Este sitio utiliza cookies para proporcionar características y funciones mejoradas. Al utilizar el sitio, usted está aceptando esto. Nosotros valoramos su privacidad y la seguridad de sus datos. Por favor revise nuestra Política de cookies y Política de privacidad, ya que ambas se han actualizado recientemente.
1,8 millones de transacciones por segundo y las unidades de estado sólido de Kingston

Las necesidades de procesamiento de datos negocios han crecido sustancialmente cada año, desde terabytes a petabytes y, a menudo fuera del alcance del modelo tradicional de servidores en el ámbito de la computación distribuida escalable, para el análisis de grandes conjuntos de datos que atienden a sectores como la salud, la biociencia, las finanzas, el petróleo y el gas.

Una informe de 2003 emitido por la University of California, Berkeley indicaba que "En 2002 las llamadas telefónicas en todo el mundo tanto en teléfonos fijos como móviles contenían 17,3 exabytes de información nueva, si se almacena en formato digital", y que "Tomaría 9,25 exabytes de almacenamiento el retener todas las llamadas [telefónicas] de EE.UU. en cada año".1 (Un exabyte es igual a un trillón de bytes o a un millón de gigabytes o a 1.000 petabytes). En una estimación posterior por parte de la University of Southern California para los datos almacenados en 2007, se anticipaba que llegaban a 295 exabytes, lo que causó grandes preocupaciones de manejo a nivel mundial. 2

Cuando la capacidad de procesamiento de datos de una empresa que utiliza soluciones tradicionales para almacenamiento crece más allá de la viabilidad de las prácticas actuales de procesamiento de estos enormes conjuntos de datos, una solución de computación distribuida que utilice una herramienta para análisis de datos confiable, fácil de desplegar, estandarizada y de alto rendimiento, tal como Apache Hadoop, puede resultar muy valiosa en el suministro de resultados precisos y oportunos para los escenarios de grandes conjuntos de datos.

Por desgracia, incluso una solución innovadora como Apache Hadoop no puede llegar a su verdadero potencial utilizando sólo discos duros tradicionales, mecánicos y basados en plato giratorio, ya que simplemente no son capaces de ofrecer el ancho de banda sostenido y la baja latencia requeridos en la infraestructura de grandes conjuntos de datos con capacidad aumentada, del día de hoy.

Las soluciones de almacenamiento rápidas, robustas y rentables basadas en NAND Flash representan una gran oportunidad para alcanzar nuevos niveles de rendimiento, confiabilidad y menor costo total de propiedad (TCO) para estas estructuras de grandes conjuntos de datos, en configuraciones autónomas o en combinación con discos duros tradicionales en modelos de almacenamiento de nivel de archivo y transaccionales, y para eliminar la expansión del almacenamiento.

Los logros al llegar a 1,8 millones de operaciones de entrada/salida por segundo (IOPS), utilizando componentes disponibles comercialmente (COTS), han demostrado que lo que permite que grandes herramientas de análisis de datos alcancen su verdadero potencial no tiene que ser costoso o complejo. Por ejemplo, las unidades de estado sólido (SSD) de grado de servidor de Kingston Technology pueden beneficiar a las empresas que actualmente utilizan unidades de disco duro en la industria de la biociencia y la salud de varias maneras, incluyendo: 3

  • Acelerar la gestión y el tiempo de acceso de los registros de clientes en bases de datos de clase corporativa de todo el país, para atender más rápidamente las necesidades de servicio al cliente. A medida que crece la población cada año lo hacen también sus necesidades de atención médica y, como consecuencia directa, también lo hacen las necesidades de rendimiento de los servidores. En un estudio de Accenture de 2010, se estimaba que "América del Norte experimentará un 9,7 por ciento de crecimiento en su mercado de registro médico electrónico (EMR): de 7,4 mil millones de dólares en 2010 a 9,8 mil millones de dólares en 2013. Con 5.800 hospitales, la adopción del EMR está comenzando a acelerarse debido a los incentivos y sanciones de la ARRA (Ley de recuperación y reinversión de los EE.UU. de 2009)".4

