云計(jì)算方案白皮書_第1頁
云計(jì)算方案白皮書_第2頁
云計(jì)算方案白皮書_第3頁
云計(jì)算方案白皮書_第4頁
云計(jì)算方案白皮書_第5頁
已閱讀5頁,還剩12頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、 云計(jì)算方案白皮書目 錄 TOC o 1-4 h z u HYPERLINK l _Toc501487376 1方案概述 PAGEREF _Toc501487376 h 3 HYPERLINK l _Toc501487377 2總體架構(gòu) PAGEREF _Toc501487377 h 4 HYPERLINK l _Toc501487378 3分布式數(shù)據(jù)庫-數(shù)據(jù)立方 PAGEREF _Toc501487378 h 6 HYPERLINK l _Toc501487379 3.1數(shù)據(jù)立方(DataCube) PAGEREF _Toc501487379 h 6 HYPERLINK l _Toc5014

2、87380 3.2軟件規(guī)格說明 PAGEREF _Toc501487380 h 7 HYPERLINK l _Toc501487381 3.3優(yōu)勢 PAGEREF _Toc501487381 h 9 HYPERLINK l _Toc501487382 4任務(wù)調(diào)度引擎-JobKeeper PAGEREF _Toc501487382 h 10 HYPERLINK l _Toc501487383 5硬件規(guī)格 PAGEREF _Toc501487383 h 13 HYPERLINK l _Toc501487384 6市場應(yīng)用 PAGEREF _Toc501487384 h 18方案概述當(dāng)今時代是數(shù)據(jù)爆

3、炸時代,全球數(shù)據(jù)總量每過18個月就會在原有數(shù)據(jù)總和基礎(chǔ)上翻一番。IDC研究表明,僅從2006年到2010年,全球信息總量增長6倍以上,從161EB增加到了988EB。隨著互聯(lián)網(wǎng)向物聯(lián)網(wǎng)、移動互聯(lián)網(wǎng)的擴(kuò)展,網(wǎng)絡(luò)將連接起更多的人和物,信息海量化趨勢將進(jìn)一步加劇。在這樣的背景下,各行各業(yè),各大領(lǐng)域的公司、政府機(jī)構(gòu)需要將TB乃至PB級的數(shù)據(jù)存儲起來,并從中挖掘出有用的信息,對這些海量的數(shù)據(jù)進(jìn)行快捷、高效的處理。云計(jì)算與云存儲在這樣強(qiáng)烈的市場需求之下應(yīng)運(yùn)而生。作為重要的社會基礎(chǔ)物聯(lián)信息系統(tǒng),每年產(chǎn)生及需要管理的數(shù)據(jù)也是相當(dāng)驚人的,尤其是公路和航道數(shù)據(jù)信息管理方面,傳統(tǒng)處理方式已無法實(shí)現(xiàn)如此海量數(shù)據(jù)的存儲

4、與高效處理。因此,為加強(qiáng)物聯(lián)系統(tǒng)管理能力,進(jìn)一步提升物聯(lián)信息科技水平,提高信息處理效率,應(yīng)用云計(jì)算與云存儲管理相關(guān)系統(tǒng),已成為物聯(lián)管理科技發(fā)展的必然趨勢。作為當(dāng)今處理海量數(shù)據(jù)存儲與計(jì)算的最佳方案,云計(jì)算是一種基于互聯(lián)網(wǎng)的、大眾參與的計(jì)算模式,其計(jì)算資源(計(jì)算能力、存儲能力、交互能力)是動態(tài)、可伸縮、且被虛擬化的。云計(jì)算已被公認(rèn)為能夠改變?nèi)祟愋畔⑸畹母锩约夹g(shù),其計(jì)算資源組織、分配和使用模式,有利于合理配置計(jì)算資源并提高其利用率,促進(jìn)節(jié)能減排,實(shí)現(xiàn)綠色計(jì)算。本方案針對物聯(lián)信息系統(tǒng)實(shí)際應(yīng)用特點(diǎn),結(jié)合云計(jì)算、云存儲優(yōu)勢,利用云創(chuàng)存儲自身云計(jì)算與云存儲產(chǎn)品,創(chuàng)新地開發(fā)設(shè)計(jì)了物聯(lián)云系統(tǒng)平臺,通過整合各

