কন্টেন্ট
প্রথম ছবিটি নিউ ইয়র্ক স্টক এক্সচেঞ্জের (এনওয়াইএসই) এক ফ্লোর ব্যবসায়ীের। দ্বিতীয় ছবিটি নিউ জার্সিতে এনওয়াইএসইর ডেটা কেন্দ্রগুলির একটি। এনওয়াইএসই স্টক এক্সচেঞ্জ মেঝেতে একগুচ্ছ পুরানো কাগজ ব্যবসায়ীদের মধ্যে যা ঘটেছিল তার উপর ভিত্তি করে চলত, তারা সকলেই চিৎকার করে চিৎকার করে তাদের ক্লায়েন্টের জন্য সেরা দাম পেতে থাকে। কয়েক শত লোক মেঝেতে দাঁড়িয়ে, ট্রেড পিটে হাত বোলাচ্ছিল, একে অপরের দিকে চিৎকার করছে। এবং এটি আসলে কাজ করে। ভাল ধরণের.
এক উপায়ে, আমরা এখনও এনওয়াইএসই-র পুরানো মডেলের মতো ডেটা সেন্টারগুলি পরিচালনা করছি। হ্যাঁ আমাদের কাছে মনিটরিং সরঞ্জাম রয়েছে, তবে যদি সরঞ্জামটি কোনও কিছু ভেঙে যায় তখন ডেটা সংগ্রহের উপর ভিত্তি করে, এটি পুরানো ব্রেক-অ্যান্ড-ফিক্স মডেলের উপর ভিত্তি করে। ডেটা সেন্টারগুলি কম জটিল হলে এটি কাজ করতে পারে তবে আপনি যখন হাইপারভাইজার বা পাত্রে কয়েকশো বাধা (বা হাজার) জুড়ে কয়েক ডজন প্রতিবন্ধকতার কথা বলছেন তখন কোনও মানুষের পক্ষে কীভাবে তা রাখা সম্ভব?
একটি মানুষ রাখতে পারে না। এটি মানুষের স্কেল ছাড়িয়ে।
আসলে, আমাদের করা উচিত ছিল না। অ্যালগরিদমিক ট্রেডিং রিয়েল টাইমে কয়েক ডজন পরিবর্তনশীলকে দেখায় এবং এর ভিত্তিতে সিদ্ধান্ত নেয় - আপনি এটি অনুমান করেছেন - সরবরাহ এবং চাহিদা। এই অ্যালগরিদমগুলি ব্যবহার করে ব্যবসায়ীরা সরবরাহ এবং চাহিদা বোঝার সাথে কম্পিউটার বিজ্ঞানের একত্রিত করে।
প্রশ্নটি হল, আমরা কেন একটি ডেটা কেন্দ্রে এই একই ধারণাটি ব্যবহার করতে পারি না?
একটি চাহিদা-ভিত্তিক সিস্টেম আপনার প্রকৌশলীগুলিকে আগুনের সাথে লড়াই করার এবং সতর্কতাগুলির মোকাবেলার পরিবর্তে আপনার ব্যবসায়ের জন্য ইঞ্জিনিয়ারিং সমাধানগুলিতে ফিরে যেতে দেয়। আমি মনে করি সমাধানটি একটি বিমানের অটোপাইলটের সাথে আরও সমান। কল্পনা করুন যদি অটোপাইলট জিনিসগুলি ভঙ্গ করে পরীক্ষা করে সঠিক সমাধান না আসা পর্যন্ত চালায় - আপনি যদি সেই বিমানটিতে থাকেন তবে দুর্দান্ত ফ্লাইট নয়। পরিবর্তে, অটোপাইলটের পিছনে ধারণাটি আরও বেশি যা সমস্ত ভেরিয়েবলকে বিবেচনা করে এবং বাস্তব সময়ে আদর্শ রাষ্ট্র পরিচালিত করে। বেশ ভাল লাগছে, তাইনা? আমি ধারণাটি সম্পর্কে এই কাগজটি অত্যন্ত সুপারিশ করি।
একটি ডেটা সেন্টারের সমান্তরাল হ'ল এটি কেবল নিরীক্ষণ থেকে বাস্তবে পরিবর্তিত হওয়া আপনার অবকাঠামো নিয়ন্ত্রণ। একটি এয়ারলাইন পাইলট সমস্ত কিছু পর্যবেক্ষণ করতে পারে না - সিস্টেম এটিই করে। প্রযুক্তির উপর কিছু নিয়ন্ত্রণ ছেড়ে দিয়ে, সিস্টেমটি আসলে এটি আরও অনেক শক্তিশালী হয়ে উঠতে পারে।
মোড়ক উম্মচন
সুতরাং আমরা কি আবরণ ছিল?
- সরবরাহ ও চাহিদা অর্থনীতির সর্বাধিক প্রাথমিক ধারণা। এটা কাজ করে।
- আমরা আমাদের ডেটা সেন্টারে সরবরাহ / চাহিদা প্রয়োগ করে অর্থনীতিবিদদের কাছ থেকে শিখতে পারি।
- সমস্যাটি হ'ল ডেটা সেন্টারগুলি অত্যন্ত জটিল এবং কার্যকরভাবে পরিচালনা করার জন্য কোনও মানুষের পক্ষে প্রচুর ট্রেড অফ রয়েছে।
- এর ফলে ব্রেক / ফিক্স মডেলটি দেখা যায় যা আমরা আজও অনেক ডেটা সেন্টারে দেখতে পাই।
- আমরা উভয় বিশ্বের সেরা পাই যখন আমরা চাহিদা-চালিত পরিচালনার একটি বোঝার সাথে একটি সরঞ্জামের সাথে একত্রিত করি যা ট্রেডসগুলি বোঝার ক্ষেত্রে সক্রিয়।
আপনি যদি সিসাদমিন হন তবে আমরা আশা করি উচ্চ স্তরের এই দৃষ্টিভঙ্গি আপনাকে চিন্তার জন্য কিছু খাবার সরবরাহ করবে। কিছু উপায়ে, এটি একটি সহজ ধারণা, তবে এটি সিসাদমিনরা প্রতিদিন কী করে তার মূল বিষয়টিকে কেটে দেয়। সর্বাধিক, এটি পরামর্শ দেয় যে আরও অনেক কিছু সম্ভব।