  • Reducir el tiempo para analizar las relaciones de los registros electrónicos de salud (EHR) y EMRs a fin de formular predicciones, analizar la propagación de enfermedades entre los grupos de población y convertir más rápidamente los datos brutos en información valiosa usando sistemas tales como Watson de IBM.5

  • Incrementar el desempeño de la planificación de los recursos empresariales (ERP) para el seguimiento de activos y gestión de recursos, lo que aumenta el rendimiento operativo y permite que los hospitales y servicios médicos móviles mejoren la eficiencia en la atención de las necesidades de los pacientes.

  • La nueva investigación en medicina, los costos de desarrollo y el tiempo de comercialización aumentan proporcionalmente con la complejidad de una enfermedad. El reducir el tiempo de comercialización y los costos generales, al modelar y simular con precisión nuevos dispositivos biomédicos o tratamientos para las enfermedades, puede resultar vital para salvar vidas y alentar a las compañías farmacéuticas a invertir recursos en su desarrollo. 6

Si bien no hay duda de que 1,8 millones de IOPS pueden beneficiar tremendamente a estos sectores, la baja latencia de acceso de una SSD y el rendimiento de alto volumen de procesamiento también se prestan naturalmente bien para las operaciones de procesamiento de transacciones en línea (OLTP), donde los objetivos principales son aumentar el número de transacciones que puede ser resuelto por segundo y reducir el tiempo de respuesta para una consulta en la base de datos transaccional.

La naturaleza de las aplicaciones OLTP, que van desde el sistema electrónico de reservas (e-booking) de un agente de viajes hasta el cajero automático de un banco (ATM), se ajusta perfectamente a los beneficios de la arquitectura SSD, incorporados ya sea en una solución de almacenamiento en niveles o en una solución completa de almacenamiento SSD para facilitar la necesidades propias de una base de datos transaccional en vivo, controlando las tareas fundamentales del negocio con poco retraso y minimizando los riesgos de apagonestransaccionales".

Resumen

Las industrias de más rápido crecimiento, tales como las ciencias biológicas y la atención médica, tienen algunas de las más altas exigencias de rendimiento para hacer frente a una multitud de tareas diferentes, incluyendo servicios de gestión de hospitales, servicios de gestión de pacientes, investigación y el desarrollo farmacéuticos, equipos y suministros médicos, satisfacción del paciente y lo más importante, el salvar vidas.

La capacidad de ofrecer un rendimiento más rápido con un costo total de propiedad (TCO) más bajo para las industrias encargadas de esas exigentes funciones, permite que las empresas puedan capitalizar fácilmente la ventaja tecnológica hecha posible por la unidad de estado sólido de clase Enterprise E100 de Kingston.

Referencias
  1. How Much Information? by University of California, Berkeley (http://www2.sims.berkeley.edu/research/projects/how-much-info-2003/execsum.htm)

  2. How much total information is there in the world? by University of Southern California (http://news.usc.edu/#!/article/29360/How-Much-Information-Is-There-in-the-World)

  3. Orange Silicon Valley and Hyve Solutions Attain 1.8 Million IOPS Benchmark with Components from LSI and Kingston (http://ir.synnex.com/releasedetail.cfm?ReleaseID=709523)

  4. Overview of International EMR/EHR Markets Results from a Survey of Leading Health Care Companies by Accenture
    (http://www.accenture.com/SiteCollectionDocuments/PDF/Accenture_EMR_Markets_Whitepaper_vfinal.pdf)

  5. Putting Watson to work (http://www-03.ibm.com/innovation/us/watson/watson_in_healthcare.shtml)

  6. Taming the Cost of Respiratory Drug Development by Jan De Backer, CEO, FluidDA nv, Kontich, Belgium Thierry Marchal, Healthcare Industry Director, ANSYS, Inc.
    (http://www.ansys.com/staticassets/ANSYS/staticassets/resourcelibrary/article/AA-V4-I2-Taming-Cost-of-Respiratory-Drug-Development.pdf)

        Back To Top