5、個物聯(lián)信息相關(guān)部門系統(tǒng)現(xiàn)有資源,結(jié)合云創(chuàng)cStor海量云存儲系統(tǒng)、cProc高效云處理平臺、cVideo云視頻監(jiān)控管理系統(tǒng)、cTrans高速云傳輸系統(tǒng)四大系統(tǒng)產(chǎn)品,充分發(fā)揮云存儲與云計(jì)算針對海量數(shù)據(jù)處理時的優(yōu)勢,達(dá)到海量監(jiān)控信息存儲與管理的目的,從而進(jìn)一步提升物聯(lián)平臺數(shù)據(jù)管理能力,物聯(lián)信息處理效率,為打造科技創(chuàng)新型現(xiàn)代物聯(lián)平臺做出貢獻(xiàn)??傮w架構(gòu)IaaS層:利用虛擬化技術(shù)將計(jì)算、存儲和網(wǎng)絡(luò)等基礎(chǔ)硬件資源,以邏輯方式形成基礎(chǔ)資源池層,再將資源池提供的虛擬機(jī)、虛擬存儲或虛擬端口組等經(jīng)過二次封裝與組合、調(diào)度使用,形成一個個面向組織用戶的虛擬服務(wù)器、虛擬桌面或者云存儲系統(tǒng),通過這樣的形式為公安系統(tǒng)的各業(yè)

6、務(wù)單位提供資源服務(wù);同時提供物理資源和虛擬資源的統(tǒng)一監(jiān)控管理,進(jìn)而提供全生命周期資源服務(wù)。PaaS層:在IaaS層基礎(chǔ)上,提供分布式數(shù)據(jù)庫-數(shù)據(jù)立方來解決海量結(jié)構(gòu)化數(shù)據(jù)的管理和數(shù)據(jù)交互,提供標(biāo)準(zhǔn)SQL接口、JDBC技術(shù),能夠與前臺應(yīng)用進(jìn)行無縫對接;同時提供海量任務(wù)并行調(diào)度引擎JobKeeper,能夠?qū)崟r處理大規(guī)模并發(fā)任務(wù)的負(fù)載均衡和任務(wù)分發(fā),做到所有任務(wù)實(shí)時分發(fā)處理,不堆積,做到高度可靠性,任何任務(wù)處理過程中不會丟失,保障所有任務(wù)都能夠處理完。SaaS層:物聯(lián)云計(jì)算平臺能夠支撐所有物聯(lián)業(yè)務(wù)系統(tǒng)在上面運(yùn)行,所有業(yè)務(wù)數(shù)據(jù)統(tǒng)一管理,根據(jù)權(quán)限做到絕對安全訪問,能夠支撐各個部門的業(yè)務(wù)應(yīng)用:局機(jī)關(guān):專網(wǎng)門

