CommuniLink 聯通國際網絡

近日大家紛紛關心股市、匯率的升勢，的確美元低息政策多年，進入加息周期匯率走強將會影響很多產業現有的情況。Gartner估計2015年全球IT開支將會進一步收縮至3萬6千億美元，下降1.3%。下降原因主要是匯率升幅所帶來數字上的抵消。

很多企業IT開銷都以美元作為主要貨幣，隨著美元匯率持續上升，Gartner降低原本估計有2.4%增長至下降1.3%，所以並不是甚麼事件令市場動盪令投資意慾減少。但可見單一匯率因素對IT行業也足以造成巨大衝擊，令到帳面上原有3.1%的升幅都蠶食了。

然而，這種由匯率造成的幻覺掩蓋了更大的影響因素。每一個產品或服務，都有一個組件以美元為成本，令產品表面上價格上漲。然而，還有很多其他的市場因素相互作用，為保護美元的利潤，定價調整及合作夥伴和產品管理都是影響的因素。

這項由Gartner調查預測的IT支出是很多技術趨勢、硬件、軟件、IT服務和電訊市場的指標。十多年來，全球頂尖IT企業高管都使用這些季度報告確認市場機遇和挑戰，並根據他們的關鍵業務決策上行之有效的方法。

全球IT開支預測

對IT設備支出預計將下降1.2%，達6,850億。主要是PC採購的增長放緩的，而兌美元的匯率影響，令歐亞多國購買力下降，手機市場較不受貨幣變化影響。

數據中心系統支出預計微升0.4%，包括外部存儲控制器、網絡設備和伺服器，全部被美元影響，伺服器市場受的影響最大，所以今年廠商將面對更大的定價壓力。企業軟件以總價3,200億增長約2.3%，預計企業開始減少了辦公套件支出，反映Office 365採用加快。

IT服務開支下降0.7%，主要由於油價影響，美國大部份倚賴石油和天然氣的敷商迅速反應，削減開支20%以上，因為美國是一個主要石油生產的IT服務對象。

在電信服務支出，預測下降2.6%，影響較為突出的是發達市場如美國和一些西歐國家的總連接，在純數據連接的設備和多SIM連接沒有高達此前預期。

以上資訊由www.hkitblog.com提供

在商業應用範疇中，我們已經避不開使用開源軟件，甚至是開源軟件已經在各種情況下成為高科技的救星，但是開源最適合企業的哪些業務領域？當然，這個問題的答案每家公司各有不同。但是一些應用可以在幾乎所有情況下適用。以下例子用途有助於企業增長，帶領企業體會更高一級的靈活性和可靠性，或者只是為你省下相當可觀的一筆預算。

1、伺服器軟件

Apache這個旗艦的開源Web伺服器軟件是目前使用最為廣泛的一個，優勢遠遠多過IIS平台。這免費、可靠、易於管理，且不需要IIS那樣龐大的開銷。但是開源並不僅僅局限於Web伺服器，如果企業需要共用SMB，那就考慮以下Samba吧。Samba 4甚至集成了Active Directory，這樣你就不需要為在Samba伺服器上設置單獨的用戶帳戶而擔心。

2、部署

部署開源是一件非常簡單的事情。PHP、Rails、Perl，可以利用這麼多的語言進行開發，還有很多工具，從IDE到漏洞追蹤，有大量部署開源的選擇。開源和專有之間最大的區別是，你可以訪問到軟件代碼。在FOSS（免費開源軟件）世界裡，代碼是一應俱全的，對於很多開發者來說，Linux作業系統擁有他們開發、創建許可權（尤其是那些不需要完整IDC進行編碼的人）所需要的一切，如果你需要GUI開發工具，開源能覆蓋你所需的一切。

3、安全性

安全的挑戰越來越大，企業可選擇Out Of Box的解決方案，又或者可以精心設計自己的安全性，完美地滿足你的需求，例如iptables。是的，開源安全路徑需要花費多一些的時間去部署，但是最終結果一般都是意料之外的好。在桌面電腦上使用開源通常是一個比大多數專有系統更安全的平台，安全危機會急劇減少。

