展望主机托管

　　第一个答案是通过别人：可以是通过那些大的云服务提供商，或者通过主机托管的方式。

　　大多数主机托管服务提供商一直在很努力地提高自己的工作效率，不仅是为满足客户需要，还为了节省开销。

　　第二个答案是，可以稍微等待，在你的下一个资源更新周期去做。

　　可供选择的模块化超融合系统方案有来自Simplivity、Nutanix这种专业服务提供商的，也有来自如惠普和戴尔等大厂商的。这些厂商都预计，超大规模将可以以一个整体套装盒子(或者更准确的说，通过一系列的盒子)方式提供。

　　也有基于软件的基础设施平台，最出名的是OpenStack。 目前这类产品旨在解决自动扩容中的一些特别问题，如Infinidat和Scality专门解决超大规模存储问题。

　　当然，也有很多协助调配和任务管理的产品，例如VMware VVols或DataCore的SANsymphony，后者能够在虚拟机级别动态地管理存储。

　　同时，VMTurbo可以在云型环境的资源编配任务中，增加容量规划和分析的功能。

　　从小做起，降低成本

　　超大规模的潜在吸引力的一个重要部分就在于此：你可以从小处着手，以减少初期投资。然后，根据需要逐步扩容，添加更多的节点和软件，将资源池无缝扩展。

　　这就是使用超融合架构的公司主要目的所在，这种架构易于管理并且易于向上扩展。

　　这里需要提醒的是，在许多超大规模架构中，一个任务能使用的最大计算能力和内存是有限的，这个限制取决于运行它的特定节点的最大计算能力和内存。

　　自动负载分配软件可帮助任务寻找最合适的节点，但这种类型的超大规模技术并不适合一些计算或内存密集型任务。例如一些大型、关键任务应用程序，或者涵盖财务或ERP的应用。

　　存储是关键

　　从存储角度分析，如果为了追求系统的煎蛋和高效性，往往需要使用标准的节点模式，在这种模式下最不希望做的事就是为了获得更多的存储空间而添加额外的计算和内存资源。

　　为了解决这个问题，很可能意味着你将需要为存储节点构建一个单独的层，这样做增加了系统的复杂性。

　　另一方面，有越来越多的应用程序适合于超大规模和超融合环境。通常，这些都是网络原生应用或者基于云的原生应用，这些应用为分布式运行或者基于容器运行而设计，他们使用软件定义的一系列方法，比如高可用方法。

　　此外，他们也可能使用对象存储，将对象存储作为部署超大规模存储的合适候选方案。

　　他们希望在超大规模私有云平台在运行这些应用程序，使用平台自带的自动配置和分配工具，这样能达到与公有云服务相匹配的敏捷性和灵活性，并且又具备私有云的安全，以及与内部IT系统兼容的优势。

　　如果你能够成功克服技能差距的问题，能够控制IT部门内由此变化带来的影响，这将是一个更好的方案，因为其更适用于复杂的工作负载，更能满足网络客户的需求。