7、戶、市級電子政務(wù)橫向網(wǎng)、綜合交通數(shù)據(jù)中心、交通服務(wù)熱線平臺、行政權(quán)力網(wǎng)上公開透明運(yùn)行系統(tǒng)、交通工程建設(shè)誠信管理系統(tǒng)、交通應(yīng)急指揮中心(系統(tǒng)視頻監(jiān)控中心)、交通戰(zhàn)備指揮室。公路處:專網(wǎng)門戶、路政管理、養(yǎng)護(hù)管理、公路網(wǎng)管理與應(yīng)急指揮、GPS車輛監(jiān)控與移動執(zhí)法、交通量觀測站流量采集傳輸?shù)认到y(tǒng)。 航道處: 專網(wǎng)門戶、船閘視頻監(jiān)控系統(tǒng)、聯(lián)網(wǎng)收費(fèi)系統(tǒng)、航標(biāo)遙感遙測、GPS船舶輔助調(diào)度系統(tǒng)、內(nèi)河交通量自動觀測系統(tǒng)、沿河航道視頻監(jiān)控系統(tǒng)。運(yùn)管處: 專網(wǎng)門戶、“運(yùn)政在線”管理信息系統(tǒng)、運(yùn)輸管理視頻系統(tǒng)、地理信息系統(tǒng)、運(yùn)管危貨車船GPS監(jiān)控管理系統(tǒng)、出租車叫車系統(tǒng)、公交調(diào)度中心和電子站牌、客運(yùn)監(jiān)控中心等地方海事局

8、:專網(wǎng)門戶、海事現(xiàn)場監(jiān)督業(yè)務(wù)管理系統(tǒng)、內(nèi)河船員管理系統(tǒng)、交通安全質(zhì)量管理體系審核信息系統(tǒng)、船員電子考試系統(tǒng)、船舶GPS監(jiān)控系統(tǒng)、船舶文書發(fā)放管理系統(tǒng)、船用產(chǎn)品檢驗(yàn)與管理系統(tǒng)、洪澤湖水上應(yīng)急指揮系統(tǒng)等。建設(shè)處:工程管理系統(tǒng)、電子政務(wù)網(wǎng);港口局和郵政局:目前沒有自己信息化管理系統(tǒng),將來使用電子政務(wù)網(wǎng)。 分布式數(shù)據(jù)庫-數(shù)據(jù)立方數(shù)據(jù)處理是對數(shù)據(jù)的采集、存儲、檢索、加工、變換和傳輸。數(shù)據(jù)是對事實(shí)、概念或指令的一種表達(dá)形式,可由人工或自動化裝置進(jìn)行處理。數(shù)據(jù)的形式可以是數(shù)字、文字、圖形或聲音等。數(shù)據(jù)經(jīng)過解釋并賦予一定的意義之后,便成為信息。數(shù)據(jù)處理的基本目的是從大量的、可能是雜亂無章的、難以理解的數(shù)據(jù)中抽

9、取并推導(dǎo)出對于某些特定的人們來說是有價值、有意義的數(shù)據(jù)。數(shù)據(jù)處理是系統(tǒng)工程和自動控制的基本環(huán)節(jié)。數(shù)據(jù)處理貫穿于社會生產(chǎn)和社會生活的各個領(lǐng)域。數(shù)據(jù)處理技術(shù)的發(fā)展及其應(yīng)用的廣度和深度,極大地影響著人類社會發(fā)展的進(jìn)程。數(shù)據(jù)立方(DataCube)我們以B+樹的結(jié)構(gòu)建立了字段的索引,每個B+樹結(jié)構(gòu)的字段索引相當(dāng)于一個數(shù)據(jù)平面,這樣一個全局?jǐn)?shù)據(jù)表與其多個重要字段的索引就組成了一個類似于立方體的數(shù)據(jù)組織結(jié)構(gòu),我們稱之為“數(shù)據(jù)立方(DataCube)”。如下圖所示:數(shù)據(jù)立方(DataCube)是一種用于數(shù)據(jù)分析與索引的技術(shù)架構(gòu)。它是針對大數(shù)據(jù)(big data)的處理利器,可以對元數(shù)據(jù)進(jìn)行任意多關(guān)鍵字實(shí)時索