4、桌面

這是部署開放系統最大障礙的地方，但日常工作流程已經開始轉變，雲端化令我們日常工作可以通過一個瀏覽器完成。部署Linux不僅可以依舊做多數日常工作，而且還不會遭遇各種病毒、惡意軟件和漏洞等可能削弱系統的問題。Linux的穩定性高又節約成本，這是雙贏的。

5、工作流程

每間企業都依賴於有系統的工作流程，這取決於工具，開源工具覆蓋了CRM、HRM、ERP、BI、BPM……開源可以處理幾乎所有業務流程，而且都相當出色，有Pentaho、Collabtive和SugarCRM這樣的軟件，開源在任何時候都可以匹敵那些封閉原始程式碼的工具。

6、協作

如果協作方式不流暢，員工就無法有效合作完成工作，因此企業選擇的協同工具是至關重要的。開源世界中有很多高品質的協同工具，Cyn.in社區版、Zimbra開源版以及Kolab都只是開源世界中現有的出色協同工具中的三個例子。

7、大數據

當談到大數據，開源再合適不過了，例如SUSE的方案，大數據和開源現在已經並駕齊驅了。向記憶體資料和即時內核補丁等創新，使得開源成為大數據的理想解決方案。它可以完美地滿足部署在該平台上的大數據的大規模需求。封閉原始程式碼的軟件則無法達到這種級別的靈活性。

8、雲運算

雲領域的主要玩家都是開源的。像Red Hat、Ubuntu、SUSE、Amazon、Rackspace都是採用開源，知道開源是雲部署的最佳解決方案。但是如果你不想選擇規模較大的公司，還有一些新興的工具，例如ownCloud，你可以利用它託管雲的解決方案，或者自己搭建私有雲。

9、多媒體

如果你的企業為PR做播客或者視頻，開源可以滿足你。Audacity和OpenShot這樣的工具可以幫助你做任何音訊或者視頻工作，成本低廉是最大優勢，很難找到比Audacity成本更低更好的播客工具，比OpenShot更易於使用的視頻編輯器。這兩款軟件在創造專業品質方面表現出色，而且沒有陡峭的學習曲線，或者封閉原始程式碼工具相關的高成本。

10、電子商務

如果企業在網上出售產品，那麼應嘗試一下PretaShop這樣的工具。PretaShop是目前最強大的電子商務解決方案，它擁有幾乎所有你可能需要的功能，這款開源平台在電子商務的各個方面都有出色表現。

面向業務的免費開源軟件

開源不再是部署於業務的週邊，免費的開源軟件主導著與業務相關的話題。如果你一直在尋求考慮部署開源解決方案，那麼先嘗試一下這10項。

以上資訊由www.hkitblog.com提供

近年數據中心技術都以節能為大前題，但原來電費成本只是副車，數據中心擁有人最怕是電力供應的不穩令數據中心效能出現不穩定狀況。

電力供應穩定性越來越關鍵

數據中心因著需求大量的運算和儲存，產生更多的電力需求，數據中心的管理者和經營者都想知現在的電力基礎設施能否處理所有產生的資料呢？我們能提供足夠的電力嗎？。那麼在5年或10年或15年以後呢，那時該如何應對？為了支援運算和儲存今天的需求，數據中心需要品質可靠、高效節能的，採用可再生能源的充足電力。

為應付不斷增長的資料需求導致更大的電力需求和成本，凡爾納全球公司位於冰島凱夫拉維克的數據中心，已經建立了圍繞可再生能源接入，可靠和具有成本效益的電源策略。探討電力因素對數據中心影響，巴爾塞爾斯對此具有獨特的視角。

電力的底線

從財務的角度來看電力是很重要的。當數據中心管理者展望未來計畫的成本，在如何計算電力定價時，卻不知道未來會發生什麼。電力成本在今天的數據中心設施的位置產生巨大的影響。當客戶著眼於市場的發展趨勢時，其共同點就是電力的價格。

需求改變位置

你看目前人們不在大都市地區建設新的數據中心，數據中心都儘量遠離人口中心，向偏遠地區地區發展。比如美國西北太平洋地區的華盛頓州、俄勒岡、甚至美國猶他州，又例如 Facebook 在瑞典建數據中心，因其電網是超級可靠的。而Google在芬蘭建設的數據中心，並利用可再生能源(哈米納數據中心將在2015年主要採用風能發電)。這種供電可靠性在美國當前卻不可用。例如，海灣地區的電力並不是持續的。其可靠性不高。

