အစုလိုက်အပြုံလိုက် သိုလှောင်မှုစနစ်များတွင် စက်မှုလမ်းကြောင်းများ

ယနေ့တွင် ပဉ္စမမျိုးဆက်ကွန်ရက်များ၊ ဂျီနိုမိုစကင်နာများနှင့် မောင်းသူမဲ့ကားများသည် စက်မှုတော်လှန်ရေးမတိုင်မီ လူသားမျိုးနွယ်အားလုံးထက် တစ်နေ့လျှင် ဒေတာပိုထုတ်သည့်ကမ္ဘာတွင် ဒေတာကို အကောင်းဆုံးသိမ်းဆည်းနည်းကို ဆွေးနွေးပါမည်။

ကျွန်ုပ်တို့၏ကမ္ဘာသည် သတင်းအချက်အလတ်များကို ပို၍ပို၍ထုတ်ပေးနေသည်။ အစိတ်အပိုင်းအချို့သည် ခဏတာဖြစ်ပြီး စုဆောင်းရရှိသည်နှင့် လျင်မြန်စွာ ဆုံးရှုံးသွားပါသည်။ နောက်တစ်ခုကို ပိုကြာအောင် သိမ်းဆည်းထားသင့်ပြီး နောက်တစ်ခုက “ရာစုနှစ်များ” အတွက်တောင် ဒီဇိုင်းထုတ်ထားပါတယ် - အနည်းဆုံးတော့ အဲဒါက လက်ရှိကနေ မြင်နေရတဲ့အရာပါ။ သတင်းအချက်အလက်များသည် ချဉ်းကပ်မှုအသစ်၊ ဤအဆုံးမဲ့ "ဝယ်လိုအား" ကို ဖြည့်ဆည်းရန် ဒီဇိုင်းထုတ်ထားသည့် မည်သည့်နည်းပညာမဆို အရှိန်အဟုန်ဖြင့် ဒေတာစင်တာများတွင် စီးဆင်းနေပါသည်။

နှစ် 40 ဖြန့်ဝေသိုလှောင်မှုစနစ်များဖွံ့ဖြိုးတိုးတက်ရေး

ကျွန်ုပ်တို့နှင့်ရင်းနှီးသော ပထမဦးဆုံးကွန်ရက် သိုလှောင်မှုပုံစံသည် 1980 ခုနှစ်များတွင် ပေါ်ထွက်ခဲ့သည်။ သင်အများစုသည် NFS (Network File System), AFS (Andrew File System) သို့မဟုတ် Coda ကိုတွေ့ပြီးဖြစ်သည်။ ဆယ်စုနှစ်တစ်ခုကြာပြီးနောက်၊ ဖက်ရှင်နှင့်နည်းပညာများ ပြောင်းလဲလာကာ ဖြန့်ဝေထားသော ဖိုင်စနစ်များသည် GPFS (General Parallel File System)၊ CFS (Clustered File Systems) နှင့် StorNext တို့အပေါ် အခြေခံ၍ အစုလိုက်စုပြုံထားသော သိုလှောင်မှုစနစ်များသို့ နည်းလမ်းပေးခဲ့သည်။ ဆော့ဖ်ဝဲလ်အလွှာကို အသုံးပြု၍ ဖိုင်စနစ်တစ်ခုတည်းကို ဖန်တီးထားသည့်အပေါ်တွင် ဂန္တဝင်ဗိသုကာလက်ရာများ၏ သိုလှောင်မှုအား ပိတ်ဆို့သိမ်းဆည်းမှုကို အခြေခံအဖြစ် အသုံးပြုခဲ့သည်။ ဤနှင့် အလားတူဖြေရှင်းနည်းများကို ဆက်လက်အသုံးပြုဆဲ၊ ၎င်းတို့၏ အထူးအခွင့်အရေးများကို သိမ်းပိုက်ထားပြီး အလွန်ဝယ်လိုအားများနေပါသည်။

ထောင်စုနှစ်၏အလှည့်တွင်၊ ဖြန့်ဝေသိုလှောင်မှုပါရာဒိုင်းသည် အနည်းငယ်ပြောင်းလဲသွားပြီး SN (Shared-Nothing) ဗိသုကာစနစ်ဖြင့် စနစ်များက ဦးဆောင်နေရာယူထားသည်။ အစုအဝေးသိုလှောင်မှုမှ သိုလှောင်မှုတစ်ခုစီတွင် သိုလှောင်မှုသို့ ကူးပြောင်းသွားသည်မှာ စည်းကမ်းအရ ယုံကြည်စိတ်ချရသော သိုလှောင်မှုပေးဆောင်သည့် ဆော့ဖ်ဝဲလ်ပါရှိသော ဂန္တဝင်ဆာဗာများဖြစ်ကြသည်၊ ထိုကဲ့သို့သော အခြေခံမူများတွင် HDFS (Hadoop Distributed File System) နှင့် GFS (Global File System) တို့ကို တည်ဆောက်ထားသည်။

2010 ခုနှစ်များနှင့် နီးကပ်လာသောအခါတွင်၊ ဖြန့်ဝေထားသော သိုလှောင်မှုစနစ်များ၏ အခြေခံသဘောတရားများသည် VMware vSAN၊ Dell EMC Isilon နှင့် ကျွန်ုပ်တို့၏ ပြည့်စုံသော စီးပွားဖြစ်ထုတ်ကုန်များတွင် ထင်ဟပ်လာပါသည်။ Huawei OceanStor. ဖော်ပြထားသော ပလပ်ဖောင်းများ၏ နောက်ကွယ်တွင် ဝါသနာရှင်များ၏ အသိုက်အဝန်းမရှိတော့သော်လည်း ထုတ်ကုန်၏ လုပ်ဆောင်နိုင်စွမ်း၊ ပံ့ပိုးမှု၊ ဝန်ဆောင်မှုများအတွက် တာဝန်ရှိပြီး ၎င်း၏နောက်ထပ် ဖွံ့ဖြိုးတိုးတက်မှုကို အာမခံသည့် သီးသန့်ရောင်းချသူများ။ ထိုသို့သော ဖြေရှင်းနည်းများသည် နယ်ပယ်များစွာတွင် အလိုအပ်ဆုံးဖြစ်သည်။

