Suchen

Kommentar von Perry Eekhout, Emulex Big Data, die Cloud und das IoT treiben Software-defined Networking

Autor / Redakteur: Perry Eekhout / Nico Litzel

Traditionelle Netze stammen aus der Periode dreischichtiger Client-Server-Architekturen. Damals kommunizierte eine überschaubare Menge an Clients mit einem einzelnen Server. Heute verursachen diverse Computing-Trends einen exponentiellen Zuwachs an Netzgeräten und Kommunikation, was wiederum den Bedarf nach softwaredefinierten Netzen (Software-defined Networking, SDN) erhöht.

Firmen zum Thema

Der Autor: Perry Eekhout ist Regional Manager Central Europe bei Emulex
Der Autor: Perry Eekhout ist Regional Manager Central Europe bei Emulex
(Bild: Emulex)

Cloud Computing ist inzwischen omnipräsent. Viele Kunden verwenden heute Anwendungen von Drittherstellern, die als Cloud-Services geliefert werden, oder kaufen Rechenzyklen zum Minutenpreis. Der nächste logische Schritt im IT-Betrieb dieser Unternehmen ist, selbst ein Cloud-Service-Provider zu werden und ihren internen Kunden ähnliche Dienste anzubieten. Viele führende IT-Organisationen tun das bereits, während die Mehrheit noch in der der Evaluierung steckt.

Manche strukturieren ihre Private Cloud so, dass sie Arbeitsspitzen, die ihre internen Kapazitäten überschreiten, an einen Public-Cloud-Provider „bursten“ (auslagern) können. Das Ergebnis sind Rechenzentren mit hochdichten virtualisierten Umgebungen, die innerhalb von Minuten statt Stunden Abteilungen die von ihnen gewünschten IT-Dienste bereitstellen. Um diese schnelle Bereitstellung zu unterstützen, ist eine Software-definierte Architektur nötig.

Das Internet of Things (IoT), das ist ein Begriff, dessen Bedeutung schwer zu greifen ist. Noch schwerer zu verstehen ist sein Einfluss auf die traditionelle Unternehmensinfrastruktur. Zu berücksichtigen ist, dass der typische Unternehmensangestellte wahrscheinlich mindestens zwei mit dem webfähige Geräte (einen Computer und ein Telefon) nutzt, möglicherweise mehr. Auch als Endverbraucher verwenden wir viele mit dem Web verbundene Geräte, zum Beispiel Autos, Thermostate und Wearables.

Sensoren füttern die Cloud

Viele dieser mit dem Netz verbundenen „Dinge“ enthalten diverse Sensoren, die Daten sammeln und in die Cloud schicken, was einen Multiplikator-Effekt erzeugt. Zudem erzeugen alle diese „Dinge“ große Datenmengen, die an anderer Stelle im Unternehmensnetz verwaltet und verfolgt werden müssen. Zwei Beispiele aus der traditionellen Industriewelt zeigen, wie das IoT und Big Data den Bedarf nach innovativer Netzwerktechnik erhöhen.

Intelligente Traktoren

Seit Kurzem verfügen John-Deere-Traktoren über Intelligenz. Sie können nun beispielsweise selbsttätig mechanische Fehler am Traktor detektieren.
Seit Kurzem verfügen John-Deere-Traktoren über Intelligenz. Sie können nun beispielsweise selbsttätig mechanische Fehler am Traktor detektieren.
(Bild: John Deere)
Der Landmaschinenhersteller John Deere ist 175 Jahre alt. Weltweit ist der Hersteller für seine markanten grünen Traktoren bekannt, die die Erntegebiete im Mittleren Westen der USA, die Ebenen Südamerikas und die chinesischen Äcker pflügen. Vor Kurzem wurden John-Deere-Traktoren mit Intelligenz ausgerüstet. Sie können nun selbsttätig mechanische Fehler am Traktor detektieren und melden, dazu Bodenbedingungen, Wettertrends und sogar die richtige Mischung an Chemikalien, die auf den Acker ausgebracht werden soll.

John Deere rüstet seine Traktoren auch für das Arbeiten in Master-Slave-Konfigurationen aus, wobei ein einzelner Fahrer automatisch bis zu sieben Traktoren vom Fahrersitz eines einzigen Traktors aus steuern kann. Farmer können darüber hinaus ihre Traktoren vom Portal MyJohnDeere.com aus über Smartphones oder Tablets verwalten. Zusätzlich werden die Daten mehrerer Farmen für weiter gehende Analysen durch John Deere, Agrarberater und staatliche Behörden in der Cloud zusammengeführt.

