数据挖掘或其它工作

　　数据挖掘或其它工作

　　尽管目前这类公司是低功耗服务器的主要目标，但是支持者称未来这类服务器还可能用于大型公司的某些任务。这类服务器的典型应用是在大规模数据挖掘工作中。在这项工作中，服务器被用于发现金融交易、客户记录和博客等海量数据中的趋势。

　　戴尔副总裁兼服务器平台总经理Forrest Norrod称：“我并不建议所有人将企业工作负载向这种新平台转移。这将是一场灾难。但是当你正在进行新的研发，你应当考虑一下这种新型云架构，因为它们将为计算提供更低的边际成本。”

　　在数据挖掘中，Apache Hadoop等工具可让海量数据分布在低功耗服务器中，然后进行高速搜索和分析。近期刚被EMC收购的Aster Data和Greenplum也推出了用于分布式数据挖掘的工具。

　　Cloudera 公司首席执行官Mike Olsen称：“大型网络公司可以使用这种技术消化他们的网络日志。他们希望定期详细观察自己用户的行为。如用户访问了什么网页、在这些网页上停留了多长时间，他们然后又去了什么地方等等。”

　　一些金融服务公司开始运行Cloudera软件执行类似任务。他以一家在美国收购了多家小型银行的大型银行为例进行了说明。为了跟踪信用卡、借记卡和住房抵押贷款，每一家银行都在的应用中存有大量的客户数据。

　　Olsen称：“你希望能够分析这些数据进行风险评估，这很重要。但是从所有的数据仓库中进行搜索，识别同一个人的多种记录并不是一件容易的事。”

　　银行会将这些数据复制至大型Hadoop簇中，在那里他们能够搜索出一种模式。比如，它们能够在过去的几个月中搜索贷款违约的客户，分析他们的交易记录，找到一种模式以帮助识别未来可能会违约的客户。

　　另外一个使用案例是运行用户于授权和连接移动工作的雇员至后端ERP和CRM系统的中间件。Norrod称：“当雇员在周一八点钟使用智能手机登录公司网络时，服务器端应用不得不保护并维持每一个连接。这种情况十分适合这种新型系统。”

　　高性能计算应用也是一块应用领域。肯塔基大学科研人员正在使用戴尔C6100服务器模拟并分析分子的运动。大学的首席信息官Vince Kellen称，该系统能够用于药物设计或机械工程的模拟，或处理大型视频和音频文件。他称：“这十分有用，一个大型文件可以被分割成无数片小文件并被分析。”

　　当然，对于该系统进军企业来说也存在着一些障碍。Arista董事长兼首席开发官Andy Bechtolsheim 称，大型互联网公司倾向于同水平工作负载，并且能够针对一些特殊应用微调数据中心。他认为，目前关于使用低功耗处理器的服务器是否真的更为节能还没用形成最终的结论，问题的关键并不是完全是能源消耗，而是能源效率。

　　在这种分布式架构中运行的应用通常必须要有针对性的编写，这对向低功耗系统转移来说存在着技术门槛。

　　SGI 产品营销副总裁Bill Mannel称：“挑战来自输入/输出资源和缓存资源，这些都是这类系统不擅长的。只要你需要移入移出大量数据，你就会发现不足之处。”

　　不过，Feldman称降低成本的压力正在迫使公司部署这种新系统作为替代方案。他称：“目前数据库很昂贵，同时它们运行在昂贵的服务器上。人们正在竭尽全力避免添置更多的服务器，Hadoop等工具也随之孕育而生。”