တယ်လီကွန်းအော်ပရေတာများ

ဖြန့်ဝေသိုလှောင်မှုစနစ်၏ ရှေးအကျဆုံး သုံးစွဲသူများထဲမှ တစ်ခုမှာ တယ်လီကွန်းအော်ပရေတာများ ဖြစ်ကောင်းဖြစ်နိုင်သည်။ ပုံကြမ်းသည် မည်သည့် အပလီကေးရှင်းအုပ်စုများမှ ဒေတာအမြောက်အများကို ထုတ်လုပ်သည်ကို ပြသသည်။ OSS (Operations Support Systems), MSS (Management Support Services) နှင့် BSS (Business Support Systems) တို့သည် စာရင်းသွင်းသူများအတွက် ဝန်ဆောင်မှုပေးရန် လိုအပ်သော ဆော့ဖ်ဝဲလ်အလွှာ (၃) ခုကို ကိုယ်စားပြုပြီး၊ ဝန်ဆောင်မှုပေးသူထံသို့ ငွေကြေးအစီရင်ခံခြင်းနှင့် အော်ပရေတာအင်ဂျင်နီယာများထံသို့ လုပ်ငန်းလည်ပတ်မှုဆိုင်ရာ ပံ့ပိုးကူညီမှုတို့ဖြစ်သည်။

မကြာခဏဆိုသလို၊ ဤအလွှာများ၏ ဒေတာသည် တစ်ခုနှင့်တစ်ခု ကြီးမားစွာ ရောထွေးနေပြီး မလိုအပ်သော မိတ္တူများ စုဆောင်းခြင်းကို ရှောင်ရှားရန်အတွက် လည်ပတ်မှုကွန်ရက်မှလာသော အချက်အလက်အားလုံးကို စုဆောင်းထားသည့် ဖြန့်ဝေသိုလှောင်မှုကို အသုံးပြုသည်။ သိုလှောင်မှုများကို ဝန်ဆောင်မှုအားလုံးမှ ဝင်ရောက်အသုံးပြုနိုင်သည့် ဘုံရေကန်တစ်ခုအဖြစ် ပေါင်းစပ်ထားသည်။

ကျွန်ုပ်တို့၏တွက်ချက်မှုများအရ ဂန္ထဝင်သိုလှောင်မှုစနစ်များမှ သိုလှောင်မှုစနစ်များပိတ်ဆို့ခြင်းသို့ ကူးပြောင်းခြင်းသည် သီးသန့် hi-end သိုလှောင်မှုစနစ်များကို စွန့်လွှတ်ကာ သမားရိုးကျဂန္တဝင်ဗိသုကာလက်ရာဆာဗာများ (များသောအားဖြင့် x70) ကိုအသုံးပြုခြင်းဖြင့်သာ ဘတ်ဂျက်၏ 86% အထိ ချွေတာနိုင်စေသည်ဟု ကျွန်ုပ်တို့၏တွက်ချက်မှုများအရ သိရပါသည်။ ဆော့ဖ်ဝဲ။ ဆယ်လူလာအော်ပရေတာများသည် ထိုသို့သောဖြေရှင်းနည်းများကို အမြောက်အမြားဝယ်ယူလာသည်မှာ ကြာပြီဖြစ်သည်။ အထူးသဖြင့် ရုရှားအော်ပရေတာများသည် Huawei မှ ယင်းထုတ်ကုန်များကို အသုံးပြုနေသည်မှာ ခြောက်နှစ်ကျော်ပြီဖြစ်သည်။

ဟုတ်ကဲ့၊ ဖြန့်ဝေမှုစနစ်များကို အသုံးပြု၍ အလုပ်များစွာကို ပြီးမြောက်အောင် မလုပ်နိုင်ပါ။ ဥပမာအားဖြင့်၊ တိုးမြှင့်လုပ်ဆောင်မှုလိုအပ်ချက်များ သို့မဟုတ် ပရိုတိုကောအဟောင်းများနှင့် လိုက်ဖက်မှုရှိခြင်း။ သို့သော် အော်ပရေတာမှ လုပ်ဆောင်သော ဒေတာအနည်းဆုံး 70% ကို ဖြန့်ဝေထားသော ရေကန်တွင် ထားရှိနိုင်ပါသည်။

ဘဏ်လုပ်ငန်းကဏ္ဍ

မည်သည့်ဘဏ်တွင်မဆို အပြောင်းအလဲလုပ်ခြင်းမှအစ အလိုအလျောက် ဘဏ်စနစ်ဖြင့်အဆုံးသတ်သည့် အိုင်တီစနစ်အမျိုးမျိုးရှိသည်။ ဤအခြေခံအဆောက်အအုံသည် များပြားလှသော အချက်အလက်များစွာဖြင့်လည်း လုပ်ဆောင်နိုင်ပြီး အလုပ်အများစုသည် သိုလှောင်မှုစနစ်များ၏ စွမ်းဆောင်ရည်နှင့် ယုံကြည်စိတ်ချရမှုကို တိုးမြှင့်ရန် မလိုအပ်သော်လည်း၊ ဥပမာ၊ ဖွံ့ဖြိုးတိုးတက်မှု၊ စမ်းသပ်မှု၊ ရုံးလုပ်ငန်းစဉ်များကို အလိုအလျောက်လုပ်ဆောင်ခြင်းစသည်ဖြင့်၊ ဤတွင်၊ ဂန္ထဝင်သိုလှောင်မှုစနစ်များကို အသုံးပြုခြင်းသည် ဖြစ်နိုင်သည်၊ ဒါပေမယ့် တစ်နှစ်ထက်တစ်နှစ် အမြတ်နည်းတယ်။ ထို့အပြင်၊ ဤကိစ္စတွင်၊ သိုလှောင်မှုစနစ်ရင်းမြစ်များကို အသုံးပြုရာတွင် လိုက်လျောညီထွေမရှိပါ၊ peak load ပေါ်အခြေခံ၍ တွက်ချက်ထားသော စွမ်းဆောင်ရည်ကို။

ဖြန့်ဝေထားသော သိုလှောင်မှုစနစ်များကို အသုံးပြုသည့်အခါ၊ အမှန်တကယ်တွင် သာမန်ဆာဗာများဖြစ်သည့် ၎င်းတို့၏ node များကို အချိန်မရွေး၊ ဥပမာ၊ ဆာဗာခြံတစ်ခုအဖြစ်သို့ ပြောင်းလဲနိုင်ပြီး ကွန်ပျူတာပလပ်ဖောင်းတစ်ခုအဖြစ် အသုံးပြုနိုင်သည်။