10、引。通過數(shù)據(jù)立方對元數(shù)據(jù)進(jìn)行分析之后,可以大大加快數(shù)據(jù)的查詢和檢索效率。數(shù)據(jù)立方是凌駕于數(shù)據(jù)存儲層和數(shù)據(jù)庫系統(tǒng)之上的,通過數(shù)據(jù)立方解析后,可以大大增加數(shù)據(jù)查詢和檢索等業(yè)務(wù),可以讓系統(tǒng)平臺具備數(shù)據(jù)實(shí)時入庫、實(shí)時查詢、查詢結(jié)果實(shí)時傳輸?shù)葍?yōu)勢。軟件規(guī)格說明規(guī)格說明項(xiàng)目內(nèi)容可管理的數(shù)據(jù)總量()支持100PB量級的數(shù)據(jù)管理實(shí)時索引的數(shù)據(jù)流量()支持100Gbps以上量級的數(shù)據(jù)流實(shí)時索引任意關(guān)鍵字段實(shí)時創(chuàng)建索引()根據(jù)提供的表結(jié)構(gòu)解析元數(shù)據(jù),并根據(jù)提供的任意關(guān)鍵字段實(shí)時創(chuàng)建索引??梢浦残裕ǎ㎎ava語言實(shí)現(xiàn),具有跨平臺性,一次編程,任意操作系統(tǒng)都可運(yùn)行。實(shí)時查詢()1小時范圍查詢:13秒內(nèi)響應(yīng),24小時范

11、圍查詢:35秒內(nèi)響應(yīng),7*24小時范圍查詢:510秒內(nèi)響應(yīng)。支持簡單SQL組合查詢()采用和關(guān)系數(shù)據(jù)庫混合模式,絕大部分海量數(shù)據(jù)存放于分布式平臺并進(jìn)行分布式處理,少量實(shí)時性要求很高的數(shù)據(jù)存放于關(guān)系數(shù)據(jù)庫,可支撐各種類型的業(yè)務(wù)。不僅支撐查詢、統(tǒng)計(jì)、分析業(yè)務(wù),還可支撐深度數(shù)據(jù)挖掘和商業(yè)智能分析業(yè)務(wù)。負(fù)載均衡可靠性()拔掉或增加一臺節(jié)點(diǎn)后,仍能均勻地向各處理節(jié)點(diǎn)分發(fā)數(shù)據(jù)。支持并發(fā)查詢()20個查詢都能正常下發(fā)執(zhí)行、且都能正常返回結(jié)果,20個查詢?nèi)蝿?wù)的總耗時差距不大,根據(jù)機(jī)器負(fù)載進(jìn)行均衡分配查詢?nèi)蝿?wù)。數(shù)據(jù)準(zhǔn)確性()查詢條件相同情況下,每次查詢結(jié)果相同。穩(wěn)定性()系統(tǒng)連續(xù)運(yùn)行7*24小時,無任何故障,所

12、有周期任務(wù)均正常執(zhí)行,且執(zhí)行結(jié)果正確??煽啃裕ǎ]有單點(diǎn)故障,任意節(jié)點(diǎn)宕機(jī),系統(tǒng)工作正常,可以繼續(xù)進(jìn)行數(shù)據(jù)處理和應(yīng)用查詢,不會影響分布式系統(tǒng)運(yùn)行和查詢結(jié)果的準(zhǔn)確性。擴(kuò)展性()既可以在很小規(guī)模機(jī)器上跑,也可以在成千上萬臺的機(jī)器上運(yùn)行,而且經(jīng)過很簡單的操作就可以把規(guī)模擴(kuò)展到成千上萬臺服務(wù)器上,而且可靠性隨著加入節(jié)點(diǎn)的增加成線性上升。分布式計(jì)算能力()集群能增加節(jié)點(diǎn)、并且能正常執(zhí)行查詢?nèi)蝿?wù),在流量沒變、資源增加的情況下,增加機(jī)器前后,查詢?nèi)蝿?wù)耗時按比例降低。支持對外接口()支持Web訪問和Web Services接口進(jìn)行對外數(shù)據(jù)交互操作。監(jiān)控功能提供web界面對分布式文件進(jìn)行監(jiān)控,支持查看、下載索引

