Mike Matchett is a senior analyst and consultant at Taneja Group.
我们很难预测2016年数据中心哪个模块会是发展重点。可能是大数据？可能是超融合？亦或者是混合云计算？
大集群因为其支持大规模融合与整合，可以协助优化整体资本支出，而不断吸引业内目光。那么为什么我们不把现在所有的IT基础设施都集群化呢？
容器是VMworld 2015大会最为热门的话题之一。VMware很清楚地看到了近期容器与虚拟机混搭将会快速进入企业数据中心。
今天传统的存储厂商正在分析大数据湖的前景。从存储市场的角度来看，数据湖就像另一个云计算一样。
在数据中心里，我们通过机器学习算法将巨大和快速的数据流分层，从而建立独特的业务竞争优势或更大的社会效益。
对于机器学习和大数据初学者来说，很容易编写出效率低下的复杂模型或者对特定数据进行重复分析，另外一种挑战是成功的定义会随着不同的使用情况而出现巨大差异。
我们每天都可以看到IT专业人员尝试在廉价的服务器和硬盘上部署软件层来提供存储服务。但与此同时，高度优化的闪存加速技术也在同样的数据中心使用，尽管它们价格昂贵，但它们通过性能赢得了用户。
由于我们所提供的信息，数据中心机器正在变得越来越智能。怎样使机器学习为你所用呢？
软件定义存储到底是啥？该如何部署？为什么它对数据中心经理很重要呢？一般的，软件定义的存储版本价格竞争力很强，部署在虚拟机或商用硬件上。
组织不大可能把100%的数据都移到云上，但大多数企业都会至少想让一部分数据能够利用云存储的优势。最好的方法是以混合的方式使用云存储来创建一个本地存储资源和云的无缝集成。