ဒေအိုင်

အထက်ဖော်ပြပါ ပုံကြမ်းသည် ပုံမှန်ဝန်ဆောင်မှု သုံးစွဲသူများ၏ စာရင်းကို ပြသထားသည်။ ဒေတာအိုင်. ၎င်းတို့သည် e-government ဝန်ဆောင်မှုများ (ဥပမာ၊ “အစိုးရဝန်ဆောင်မှုများ”)၊ ဒစ်ဂျစ်တယ်လုပ်ငန်း၊ ငွေကြေးအဖွဲ့အစည်းများ၊ အစရှိသည်တို့ ဖြစ်နိုင်သည်။ ၎င်းတို့အားလုံးသည် ကွဲပြားသော အချက်အလက်များစွာဖြင့် လုပ်ဆောင်ရန် လိုအပ်ပါသည်။

ထိုပြဿနာများကိုဖြေရှင်းရန် ဂန္တဝင် သိုလှောင်မှုစနစ်များကို အသုံးပြုခြင်းသည် ထိရောက်မှုမရှိကြောင်း၊ အဘယ်ကြောင့်ဆိုသော် ၎င်းသည် ဒေတာဘေ့စ်များကို ပိတ်ဆို့ရန် စွမ်းဆောင်ရည်မြင့်ဝင်ရောက်ခွင့်နှင့် အရာဝတ္ထုများအဖြစ် သိမ်းဆည်းထားသည့် စကင်န်ဖတ်ထားသော စာရွက်စာတမ်းများ၏ ဒစ်ဂျစ်တိုက်များသို့ ပုံမှန်ဝင်ရောက်ခွင့် လိုအပ်သောကြောင့် ဖြစ်သည်။ ဥပမာအားဖြင့်၊ ဝဘ်ပေါ်တယ်မှတစ်ဆင့် မှာယူမှုစနစ်ကိုလည်း ဤနေရာတွင် လင့်ခ်ချိတ်နိုင်သည်။ ဤအရာအားလုံးကို ဂန္ထဝင်သိုလှောင်မှုပလပ်ဖောင်းတွင် အကောင်အထည်ဖော်ရန်၊ အလုပ်အမျိုးမျိုးအတွက် စက်ကိရိယာများစွာ လိုအပ်မည်ဖြစ်သည်။ အလျားလိုက် universal သိုလှောင်မှုစနစ်တစ်ခုသည် ယခင်ဖော်ပြထားသော လုပ်ဆောင်စရာများအားလုံးကို ကောင်းမွန်စွာ အကျုံးဝင်နိုင်သည်- သင်သည် ၎င်းတွင် မတူညီသော သိုလှောင်မှုလက္ခဏာများရှိသည့် ရေကူးကန်များစွာကို ဖန်တီးရန် လိုအပ်ပါသည်။

သတင်းအချက်အလက်အသစ်၏မီးစက်

ကမ္ဘာပေါ်တွင် သိမ်းဆည်းထားသော သတင်းအချက်အလက် ပမာဏသည် တစ်နှစ်လျှင် 30% ခန့် တိုးတက်လာသည်။ ဤသည်မှာ သိုလှောင်ရောင်းချသူများအတွက် သတင်းကောင်းဖြစ်သည်၊ သို့သော် ဤဒေတာ၏ အဓိကအရင်းအမြစ်မှာ အဘယ်နည်း။

လွန်ခဲ့သော 70 နှစ်ခန့်က လူမှုကွန်ရက်များသည် ထိုသို့သော ဂျင်နရေတာများဖြစ်လာသည်၊ ၎င်းသည် အယ်လဂိုရီသမ်အသစ်များ၊ ဟာ့ဒ်ဝဲဖြေရှင်းချက်များနှင့် အများအပြားကို ဖန်တီးရန် လိုအပ်သည်။ ယခုအခါ သိုလှောင်မှုပမာဏ ကြီးထွားမှုအတွက် အဓိက ဒရိုက်ဘာ သုံးခုရှိသည်။ ပထမတစ်ခုကတော့ cloud computing ဖြစ်ပါတယ်။ လက်ရှိတွင် ကုမ္ပဏီများ၏ XNUMX% ခန့်သည် cloud ဝန်ဆောင်မှုများကို တစ်နည်းမဟုတ်တစ်နည်း အသုံးပြုကြသည်။ ၎င်းတို့သည် အီလက်ထရွန်နစ်မေးလ်စနစ်များ၊ အရန်မိတ္တူများနှင့် အခြား virtualized ပစ္စည်းများ ဖြစ်နိုင်သည်။
ဒုတိယယာဉ်မောင်းသည် ပဉ္စမမျိုးဆက်ကွန်ရက်များဖြစ်သည်။ ၎င်းတို့သည် မြန်နှုန်းအသစ်များနှင့် ဒေတာလွှဲပြောင်းမှုပမာဏအသစ်များဖြစ်သည်။ ကျွန်ုပ်တို့၏ခန့်မှန်းချက်များအရ 5G ကို ကျယ်ကျယ်ပြန့်ပြန့်အသုံးပြုခြင်းသည် flash memory ကတ်များဝယ်လိုအား ကျဆင်းသွားစေသည်။ ဖုန်းထဲမှာ မန်မိုရီဘယ်လောက်ပဲရှိရှိ မကုန်သေးပါဘူး၊ gadget မှာ 100-megabit channel ပါရင်၊ ဓာတ်ပုံတွေကို စက်တွင်းမှာ သိမ်းထားဖို့ မလိုအပ်ပါဘူး။

သိုလှောင်မှုစနစ်များ တိုးလာရခြင်းအကြောင်းရင်း တတိယအုပ်စုတွင် ဉာဏ်ရည်တု လျင်မြန်စွာ ဖွံ့ဖြိုးတိုးတက်မှု၊ ကြီးမားသော ဒေတာခွဲခြမ်းစိတ်ဖြာမှုသို့ ကူးပြောင်းမှုနှင့် ဖြစ်နိုင်သမျှ အရာအားလုံး၏ universal automation ဆီသို့ ဦးတည်ချက်တို့ ပါဝင်ပါသည်။