13、文件和元數(shù)據(jù)文件。優(yōu)勢實(shí)時性:平臺在高效率并行分布式軟件的支撐下,可以實(shí)時完成數(shù)據(jù)處理和分析工作,如數(shù)據(jù)處理、數(shù)據(jù)查詢、和統(tǒng)計(jì)分析等。數(shù)據(jù)處理不會出現(xiàn)數(shù)據(jù)堆積現(xiàn)象,各類分析和查詢工作基本都在秒級完成,具有前所未有的高效性。響應(yīng)速度快速:在海量數(shù)據(jù)領(lǐng)域,DataCube的響應(yīng)速度遠(yuǎn)遠(yuǎn)快于傳統(tǒng)的數(shù)據(jù)庫。采用分布式處理的方式,性能與節(jié)點(diǎn)數(shù)成正比,通過增加節(jié)點(diǎn)的方式,可將性能提升,以達(dá)到滿足需求的處理要求。高可靠性:基于對云處理可靠性深厚的研究積累,徹底解決了當(dāng)前分布式處理平臺易出現(xiàn)的單點(diǎn)故障問題。任何一個節(jié)點(diǎn)出現(xiàn)故障,系統(tǒng)將自動屏蔽,而且不會出現(xiàn)丟失數(shù)據(jù)的現(xiàn)象。可伸縮性:在不停機(jī)的情況下,增加節(jié)點(diǎn),

14、平臺的處理能力自動增加;減少節(jié)點(diǎn),平臺的處理能力自動縮減。這樣,可以做到與資源池的無縫對接,根據(jù)處理和存儲任務(wù)動態(tài)地申請或釋放資源,最大限度地提高資源利用率。高性價比:采用X86架構(gòu)廉價處理機(jī)構(gòu)建云處理平臺,用軟件容錯替代硬件容錯,大大節(jié)省成本。在目標(biāo)性能和可靠性條件下,可比傳統(tǒng)的小型機(jī)加商用數(shù)據(jù)庫方案節(jié)省10倍左右的成本。全業(yè)務(wù)支持:采用NoSQL關(guān)系數(shù)據(jù)庫混合模式,絕大部分海量數(shù)據(jù)存放于分布式平臺并進(jìn)行分布式處理,少量實(shí)時性要求很高的數(shù)據(jù)存放于關(guān)系數(shù)據(jù)庫,可支撐各種類型的業(yè)務(wù)。不僅支撐查詢、統(tǒng)計(jì)、分析業(yè)務(wù),還可支撐深度數(shù)據(jù)挖掘和商業(yè)智能分析業(yè)務(wù)。任務(wù)調(diào)度引擎-JobKeeperJobKee

15、per調(diào)度平臺是建立于虛擬化資源層之上,統(tǒng)一調(diào)度,統(tǒng)一配置的管理平臺,用于對集群中任務(wù)實(shí)時的處理調(diào)度,實(shí)時結(jié)果集的反饋,集群的負(fù)載均衡,失敗調(diào)度,集中管理,集中配置的平臺。用來保證整個集群的超低人員干預(yù)。同時,提供完善的集群伸縮機(jī)制為整個服務(wù)提供更高的可靠性。JobKeeper云調(diào)度技術(shù)架構(gòu)圖應(yīng)用層是一組用于管理和結(jié)果反饋的顯示組件。用于顯示任務(wù)的處理情況以及集群中機(jī)器的活動情況,同時其也是一個上層應(yīng)用和底層服務(wù)的對接平臺。是整個系統(tǒng)面向用戶和開發(fā)人員的基礎(chǔ)承載。 業(yè)務(wù)層是對于應(yīng)用層的相關(guān)功能的業(yè)務(wù)化,數(shù)字化處理,用于將應(yīng)用層的需求任務(wù)進(jìn)行規(guī)則化劃分,形成統(tǒng)一的處理化模式。 數(shù)據(jù)處理層是獨(dú)立的

