Bedrijven hebben te maken met steeds grotere hoeveelheden data, en die worden lang niet altijd centraal opgeslagen. Het werk van storagebeheerders is de afgelopen jaren dan ook een stuk complexer geworden. Kan Artificial Intelligence en Machine Learning voor verlichting zorgen?

 

De wereld als klant is hybride: cloud wordt volop gecombineerd met on-premises IT. Dit betekent ook dat applicaties en de bijbehorende data al snel verspreid staan over public clouds, private clouds en verschillende on-premises systemen. Sommige fileshares komen bijvoorbeeld terecht in relatief goedkope cloud omgevingen, terwijl voor meer vertrouwelijke data traditionele harddiskdrives of lokale SSD’s worden ingezet. Of een private clouddienst.

Het is aan storagebeheerders de taak om dit complexe geheel te beheren en onderhouden. Ze moeten er bijvoorbeeld voor zorgen dat de performance van de storageomgeving altijd optimaal is, dat storingen snel worden gedetecteerd en verholpen en dat er altijd voldoende storagecapaciteit beschikbaar is. Daarnaast is het van belang dat data altijd op het juiste opslagmedium terechtkomt, waarbij ze onder andere kosten, snelheid en security tegen elkaar moeten afwegen. Een bijna onmenselijke opgave, zeker als het gaat om tientallen of zelfs honderden applicaties en omvangrijke hoeveelheden data.

Geen wonder dat artificial intelligence ook op storagegebied aan een opmars bezig is. Waar het menselijk brein tekortschiet, kan AI hulp bieden. Onder andere Gartner voorspelt dat de toepassing van ‘Artificial Intelligence for IT operations’ (AIOps) de komende jaren enorm toe gaat nemen. In 2018 maakte nog maar 5 procent van de grote bedrijven gebruik van AIOps voor het monitoren en bewaken van applicaties en infrastructuren, waaronder storage. In 2023 is dat naar verwachting gestegen naar 30 procent.

Enorme hoeveelheden metadata

Gartner definieert AIOps als ‘een combinatie van big data en machine learning om IT-beheeractiviteiten te automatiseren, met inbegrip van eventcorrelatie, detectie van onregelmatigheden en causaliteitsbepaling’. Zo baseren fabrikanten hun voorspellingen en adviezen op de analyse van enorme hoeveelheden metadata die afkomstig zijn van de vele storagesystemen van die wereldwijd in gebruik zijn.

Door de analyse van deze enorme dataverzameling wordt tooling van de meest vooraanstaande storageproducenten steeds slimmer en efficiënter. Die intelligentie wordt op meerdere manieren ingezet:

  1. Voorspellen en voorkomen van problemen
    Door de analyse van enorme hoeveelheden metadata weten we welke signalen voorafgaan aan daadwerkelijke problemen. Die kennis wordt gebruikt om problemen in de infrastructuur te voorspellen en te helpen voorkomen. Deze tools kunnen de meeste potentiële problemen detecteren en verhelpen, en dat zonder tussenkomst van een beheerder. Dit bevordert de databeschikbaarheid.
  2. Optimaliseren van de prestaties
    De tooling is in staat om de perfomance van de storagesystemen te analyseren en te adviseren over een efficiënter gebruik van de storagecapaciteit. Slimme aanbevelingen – zoals het vergroten van de cachingcapaciteit of het aanschaffen van nodes – zorgen ervoor dat bottlenecks worden opgelost en dat de prestaties verbeteren.

  3. Voorkomen van menselijke fouten
    De tooling leert van fouten die gemaakt zijn in het verleden. Heeft bijvoorbeeld een bepaalde mix van hardware, firmware en softwareversies bij een klant aan de andere kant van de wereld tot problemen geleid? En staat jouw klant op het punt om een vergelijkbare mix te omarmen? Dan treedt de AI in werking en krijgt je klant het advies om voor een andere oplossing te kiezen.
  4. Beperken van het aantal handmatige taken
    Voorgaande punten dragen er ook aan bij dat de beheerlast behoorlijk afneemt. Beheer en troubleshooting kosten veel minder tijd. Zo beperkt het aantal handmatige supporttaken en verlaagt de OPEX van de storageomgeving aanzienlijk.

  5. Infrastructuur autonoom maken
    Zo maken deze oplossingen de weg vrij voor een infrastructuur die zichzelf beheert, herstelt en optimaliseert. Daarvoor verzamelt de tooling voortdurend data en leert de tool van de workloads van klanten – waardoor alle klanten slimmer worden. In deze nieuwe AI-driven wereld is maken we forse stappen in de infrastructuurruimte en het bouwen van nieuwe AI-modellen om inzichten om te zetten in acties.

Detron kan je adviseren over deze toepassingen, en verlaagt daarbij de kosten door het efficiënt inzetten van jouw storageomgeving en voor het beheer van de storageomgeving.