“လမ်းကြောင်းသစ်” ၏အင်္ဂါရပ်မှာ ၎င်း၏ဖြစ်သည်။ ဖွဲ့စည်းပုံမရှိခြင်း။. ၎င်း၏ဖော်မတ်ကို မည်သည့်နည်းဖြင့်မျှ မသတ်မှတ်ဘဲ ဤဒေတာကို သိမ်းဆည်းရန် လိုအပ်သည်။ ၎င်းကို နောက်ဆက်တွဲဖတ်ရှုရန်အတွက်သာ လိုအပ်ပါသည်။ ဥပမာအားဖြင့်၊ ရနိုင်သောချေးငွေပမာဏကို ဆုံးဖြတ်ရန်၊ လူမှုကွန်ရက်ပေါ်တွင် သင်တင်ထားသော ဓာတ်ပုံများကို ဘဏ်လုပ်ငန်းအမှတ်ပေးစနစ်က ကြည့်ရှုမည်ဖြစ်ပြီး၊ သင်သည် ပင်လယ်နှင့် စားသောက်ဆိုင်များသို့ မကြာခဏသွားခြင်းရှိ၊ မရှိကို ဆုံးဖြတ်ပြီး တစ်ချိန်တည်းတွင် ရရှိနိုင်သော ဆေးဘက်ဆိုင်ရာစာရွက်စာတမ်းများမှ ကောက်နုတ်ချက်များကို လေ့လာမည်ဖြစ်သည်။ အဲဒါကို။ တစ်ဖက်တွင် ဤအချက်အလက်များသည် ကျယ်ကျယ်ပြန့်ပြန့်ရှိသော်လည်း တစ်ဖက်တွင်မူ တူညီမှုမရှိပါ။

ဖွဲ့စည်းပုံမရှိသော အချက်အလက်၏ သမုဒ္ဒရာ

“ဒေတာအသစ်” ပေါ်ပေါက်လာခြင်းသည် အဘယ်ပြဿနာများ ရှိသနည်း။ ၎င်းတို့အနက်မှ ပထမဆုံးအချက်မှာ သတင်းအချက်အလက် ပမာဏနှင့် ၎င်း၏ သိုလှောင်မှု ခန့်မှန်းကာလ ဖြစ်သည်။ ခေတ်မီ မောင်းသူမဲ့ ကိုယ်ပိုင်အုပ်ချုပ်ခွင့်ရကားတစ်စီးတည်းသည် ၎င်း၏အာရုံခံကိရိယာများနှင့် ယန္တရားများအားလုံးမှ နေ့စဉ်ဒေတာ 60 terabytes အထိထုတ်ပေးပါသည်။ ရွေ့လျားမှုဆိုင်ရာ အယ်လဂိုရီသမ်အသစ်များ တီထွင်ရန်အတွက် ဤအချက်အလက်များကို တစ်နေ့တည်းတွင် လုပ်ဆောင်ရမည်ဖြစ်ပြီး မဟုတ်ပါက ၎င်းသည် စုပုံလာမည်ဖြစ်သည်။ တစ်ချိန်တည်းမှာပင်၊ ၎င်းကို ဆယ်စုနှစ်များစွာကြာအောင် သိမ်းဆည်းထားရမည်။ သို့မှသာ ကြီးမားသော ခွဲခြမ်းစိတ်ဖြာမှုနမူနာများကို အခြေခံ၍ ကောက်ချက်ဆွဲရန် အနာဂတ်တွင် ဖြစ်နိုင်မည်ဖြစ်သည်။

မျိုးရိုးဗီဇအစီအစဥ်များကို ပုံဖော်ခြင်းအတွက် စက်တစ်ခုသည် တစ်နေ့လျှင် 6 TB ခန့်ကို ထုတ်လုပ်သည်။ ၎င်း၏အကူအညီဖြင့် စုဆောင်းရရှိထားသော ဒေတာသည် ဖျက်ပစ်ခြင်းကို လုံးဝ မဆိုလိုပေ၊ ဆိုလိုသည်မှာ တွေးခေါ်ပုံအရ၊ ၎င်းကို ထာဝရသိမ်းဆည်းထားသင့်သည်။

နောက်ဆုံးတွင် ပဉ္စမမျိုးဆက် ကွန်ရက်များ အတူတူပင် ဖြစ်သည်။ အမှန်တကယ် ပို့လွှတ်သော သတင်းအချက်အလက်များအပြင်၊ ထိုကဲ့သို့သော ကွန်ရက်တစ်ခုသည် ကြီးမားသော ဒေတာထုတ်ပေးသည့် ဂျင်နရေတာတစ်ခုဖြစ်သည်- လုပ်ဆောင်ချက်မှတ်တမ်းများ၊ ခေါ်ဆိုမှုမှတ်တမ်းများ၊ စက်မှစက်သို့ အပြန်အလှန်ဆက်သွယ်မှု၏ အလယ်အလတ်ရလဒ်များ စသည်တို့ဖြစ်သည်။

ဤအရာအားလုံးသည် အချက်အလက်များကို သိမ်းဆည်းခြင်းနှင့် လုပ်ဆောင်ခြင်းအတွက် ချဉ်းကပ်မှုအသစ်များနှင့် အယ်လဂိုရီသမ်များ ဖွံ့ဖြိုးတိုးတက်ရန် လိုအပ်သည်။ အဲဒီလို ချဉ်းကပ်မှုတွေ ပေါ်လာတယ်။

ခေတ်သစ်နည်းပညာများ

သတင်းအချက်အလက် သိုလှောင်မှုစနစ်များအတွက် လိုအပ်ချက်အသစ်များကို ရင်ဆိုင်ရန် ဒီဇိုင်းထုတ်ထားသော ဖြေရှင်းချက်အုပ်စုသုံးစုရှိသည်- ဉာဏ်ရည်တုမိတ်ဆက်မှု၊ သိုလှောင်မှုမီဒီယာ၏ နည်းပညာဆင့်ကဲပြောင်းလဲမှုနှင့် စနစ်ဗိသုကာနယ်ပယ်တွင် ဆန်းသစ်တီထွင်မှုများ။ AI နဲ့ စလိုက်ရအောင်။

Huawei ဖြေရှင်းချက်အသစ်များတွင် AI ပရိုဆက်ဆာကို စနစ်မှ လွတ်လပ်စွာ ခွဲခြမ်းစိတ်ဖြာနိုင်ပြီး ကျရှုံးမှုများကို ကြိုတင်ခန့်မှန်းနိုင်သည့် သိုလှောင်မှုအဆင့်တွင် ဉာဏ်ရည်တုကို အသုံးပြုထားသည်။ အကယ်၍ သိုလှောင်မှုစနစ်သည် သိသာထင်ရှားသော တွက်ချက်မှုစွမ်းရည်များရှိသည့် ဝန်ဆောင်မှု cloud နှင့် ချိတ်ဆက်ထားပါက၊ ဉာဏ်ရည်တုသည် အချက်အလက်များ ပိုမိုလုပ်ဆောင်နိုင်ပြီး ၎င်း၏ယူဆချက်များ၏ တိကျမှုကို တိုးမြှင့်နိုင်မည်ဖြစ်သည်။