16、數(shù)據(jù)處理程序,是對不同需求數(shù)據(jù)的統(tǒng)一處理方案,他的運(yùn)行與監(jiān)控的工作將由JobKeeper調(diào)度平臺進(jìn)行統(tǒng)一的配置管理。 存儲層是用來存儲數(shù)據(jù)存儲層的處理結(jié)果集或者其他中間結(jié)果集的單元。 虛擬化資源層是將實(shí)體的機(jī)器進(jìn)行虛擬化,形成更大范圍的服務(wù)集群。 JobKeeper調(diào)度平臺是由一組管理節(jié)點(diǎn)(Master Node)和一組處理節(jié)點(diǎn)(Task Node)組成,管理節(jié)點(diǎn)組是一組基于Webserver的RPC(RPC采用客戶機(jī)/服務(wù)器 HYPERLINK /view/37878.htm t _blank 模式。請求程序就是一個客戶機(jī),而服務(wù)提供程序就是一個服務(wù)器。首先,客戶機(jī)調(diào)用進(jìn)程發(fā)送一個有進(jìn)程參數(shù)

17、的調(diào)用信息到服務(wù)進(jìn)程,然后等待應(yīng)答信息。在服務(wù)器端,進(jìn)程保持睡眠狀態(tài)直到調(diào)用信息的到達(dá)為止。當(dāng)一個調(diào)用信息到達(dá),服務(wù)器獲得進(jìn)程參數(shù),計(jì)算結(jié)果,發(fā)送答復(fù)信息,然后等待下一個調(diào)用信息,最后, HYPERLINK /view/930.htm t _blank 客戶端調(diào)用進(jìn)程接收答復(fù)信息,獲得進(jìn)程結(jié)果,然后調(diào)用執(zhí)行繼續(xù)進(jìn)行。)服務(wù)器,負(fù)責(zé)對處理節(jié)點(diǎn)的系統(tǒng)信息以及任務(wù)處理信息進(jìn)行實(shí)時的跟蹤和保存,對應(yīng)的信息鏡像存儲在基于cStor或者NFS服務(wù)的存儲系統(tǒng)上,保證每個管理節(jié)點(diǎn)中的鏡像信息的實(shí)時同步。同時架設(shè)在管理節(jié)點(diǎn)上的ZooKeeper服務(wù)(ZooKeeper是一個分布式的,開放源碼的 HYPERLIN

18、K /view/553502.htm t _blank 分布式應(yīng)用程序協(xié)調(diào)服務(wù),包含一個簡單的原語集。分布式應(yīng)用可以使用它來實(shí)現(xiàn)諸如:統(tǒng)一命名服務(wù)、配置管理、分布式鎖服務(wù)、集群管理等功能。)用于對整個管理節(jié)點(diǎn)組進(jìn)行統(tǒng)一的配置化管理。處理節(jié)點(diǎn)組通過RPC的遠(yuǎn)程調(diào)用獲取各自節(jié)點(diǎn)的任務(wù)處理目標(biāo),并實(shí)時的和處理節(jié)點(diǎn)上的任務(wù)處理目標(biāo)進(jìn)行對比,控制程序的執(zhí)行和結(jié)束。(注:這里的程序,可以是任何語言任何形式的獨(dú)立程序,但是必須提供執(zhí)行腳本,和運(yùn)行參數(shù)選項(xiàng))處理節(jié)點(diǎn)組會在一個設(shè)定的心跳間隔內(nèi)主動的和管理節(jié)點(diǎn)組聯(lián)系一次,報(bào)告節(jié)點(diǎn)存活狀態(tài)。如果在若干個心跳間隔后管理節(jié)點(diǎn)組仍然沒有獲取到處理節(jié)點(diǎn)心跳報(bào)告,那么該處理

