为了给您提供更优质的服务,请您先完善以下信息:
确认提交

扫码关注

爱数技术支持中心公众号

请选择:

请选择咨询类型

AnyShare
AnyBackUp
AnyRobot

扫码关注

爱数技术支持中心公众号

contact us

提交成功!

我们将在 24 小时之内联系你。

性能爆表
AnyShare
如何购买
我想先试用
我已是Anyshare 客户
AnyRobot
如何购买
购买 AnyRobot 订阅服务
我已是 AnyRobot 客户
一对一在线咨询
我是 AnyRobot 新客户
一对一在线咨询

AnyVM协同战略重拳出击——AnyVM+AnyShare协同解决方案

2016-11-01

桌面虚拟化方案在各种机构的办公环境中逐步普及。为优化桌面虚拟化的基础设施架构,爱数基于AnyVM超融合存储打造了超融合桌面云方案。AnyShare则立足于非结构化数据管理,助力客户实现桌面数据的统一存储、管理和共享,提升企业文档的共享和协作的效率。

AnyVM和AnyShare都涉及到桌面云的数据存储和管理,两者基于协同战略深入融合,又能产生怎样的火花? 下面小编就带各位深入的了解一下。

桌面云解决方案的痛点

桌面云以统一的桌面环境,解决了桌面系统的管理难题,受到越来越多用户的认可。但是桌面用户的业务数据才是企事业单位最重要的资产,并最终体现桌面信息系统的价值。

当模板化的虚拟桌面存放了大量用户数据,桌面系统将不再是单纯、一致的计算环境,会给桌面系统的管理、维护、升级、迁移等带来额外的考量因素,并带来安全性负担,失去虚拟桌面在管理上的优越性。

AnyVM+AnyShare超融合文档云解决方案

AnyShare提供非结构化数据管理解决方案,帮助客户实现非结构化数据的统一存储、管理和使用。AnyVM超融合存储为客户提供简洁、高效的数据服务。

AnyVM+AnyShare融合方案将AnyShare深度的集成到AnyVM平台,在单一硬件平台上实现文档云方案和桌面虚拟化方案,显著降低TCO;并在逻辑上将计算资源与桌面用户业务数据隔离,维持桌面系统的易管理性,也解决了桌面用户数据的管理和安全问题,为客户创造1+1>2的价值。    

                         

深度的融合

AnyShare作为一款企业级的应用,在存储性能和服务的稳定性方面都有很高要求,也具备一系列的性能加速和高可用特性。

AnyVM节点的SSD盘被AnyShare复用,用于部署AnyShare系统和性能加速,前三块HDD的部分空间用于AnyShare系统的备份,这样充分保障了AnyShare系统连续性的同时,也兼顾了AnyShare对存储性能的需求。此外,AnyVM也考虑到了AnyShare在服务层面的高可用需求,支持AnyShare在节点间的高可用特性,保障在单个节点故障情况下文档云服务的连续性。

AnyShare管理的用户数据则全部存储在AnyVM的分布式对象存储中,由AnyVM提供用户数据的存储并保障数据层高可用。

这样就完成了AnyVM和AnyShare在架构和硬件上的融合、复用,充分发挥硬件功能,降低TCO,提高管理效率,一举多得。

AnyShare存储资源供给方案

协同的价值

特性更为丰富的融合方案

AnyShare和AnyVM融合之后,双方的高级特性也实现进一步融合。对于AnyShare而言,AnyVM的分布式对象存储可以提供更多的存储高级功能,如副本数据智能自愈和数据随着资源变化,而实现跨节点的负载自动均衡等。对于AnyVM而言,则能实现在一个集群上面提供存储服务的同时,带来非结构化数据的共享和协作服务,给客户提供更具价值的综合方案。

更小的初始规模,更高性价比

AnyVM最小支持两个节点搭建一个分布式集群,基于超融合基础设施搭建文档云方案,可以在两个硬件节点上实现搭建桌面虚拟化基础架构的同时,实现AnyShare文档云的部署。AnyVM的Scale-out弹性扩展架构可以保障后期的资源按需扩展。这样的配置可以助力客户有效的降低桌面云及文档云方案的初始成本,并保障后期的可扩展性,让方案具备更高的性价比。

统一硬件平台,管理简便

AnyVM和AnyShare融合解决方案可以在同一套硬件平台上实现桌面虚拟化及文档云方案的部署,并共用一套分布式存储,可以有效的简化数据中心架构,降低IT人员对硬件和底层存储系统的维护工作量。融合AnyShare后,可以将用户数据和桌面剥离,降低了管理复杂度,也解决了用户数据的管理和安全问题。

AnyVM超融合基础设施致力于帮助客户实现基础设施的云化,同时基于这个云化的基础设施提供完备的数据管理服务,助力客户更好的挖掘IT价值。

ai-assistant
chat
support
trial
需求助手 (内容由 AI 大模型生成,请仔细甄别)