ပျက်ကွက်မှုများအပြင်၊ ထိုကဲ့သို့သော AI သည် အနာဂတ်တွင် အမြင့်ဆုံးဝန်နှင့် စွမ်းဆောင်ရည်မကုန်မချင်း ကျန်အချိန်ကို ခန့်မှန်းနိုင်သည်။ ၎င်းသည် သင့်အား မလိုလားအပ်သော ဖြစ်ရပ်များမဖြစ်ပေါ်မီ စွမ်းဆောင်ရည်ကို ပိုမိုကောင်းမွန်အောင်ပြုလုပ်ပြီး စနစ်အား အတိုင်းအတာဖြင့် လုပ်ဆောင်နိုင်စေမည်ဖြစ်သည်။

ယခု storage media ၏ ဆင့်ကဲဖြစ်စဉ်အကြောင်း။ ပထမဆုံး flash drive များကို SLC (Single-Level Cell) နည်းပညာဖြင့် ပြုလုပ်ခဲ့သည်။ ၎င်းကို အခြေခံထားသည့် စက်ပစ္စည်းများသည် လျင်မြန်ခြင်း၊ ယုံကြည်စိတ်ချရသော၊ တည်ငြိမ်သော်လည်း စွမ်းရည်အနည်းငယ်ရှိပြီး အလွန်စျေးကြီးပါသည်။ ဒရိုက်ဗ်များ၏ မြန်နှုန်း၊ ယုံကြည်စိတ်ချရမှုနှင့် ဝန်ဆောင်မှုသက်တမ်းကို လျှော့ချပေးသောကြောင့် အချို့သော နည်းပညာဆိုင်ရာ လိုက်လျောမှုများဖြင့် ထုထည်တိုးတက်မှုနှင့် စျေးနှုန်းလျှော့ချခြင်းကို အောင်မြင်ခဲ့ပါသည်။ မည်သို့ပင်ဆိုစေကာမူ၊ လမ်းကြောင်းသည် သိုလှောင်မှုစနစ်များကို ၎င်းတို့ကိုယ်တိုင် မထိခိုက်စေဘဲ၊ အမျိုးမျိုးသော ဗိသုကာဆိုင်ရာလှည့်ကွက်များကြောင့် ယေဘုယျအားဖြင့် ပိုမိုအကျိုးရှိပြီး ပိုမိုစိတ်ချရလာခဲ့သည်။

ဒါပေမယ့် ဘာကြောင့် All-Flash သိုလှောင်မှုစနစ်တွေ လိုအပ်တာလဲ။ တူညီသော form factor ရှိသော SSDs အသစ်များဖြင့် ယခင်လည်ပတ်မှုစနစ်ရှိ HDD အဟောင်းများကို အစားထိုးရန် လုံလောက်သည်မဟုတ်လော။ စနစ်ဟောင်းများတွင် ရိုးရှင်းစွာ မဖြစ်နိုင်သော Solid-state drive အသစ်များ၏ အရင်းအမြစ်အားလုံးကို ထိထိရောက်ရောက် အသုံးပြုနိုင်ရန် ၎င်းကို လိုအပ်ပါသည်။

ဥပမာအားဖြင့် Huawei သည် ဤပြဿနာကိုဖြေရှင်းရန် နည်းပညာများစွာကို တီထွင်ခဲ့ပြီး ယင်းတို့အနက်တစ်ခုဖြစ်သည်။ FlashLink“disk-controller” အပြန်အလှန်တုံ့ပြန်မှုများကို တတ်နိုင်သမျှ အကောင်းဆုံးဖြစ်အောင် ပြုလုပ်ပေးနိုင်သော၊

Intelligent identification သည် အချက်အလက်များစွာကို လမ်းကြောင်းများအဖြစ် ပြိုကွဲစေပြီး ကဲ့သို့သော မလိုလားအပ်သော ဖြစ်စဉ်များစွာကို ရင်ဆိုင်နိုင်စေခဲ့သည်။ WA (အကျယ်ချဲ့ရေးပါ)။ တစ်ချိန်တည်းမှာပင်၊ အထူးသဖြင့်၊ ပြန်လည်ရယူခြင်းဆိုင်ရာ algorithms အသစ် RAID 2.0+၊ ပြန်လည်တည်ဆောက်မှု အရှိန်ကို တိုးမြှင့်ပြီး လုံးဝ အရေးမပါသော ပမာဏသို့ အချိန်ကို လျှော့ချပါ။

ပျက်ကွက်ခြင်း၊ များပြားလွန်းခြင်း၊ အမှိုက်စုဆောင်းခြင်း - ထိန်းချုပ်ကိရိယာများကို အထူးပြုပြင်မွမ်းမံမှုများကြောင့် သိုလှောင်မှုစနစ်၏ စွမ်းဆောင်ရည်ကို ထိခိုက်မှုမရှိတော့ပါ။

ဒေတာသိမ်းဆည်းမှုများနှင့် ပိတ်ဆို့ရန် ပြင်ဆင်မှုများလည်း ရှိနေသည်။ NVMe. ဒေတာအသုံးပြုခွင့်ကို စုစည်းခြင်းအတွက် ဂန္ထဝင်အစီအစဥ်သည် ဤကဲ့သို့ လုပ်ဆောင်ခဲ့ကြောင်း သတိရကြပါစို့- ပရိုဆက်ဆာသည် RAID ထိန်းချုပ်ကိရိယာအား PCI Express ဘတ်စ်ကားမှတစ်ဆင့် ဝင်ရောက်ခဲ့သည်။ ၎င်းသည် SCSI သို့မဟုတ် SAS မှတဆင့်စက်မှုဒစ်များနှင့်အပြန်အလှန်အကျိုးသက်ရောက်သည်။ Backend တွင် NVMe ကိုအသုံးပြုခြင်းသည် လုပ်ငန်းစဉ်တစ်ခုလုံးကို သိသိသာသာမြန်ဆန်စေသော်လည်း ၎င်းတွင် အားနည်းချက်တစ်ခုရှိသည်- ၎င်းကို memory သို့တိုက်ရိုက်ဝင်ရောက်နိုင်စေရန်အတွက် drives များသည် processor နှင့် တိုက်ရိုက်ချိတ်ဆက်ရမည်ဖြစ်သည်။