19、節(jié)點(diǎn)將會被踢出處理節(jié)點(diǎn)組,同時該節(jié)點(diǎn)處理的所有處理任務(wù)也會被重新調(diào)度。隨著集群處理數(shù)據(jù)量的不斷增大,處理節(jié)點(diǎn)組提供了簡單高效的自動化部署方案,當(dāng)新機(jī)器加入處理集群后,會主動的與管理節(jié)點(diǎn)組同步心跳信息,從同一配置服務(wù)器ZooKeeper上獲取相關(guān)配置信息,通過WebServer服務(wù)獲取任務(wù)列表,開始執(zhí)行數(shù)據(jù)處理工作。 JobKeeper調(diào)度平臺提供了一套基于Web的管理化界面,可以實(shí)時的觀察各個處理節(jié)點(diǎn)的任務(wù)運(yùn)行狀態(tài),以及任務(wù)列表的分配情況,機(jī)器的負(fù)載情況等。用戶在管理系統(tǒng)界面上可以完成所有的工作,如新任務(wù)的添加,任務(wù)的手動調(diào)度以及集群日志的查看與分析等。 任務(wù)處理節(jié)點(diǎn)和管理節(jié)點(diǎn)之間維護(hù)一個心跳

20、時間,實(shí)時向管理節(jié)點(diǎn)匯報(bào)任務(wù)處理信息,同時,任務(wù)處理節(jié)點(diǎn)在每個心跳時間內(nèi)向管理節(jié)點(diǎn)獲取該處理的任務(wù)列表,并和本機(jī)正在處理的任務(wù)列表進(jìn)行比對,完成相關(guān)的任務(wù)調(diào)度工作。若一個處理節(jié)點(diǎn)在多個心跳時間范圍內(nèi)仍然沒有主動的和管理節(jié)點(diǎn)相互聯(lián)系,那么管理節(jié)點(diǎn)將會根據(jù)各機(jī)器的負(fù)載情況,將失去心跳連接的處理節(jié)點(diǎn)上的任務(wù)進(jìn)行任務(wù)的重新分配和執(zhí)行。硬件規(guī)格數(shù)據(jù)立方云計(jì)算一體機(jī)D1000系列經(jīng)濟(jì)型配置 100TB容量產(chǎn)品設(shè)備型號參數(shù)配置部件清單型號控制節(jié)點(diǎn)服務(wù)器主板Intel5600芯片組CPU雙路四核,主頻2GHz以上內(nèi)存32GB DDR3硬盤3.5寸SATA企業(yè)盤*1電源625W冗余電源1+1機(jī)箱2U機(jī)架式服務(wù)器

21、機(jī)箱處理節(jié)點(diǎn)服務(wù)器主板Intel5600芯片組CPU雙路四核,主頻2GHz以上內(nèi)存32GB DDR3 硬盤3.5寸3TB SATA企業(yè)盤*12擴(kuò)展卡高速內(nèi)置接口SAS端口 6Gb/s4端口進(jìn)階型 SerialATA 3G 1.5G電源625W冗余電源1+1機(jī)箱2U機(jī)架式服務(wù)器機(jī)箱配套設(shè)施交換機(jī)千兆交換機(jī)冗余機(jī)柜42U 高通風(fēng)率六角弧形網(wǎng) SPCC優(yōu)質(zhì)冷扎鋼板制數(shù)據(jù)立方云計(jì)算一體機(jī)D1000系列標(biāo)準(zhǔn)型配置 200TB容量產(chǎn)品報(bào)價設(shè)備型號參數(shù)配置部件清單型號控制節(jié)點(diǎn)服務(wù)器主板Intel芯片組CPUIntel E5系列*2內(nèi)存32GB DDR3硬盤3.5寸SATA企業(yè)盤*1電源750W 高效冗余電源 1+1機(jī)箱1U機(jī)架式服務(wù)器機(jī)箱處理節(jié)點(diǎn)服務(wù)器主板Intel芯片組CPUIntel E5系列*2內(nèi)

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論