Tesla setzt auf Hadoop-Cluster zur Flottenanalyse

Tesla Motors, 2003 gegründet, ist ein relativ neues Unternehmen in einer alten Industrie. Gegründet wurde es von Ingenieuren im Silicon Valley, die ein wirklich intelligentes Fahrzeug entwickeln wollten. Die Fahrzeuge von Tesla erzeugen kontinuierliche Datenströme, die vom Fahrzeug und von Fahrern benutzt werden, um den Zustand und die Reichweite der Batterie zu überwachen. Sie werden dazu drahtlos an einen riesigen Hadoop-Cluster zur Flottenanalyse im Tesla-Hauptquartier übertragen.

Diese Informationen wurden mittlerweile beispielsweise 2013 erfolgreich von Tesla-CEO Elon Musk eingesetzt, der in eine heftige Social-Media-Auseinandersetzung mit einem New-York-Time-Reporter geriet. Dieser hatte einen vernichtenden Artikel geschrieben, in dem er behauptete, dass die Batterie von Tesla-Fahrzeugen bei langen Fahrten bei Kälte ihre Ladung verlöre und so den Reporter in Gefahr gebracht hätte. Musk konnte anhand der Daten zu dem speziellen Fahrzeug nachweisen, dass es den Fahrer mehrfach darauf hingewiesen hatte, er müsse das Fahrzeug nachladen.

Die explosionsartige Datenvermehrung, die neue (iPhones, FitBit, Nest-Thermostate …) und alte IoT-Geräte (Traktoren, Autos, Toaster, Kühlschränke) erzeugen, trägt zum Phänomen Big Data bei. Viele Unternehmen sind noch damit beschäftigt, die neuen Einsichten, die ihnen neue Datenquellen erschließen, umzusetzen, während sie gleichzeitig ständig neue Datenquellen erschließen.

Analyse von Echtzeitdaten

Wir leben nicht mehr in einer Zeit, in der Transaktionsdaten einfach aus der Unternehmensdatenbank extrahiert und ins Data Warehouse geladen wurden, um Analysen zu fahren. Jetzt können Echtzeitdaten aus vielfälligen Sensoren mit den Transaktionsdaten des Unternehmens kombiniert werden, um die Kaufabsichten der Kunden, ihre Gefühlslage oder ihr Verhalten zu prognostizieren. Das bedeutet für Unternehmen schnellere, bessere Entscheidungen.

Die nötige Infrastruktur dafür passt sehr gut zu softwaregesteuerten Netzen. Daten werden oft in einem Hadoop-Cluster gespeichert, der aus Hunderten oder Tausenden kostengünstigen Speicherknoten bestehen kann. Softwaregesteuerte Netze sind am besten geeignet, diese vielen Knoten übers Netz zusammenzufügen und ihre Kapazität durch weitere Knoten schnell zu skalieren. Ihre Fähigkeit, neue Kapazitäten sehr schnell bereitzustellen, macht sie dafür zum idealen Werkzeug.

Beispielsweise dauert es in einem traditionellen Unternehmens-Rechenzentrum Wochen, ein neues Netzwerk zu errichten, weil das physische Netz implementiert werden muss, bevor das logische Netz konfiguriert und bereitgestellt werden kann. In einem softwaredefinierten Rechenzentrum müssen die physischen Ressourcen oft im Voraus installiert werden. Automatisierungswerkzeuge stellen dann diese Ressourcen in Minuten für die Anwender bereit. Ohne SDN wäre die Netzwerk-Bereitstellung noch immer ein händischer Prozess, bei dem mehrere Switches konfiguriert werden müssen. Komplizierter wird es, wenn die Switches von verschiedenen Herstellern mit unterschiedlichen Betriebssystemen stammen. SDN vereinfacht dieses Prozedere und arbeitet transparent über heterogene Umgebungen hinweg.

Fazit

Die grundlegenden Treiber des Software-defined Networking – die Ausbreitung von Cloud-Computing, IoT und Big Data – entwickeln sich rapide weiter und werden für die absehbare Zukunft wachsen. Um den zunehmenden Anforderungen gerecht zu werden, die daraus resultieren, brauchen Unternehmen ein skalierbares Netzwerk, das sich sehr schnell konfigurieren und verändern lässt. Software-defined Networking ist dafür die derzeit beste Lösung.

(ID:43331006)