ယခုကျွန်ုပ်တို့မြင်နေရသောနည်းပညာဖွံ့ဖြိုးတိုးတက်မှု၏နောက်ထပ်အဆင့်မှာ NVMe-oF (NVMe over Fabrics) ကိုအသုံးပြုခြင်းဖြစ်သည်။ Huawei ပိတ်ဆို့ခြင်းနည်းပညာများအတွက်၊ ၎င်းတို့သည် FC-NVMe (NVMe over Fiber Channel) ကို ပံ့ပိုးထားပြီးဖြစ်ပြီး RoCE မှ NVMe (RDMA over Converged Ethernet) ကို အကောင်အထည်ဖော်နေပြီဖြစ်သည်။ စမ်းသပ်မှု မော်ဒယ်များသည် အတော်လေး လုပ်ဆောင်နိုင်သည်၊ ၎င်းတို့၏ တရားဝင် မိတ်ဆက်ပွဲ မတိုင်မီ လပေါင်းများစွာ ကျန်နေသေးသည်။ “ဆုံးရှုံးမှုမရှိသော Ethernet” သည် အလွန်ဝယ်လိုအားရှိနေသည့် ဖြန့်ဝေစနစ်များတွင် ဤအရာအားလုံးကို ပေါ်လာမည်ကို သတိပြုပါ။

ဖြန့်ဝေသိမ်းဆည်းခြင်းလုပ်ငန်းကို အကောင်းဆုံးဖြစ်အောင်လုပ်ရန် နောက်ထပ်နည်းလမ်းတစ်ခုမှာ ဒေတာပုံတူကူးခြင်းအား လုံးဝစွန့်လွှတ်ခြင်းပင်ဖြစ်သည်။ Huawei ဖြေရှင်းချက်များသည် ပုံမှန် RAID 1 ကဲ့သို့ n ကော်ပီများကို မသုံးတော့ဘဲ၊ နှင့် လုံးဝပြောင်းပါ။ EC (Erasure coding)။ အထူးသင်္ချာအထုပ်တစ်ခုသည် ဆုံးရှုံးသွားသောအခါတွင် အလယ်အလတ်ဒေတာကို ပြန်လည်ရယူခွင့်ပြုသည့် အချိန်ကာလတစ်ခုတွင် ထိန်းချုပ်ပိတ်ဆို့မှုများကို တွက်ချက်သည်။

ကူးယူခြင်းနှင့် ဖိသိပ်ခြင်း ယန္တရားများသည် မဖြစ်မနေ ဖြစ်လာသည်။ ဂန္တဝင် သိုလှောင်မှုစနစ်များတွင် ကျွန်ုပ်တို့သည် ထိန်းချုပ်ကိရိယာများတွင် တပ်ဆင်ထားသည့် ပရိုဆက်ဆာအရေအတွက်ဖြင့် ကန့်သတ်ထားပါက၊ ထို့နောက် ဖြန့်ဝေထားသော အလျားလိုက် အတိုင်းအတာဖြင့် သိမ်းဆည်းနိုင်သော သိုလှောင်မှုစနစ်များတွင်၊ node တစ်ခုစီတွင် လိုအပ်သည့်အရာအားလုံးပါဝင်သည်- ဒစ်ခ်များ၊ မန်မိုရီ၊ ပရိုဆက်ဆာများနှင့် အပြန်အလှန်ချိတ်ဆက်မှုရှိသည်။ ပုံတူပွားခြင်းနှင့် ချုံ့ခြင်းတို့သည် စွမ်းဆောင်ရည်အပေါ် အနည်းငယ်သာသက်ရောက်မှုရှိကြောင်း သေချာစေရန် ဤအရင်းအမြစ်များသည် လုံလောက်ပါသည်။

ဟာ့ဒ်ဝဲ ပိုမိုကောင်းမွန်အောင် လုပ်ဆောင်နည်းများအကြောင်း။ ဤနေရာတွင် အခန်းကဏ္ဍတစ်ခုမှပါဝင်သည့် အပိုဆက်ကပ်အပ်နှံချစ်ပ်များ (သို့မဟုတ် ပရိုဆက်ဆာကိုယ်တိုင်၌ သီးသန့်လုပ်ကွက်များ) ၏အကူအညီဖြင့် ဗဟိုပရိုဆက်ဆာများပေါ်တွင် ဝန်ကိုလျှော့ချနိုင်သည် ခြေချောင်း (TCP/IP Offload Engine) သို့မဟုတ် EC ၏ သင်္ချာဆိုင်ရာ လုပ်ငန်းဆောင်တာများ၊ ထုတ်ယူခြင်းနှင့် ချုံ့ခြင်းတို့ကို လုပ်ဆောင်ခြင်း။

ဒေတာသိမ်းဆည်းခြင်းဆိုင်ရာ ချဉ်းကပ်မှုအသစ်များကို တစ်စုတစ်စည်းတည်း (ဖြန့်ဝေ) ဗိသုကာတွင် ထည့်သွင်းထားသည်။ ဗဟိုချုပ်ကိုင်ထားသော သိုလှောင်မှုစနစ်များတွင် Fiber Channel မှတစ်ဆင့် ဆာဗာစက်ရုံနှင့် ချိတ်ဆက်ထားသည်။ SAN array တွေအများကြီးနဲ့။ ဤချဉ်းကပ်မှု၏ အားနည်းချက်များမှာ အတိုင်းအတာချဲ့ထွင်ရန် ခက်ခဲခြင်းနှင့် ဝန်ဆောင်မှု၏ အာမခံအဆင့် (စွမ်းဆောင်ရည် သို့မဟုတ် latency အရ) အာမခံချက်ဖြစ်သည်။ Hyperconverged စနစ်များသည် အချက်အလက်များကို သိမ်းဆည်းခြင်းနှင့် လုပ်ဆောင်ခြင်းအတွက် တူညီသော host များကို အသုံးပြုသည်။ ၎င်းသည် စကေးချဲ့ရန်အတွက် အကန့်အသတ်မရှိ အတိုင်းအတာကို ပေးစွမ်းသော်လည်း ဒေတာခိုင်မာမှုကို ထိန်းသိမ်းရန်အတွက် ကုန်ကျစရိတ်များသည်။

အထက်ဖော်ပြပါ နှစ်ခုစလုံးနှင့် မတူဘဲ၊ ကွဲပြားနေသော ဗိသုကာပညာကို ဆိုလိုသည်။ စနစ်ကို ကွန်ပျူတာထည်နှင့် အလျားလိုက် သိုလှောင်မှုစနစ်အဖြစ် ပိုင်းခြားထားသည်။. ၎င်းသည် ဗိသုကာ နှစ်ခုလုံး၏ အကျိုးကျေးဇူးများကို ပေးစွမ်းပြီး စွမ်းဆောင်ရည် ကင်းမဲ့သော ဒြပ်စင်ကိုသာ အကန့်အသတ်မရှိ ချဲ့ထွင်နိုင်စေပါသည်။