北方氣候的另一個好處是較低的散熱需求。在數據中心的總體成本中，冷卻成本占到發電成本的3至4成。數據中心自然傾向尋找平均氣溫越低的地方。這減少了散熱所需的製冷成本（無論是通過傳統的冷卻方式，或通過蒸發冷卻）。

實用的可靠性

我們目前依賴的電力基礎設施並不是都那麼可靠，就好似上星期美國首都華盛頓地區出現大停電，電力廠設施老舊，城市用電量上升令供電網出現不穩定變數。電力的可靠性是一個讓人關注的問題，不只是在美國，在全世界也是如此。

以上資訊由www.hkitblog.com提供

Amazon旗下的AWS今天宣佈推出Amazon Machine Learning (下簡稱為AML)，這是一項全面的託管服務，讓任何開發者都能夠輕鬆使用歷史資料開發並部署預測模型。這些模型用途廣泛，包括檢測欺詐、防止用戶流失並改進用戶支援。

與Amazon內開發者所使用的同樣經過驗證、可擴展並且每週生成超過500億個預測的機器學習技術，AML的API和嚮導能夠為開發者提供關於機器學習模型的創建和調試流程的指導，從而輕鬆部署並擴展模型，支援數十億級別的預測。AML能夠與S3、Redshift和Relational Database Service整合，輕鬆使用存儲在AWS雲服務上的已有資料。

Machine Learning難用 AML簡化有市場

由於需要統計學、資料分析和機器學習等方面的專業知識，只有極少數開發者能夠利用機器學習功能建立應用。傳統意義上的機器學習應用方法涉及很多手動、重複和容易出錯的任務，例如計算匯總統計學、進行資料分析、通過機器學習演算法利用資料訓練模型、評估和優化模型，然後才能使用該模型生成預測。

通過降低複雜性並對上述步驟進行自動化，AML讓所有軟件開發人員都可以廣泛地使用機器學習技術。開發者可以使用AWS管理主控台或API來快速地根據需要創建大量模型，並利用這些模型生成大輸送量的預測，而不必擔心配置硬體、分發和縮放計算負載、管理依賴性或監測和修復基礎架構故障等問題。由於沒有準備成本，開發者可以按使用情況付費，能夠從小規模開始並隨著應用的擴展而擴大使用規模。

由內部工具重新包裝雲端化

AML其實是Amazon內悠久的機器學習傳統，例如為客戶推薦商品，讓Amazon Echo能夠根據你的聲音做出回應，讓我們能夠在30分鐘內就可以卸載滿滿一卡車的商品並完成上架。其技術源自從數千名Amazon開發者快速建立模型、進行實驗並擴展至全球性預測應用的過程中所學到的經驗。

AML讓開發者能夠對用於訓練模型以發現資料模式規律的資料集的統計屬性進行視覺化處理。開發者就能夠更好地理解數據分佈，並在模型訓練之前發現缺失或無效的值，從而節約時間。之後，AML會自動變換用於訓練的資料並優化機器學習演算法，開發者不需要深入理解機器學習演算法或調試參數，即可創建最佳模型。通過使用AML技術，在沒有任何機器學習經驗的前提下，單個亞馬遜開發者可以在20分鐘內解決之前需要兩名開發者花費45天才能解決的問題，並且所建立的模型同樣能夠實現92%的精確度。一旦模型創建完畢，開發者就可以直接從AML輕鬆地進行批量處理或生成即時預測，無需開發和管理自有基礎架構。

亞馬遜可持續包裝團隊為亞馬遜配送提供更小巧、更環保的包裝，同時仍能夠保護配送物品。亞馬遜全球可持續發展總監Kara Hurst表示：「我們利用AML來分析客戶對包裝的回饋，並創建預測以發現適合我們的Frustration Free簡易包裝和電子商務包裝標準的商品。AML已經幫助我們更好地發現造成浪費和讓客戶不滿的產品包裝。我們能夠利用現有資料並快速地開發預測模型，在幾個星期內即可在生產中部署。因此，我們能夠為客戶提供更環保的商品和包裝。」

