器化存儲時，需要考慮一些因素，以確保組織的成熟分析策略得到優化和敏捷。首先，使用 Kubernetes 操作員可以通過自動化和簡化復雜任務來進一步增強存儲能力。

同時，在數據服務層和存儲層都建立高可用性也非常重要，因為在 Kubernetes 環境中依賴單一實例可能存在風險。最后，了解組織的數據服務是否可以進行橫向或縱向擴展，將允許 IT 團隊在需要時選擇最佳解決方案來增加容量或計算能力。

擁有成熟的分析投資的組織在各個方面都取得了更大的業務成果，從客戶體驗和戰略到產品創新。通過現代數據管理，如容器應用程序和 Kubernetes，組織可以更充分地利用其數據來實現創新和增長，更重要的是，增加銷售。