ပေါင်းစည်းခြင်းမှ ပေါင်းစည်းခြင်းသို့

လွန်ခဲ့သည့် 15 နှစ်ကသာ ကြီးထွားလာခဲ့သည့် ဂန္တဝင်အလုပ်တစ်ခုဖြစ်သည့် ပိတ်ဆို့သိုလှောင်မှု၊ ဖိုင်ဝင်ရောက်ခွင့်၊ အရာဝတ္တုများထံ ဝင်ရောက်ခွင့်၊ ကြီးမားသောဒေတာခြံလည်ပတ်မှုစသည်ဖြင့် တစ်ပြိုင်နက်တည်း လုပ်ဆောင်ရန် လိုအပ်ပါသည်။ ကိတ်မုန့်ပေါ်ရှိ အိုင်စေးသည်လည်း ဖြစ်နိုင်သည်။ ဥပမာ၊ သံလိုက်တိပ်ပေါ်တွင် အရန်စနစ်တစ်ခု ဖြစ်ရမည်။

ပထမအဆင့်တွင်၊ ဤဝန်ဆောင်မှုများကို စီမံခန့်ခွဲမှသာ စည်းလုံးနိုင်မည်ဖြစ်သည်။ ကွဲပြားသော ဒေတာသိမ်းဆည်းမှုစနစ်များကို စီမံခန့်ခွဲသူမှ ရရှိနိုင်သော အရင်းအမြစ်များကို ဖြန့်ဝေပေးသည့် အထူးပြုဆော့ဖ်ဝဲအချို့နှင့် ချိတ်ဆက်ထားသည်။ သို့သော် ဤရေကန်များတွင် မတူညီသော ဟာ့ဒ်ဝဲများ ပါရှိသောကြောင့် ၎င်းတို့ကြားတွင် ဝန်ကို ရွှေ့ပြောင်းခြင်းမှာ မဖြစ်နိုင်ပေ။ ပိုမိုမြင့်မားသောပေါင်းစည်းမှုအဆင့်တွင်၊ ပေါင်းစည်းမှုသည် တံခါးပေါက်အဆင့်တွင် ဖြစ်ပေါ်ခဲ့သည်။ ဖိုင်မျှဝေခြင်းကို ရနိုင်ပါက၊ ၎င်းကို မတူညီသော ပရိုတိုကောများဖြင့် ဆောင်ရွက်ပေးနိုင်ပါသည်။

ကျွန်ုပ်တို့အတွက် လက်ရှိရရှိနိုင်သော အဆင့်မြင့်ဆုံးပေါင်းစည်းခြင်းနည်းလမ်းတွင် universal hybrid စနစ်တစ်ခု ဖန်တီးခြင်း ပါဝင်သည်။ အတိအကျ ငါတို့က ဘာဖြစ်သင့်လဲ။ OceanStor 100D. Universal access သည် တူညီသော ဟာ့ဒ်ဝဲရင်းမြစ်များကို အသုံးပြုပြီး မတူညီသော pool များအဖြစ် ယုတ္တိနည်းကျကျ ပိုင်းခြားထားသော်လည်း load migration ကို ခွင့်ပြုပါသည်။ ဤအရာအားလုံးကို စီမံခန့်ခွဲမှု ကွန်ဆိုးလ်တစ်ခုတည်းဖြင့် လုပ်ဆောင်နိုင်သည်။ ဤနည်းဖြင့် ကျွန်ုပ်တို့သည် "ဒေတာစင်တာတစ်ခု - သိုလှောင်မှုစနစ်တစ်ခု" ၏သဘောတရားကို အကောင်အထည်ဖော်နိုင်ခဲ့သည်။

အချက်အလက်သိမ်းဆည်းမှုကုန်ကျစရိတ်သည် ယခုအခါ ဗိသုကာဆိုင်ရာ ဆုံးဖြတ်ချက်များစွာကို ဆုံးဖြတ်ပေးပါသည်။ ၎င်းကို ဘေးကင်းစွာ ရှေ့တန်းမှ ထားနိုင်သော်လည်း ယနေ့ကျွန်ုပ်တို့သည် "တိုက်ရိုက်" သိုလှောင်မှုအား တက်ကြွစွာဝင်ရောက်ခွင့်နှင့် ဆွေးနွေးနေသောကြောင့် စွမ်းဆောင်ရည်ကိုလည်း ထည့်သွင်းစဉ်းစားရပါမည်။ မျိုးဆက်သစ်ဖြန့်ဝေမှုစနစ်များ၏ နောက်ထပ်အရေးကြီးသောပိုင်ဆိုင်မှုမှာ ပေါင်းစည်းခြင်းပင်ဖြစ်သည်။ နောက်ဆုံးတွင်၊ မတူညီသော consoles များမှ ထိန်းချုပ်ထားသော ကွဲပြားသည့်စနစ်များစွာကို မည်သူမျှမလိုချင်ပါ။ ဤအရည်အသွေးအားလုံးသည် Huawei ထုတ်ကုန်စီးရီးသစ်များတွင် ပေါင်းစပ်ပါဝင်နေသည်။ OceanStor ပစိဖိတ်.

မျိုးဆက်သစ် အစုလိုက်အပြုံလိုက် သိုလှောင်မှုစနစ်

OceanStor Pacific သည် ခြောက်ခုမြောက် ယုံကြည်စိတ်ချရမှု လိုအပ်ချက်များ (99,9999%) နှင့် ကိုက်ညီပြီး HyperMetro အတန်းအစား ဒေတာစင်တာများကို ဖန်တီးရန်အတွက် အသုံးပြုနိုင်ပါသည်။ ဒေတာစင်တာနှစ်ခုအကြား 100 ကီလိုမီတာအထိ အကွာအဝေးဖြင့်၊ စနစ်များသည် qurum ဆာဗာများအပါအဝင် မည်သည့်ဘေးအန္တရာယ်ခံနိုင်ရည်ရှိမှုဖြေရှင်းနည်းများကိုမဆို ၎င်းတို့၏အခြေခံပေါ်တွင် တည်ဆောက်နိုင်စေသည့် နောက်ထပ် latency 2 ms ကို သရုပ်ပြသည်။