以上資訊由www.hkitblog.com提供

任何 IT 專業人員如果使用過監控工具，無論使用時間長短，都很可能對伺服器、路由器及交換機等新裝置的設定得心應手。新增磁碟機及介面等子項目大概也是小菜一碟。他們還很有可能設定自己份內要處理的報告及資料匯出，更不用說設定提醒了。

但是現在必須解決的問題是：如何處理這些提醒？

大多數使用監控工具的 IT 專業人員會設定電子郵件或短訊提醒轉寄，以便使用流動裝置獲得通知。特別諳於此道的 IT 專業人員甚至會在其公司使用的事件系統中設定自動問題單。但是一旦設定好這些，他們通常就收工了。接下來發生的事情很常見：監控工具將偵測到一個錯誤，並發出一則通知，相關人員將介入，採取某種行動，於是問題將（最終）得到解決。

但是為什麼要這麼做呢？如果電腦可以處理這種情況，為什麼要打擾一個正在享受生活、休息、工作或睡覺的人？事實上，監控工具自帶的許多提醒都具有通常可自動化的簡單回應功能，這樣可以節省很多人工時間及資源，換句話說，有助於提高淨收益。

想一想下面這些經常被忽視的簡單例子：

提醒：XXX 服務不可用 自動回應：嘗試重新啟動裝置

提醒：磁碟空間佔用率超過 X% 自動回應：清空標準臨時資料夾

提醒：偵測到 IP 位址衝突 自動回應：關閉較新裝置的連接埠

這樣的例子不勝枚舉。

任何時候，如果自動回應不成功，正常的監控工具將觸發第二級行動 — 透過上文所述的電子郵件、短訊或問題單發出通知。在最糟糕的情況下，電子郵件、短訊或問題單也只會延遲幾分鐘時間，而它們之所以會延遲，是因為監控系統立即採取了技術人員在登入後才會採取的措施。因此，從某種意義上來說，這種解決問題的途徑仍然比沒有自動回應的時候快上數分鐘。

但是自動化能做的事不僅僅是這些。有效的監控工具在發出提醒時，還能夠自動開始收集所需的額外資訊，然後將這些資訊「反饋」給提醒本身。例如：

提醒：CPU 佔用率超過 X% 自動回應：確定 CPU 佔用率最高的 10 個處理程序

提醒：RAM（新聞 – 快訊）佔用率超過 X% 自動回應：確定 RAM 佔用率最高的 10 個處理程序

提醒：虛擬機佔用了超過 X% 的主機資源 自動回應：按名稱確定虛擬機

提醒：清空臨時資料夾後，磁碟空間佔用仍然超過 X% 自動回應：掃描磁碟，確定最近 24 小時內新增或更新的最大的 10 個檔案

但是這類監控自動化真的會影響淨收益嗎？答案是絕對的「會」。

典型案例：某間公司最近只是實施了上文所述的與磁碟相關的自動回應，即清空臨時資料夾，如果磁碟空間仍然較滿，則在 15 分鐘後再次發出提醒，並且將 CPU 佔用率最高的 10 個處理程序新增至高 CPU 佔用提醒中。

結果是，與去年同月相比，提醒數量大約減少了 30% 至 70％。將百分比轉換為實際數字，意味著每月大約減少了 43 至 175 條提醒。另外，支援人員看到結果後可以更快地對剩餘的提醒做出回應，因為他們知道，系統已經自動完成了初步處理。

顯然，與 CPU 相關的提醒沒有減少，但支援人員的回應同樣得到了改善，因為問題單中所含的資訊明確指出了問題所在。在一種情況下，由於公司終於能夠證明軟件長期存在的問題，因此他們可以去找廠商，要求對方提供修補程式。

虛擬化、成本的下降以及值得慶幸的預算投入增加正在推動 IT 環境的發展，在這樣的背景下，利用監控措施來確保運算環境的穩定性已成為一項日益明顯的需求。另一項需求沒有那麼明顯，但是卻具有同樣的重要性及價值，那就是：透過實施促進自動化的監控工具以及切實利用這些自動化功能，來確保將監控所需的人工成本維持在低水平。

作者：SolarWinds 極客達人 Leon Adato

以上資訊由www.hkitblog.com提供