စီးရီးထုတ်ကုန်အသစ်များသည် ပရိုတိုကော ဘက်စုံအသုံးပြုနိုင်မှုကို သရုပ်ပြသည်။ ယခုပင်၊ OceanStor 100D သည် block access၊ object access နှင့် Hadoop access ကို ပံ့ပိုးပေးပါသည်။ မကြာမီကာလအတွင်း ဖိုင်ဝင်ရောက်ခွင့်ကိုလည်း အကောင်အထည်ဖော်သွားပါမည်။ မတူညီသော ပရိုတိုကောများမှတစ်ဆင့် ထုတ်ပေးနိုင်ပါက ဒေတာအများအပြားကို ကော်ပီများ သိမ်းဆည်းထားရန် မလိုအပ်ပါ။

“ဆုံးရှုံးမှုမရှိသောကွန်ရက်” ၏ အယူအဆသည် သိုလှောင်မှုစနစ်များနှင့် မည်သို့ဆက်စပ်နေပုံရသည်။ အမှန်မှာ ဖြန့်ဝေထားသော ဒေတာသိမ်းဆည်းမှုစနစ်များသည် သင့်လျော်သော algorithms နှင့် RoCE ယန္တရားတို့ကို ပံ့ပိုးပေးသည့် မြန်ဆန်သောကွန်ရက်ပေါ်တွင် အခြေခံ၍ တည်ဆောက်ထားခြင်းဖြစ်သည်။ ကျွန်ုပ်တို့၏ခလုတ်များဖြင့် ပံ့ပိုးပေးထားသော ဉာဏ်ရည်တုစနစ်သည် ကွန်ရက်အမြန်နှုန်းကို ပိုမိုတိုးမြှင့်ရန်နှင့် latency လျှော့ချရန် ကူညီပေးသည်။ AI အထည်အလိပ်. AI Fabric ကိုအသက်သွင်းသည့်အခါ သိုလှောင်မှုစွမ်းဆောင်ရည်ရရှိမှုသည် 20% အထိရောက်ရှိနိုင်သည်။

OceanStor Pacific မှ ဖြန့်ဝေထားသော သိုလှောင်မှုအမှတ်အသစ်သည် အဘယ်နည်း။ 5U form factor ဖြေရှင်းချက်တွင် drive 120 ပါ ၀ င်ပြီး rack space နှစ်ဆကျော်ခြွေတာပေးသည့် classic node သုံးခုကိုအစားထိုးနိုင်သည်။ မိတ္တူများကို မသိမ်းဆည်းခြင်းဖြင့်၊ ဒရိုက်များ၏ စွမ်းဆောင်ရည်သည် သိသိသာသာ (+92%) အထိ တိုးလာသည်။

ဆော့ဖ်ဝဲလ်သတ်မှတ်ထားသော သိုလှောင်မှုသည် ဂန္တဝင်ဆာဗာတစ်ခုပေါ်တွင် ထည့်သွင်းထားသည့် အထူးဆော့ဖ်ဝဲဖြစ်သည်ဟူသောအချက်ကို ကျွန်ုပ်တို့ ကျင့်သားရနေပါသည်။ ယခုမူကား၊ အကောင်းဆုံးသောဘောင်များရရှိရန်၊ ဤဗိသုကာဆိုင်ရာဖြေရှင်းချက်သည် အထူး node များလိုအပ်ပါသည်။ ၎င်းတွင် သုံးလက်မအရွယ် ဒရိုက်ဗ်များကို စီမံခန့်ခွဲသည့် ARM ပရိုဆက်ဆာများအပေါ် အခြေခံထားသော ဆာဗာနှစ်ခု ပါဝင်သည်။

ဤဆာဗာများသည် hyperconverged ဖြေရှင်းချက်များအတွက် မသင့်လျော်ပါ။ ပထမဦးစွာ၊ ARM အတွက် အပလီကေးရှင်းအနည်းငယ်ရှိပြီး၊ ဒုတိယအချက်မှာ load balance ကို ထိန်းသိမ်းရန် ခက်ခဲသည်။ သီးခြားသိုလှောင်မှုသို့ ရွှေ့ရန် ကျွန်ုပ်တို့ အဆိုပြုပါသည်- ဂန္ထဝင် သို့မဟုတ် ရက်ခ်ဆာဗာများက ကိုယ်စားပြုသည့် ကွန်ပျူတာအစုအဝေးတစ်ခုသည် သီးခြားလုပ်ဆောင်သော်လည်း ၎င်းတို့၏ တိုက်ရိုက်လုပ်ဆောင်မှုများကို လုပ်ဆောင်သည့် OceanStor Pacific သိုလှောင်မှု ဆုံမှတ်များနှင့် ချိတ်ဆက်ထားသည်။ ပြီးတော့ သူ့ဟာသူ တရားမျှတတယ်။

ဥပမာအားဖြင့်၊ server racks 15 ခုကိုယူဆောင်သည့် hyperconverged စနစ်ဖြင့် ဂန္တဝင်ဒေတာသိုလှောင်မှုဖြေရှင်းချက်တစ်ခုကို ယူကြပါစို့။ သီးခြားကွန်ပြူတာဆာဗာများနှင့် OceanStor Pacific သိုလှောင်မှုဆုံမှတ်များကြားတွင် ဝန်ကို အချင်းချင်း ခွဲထုတ်ပါက၊ လိုအပ်သော သိုလှောင်မှုအရေအတွက်ကို ထက်ဝက်လျှော့ချမည်ဖြစ်သည်။ ၎င်းသည် ဒေတာစင်တာလည်ပတ်မှုကုန်ကျစရိတ်ကို လျှော့ချပေးပြီး စုစုပေါင်းပိုင်ဆိုင်မှုကုန်ကျစရိတ်ကို လျှော့ချပေးသည်။ သိမ်းဆည်းထားသော အချက်အလက်ပမာဏသည် တစ်နှစ်လျှင် 30% တိုးလာနေသည့် ကမ္ဘာတွင်၊ ထိုကဲ့သို့သော အားသာချက်များကို အသုံးချ၍မရပါ။

***

Huawei ဖြေရှင်းချက်များနှင့် ၎င်းတို့၏ အပလီကေးရှင်းအခြေအနေများအကြောင်း ကျွန်ုပ်တို့၏ နောက်ထပ်အချက်အလက်များကို သင်ရနိုင်သည်။ က်ဘ်ဆိုက် သို့မဟုတ် ကုမ္ပဏီ ကိုယ်စားလှယ်များထံ တိုက်ရိုက် ဆက်သွယ်ပါ။

source: www.habr.com