虚拟化大不同 VDI与IDV上演生死对决

云计算 虚拟化
一直以来,传统桌面管理都是采用本地化管理技术来实现,关注操作系统补丁管理和应用部署带来的挑战。随着云计算的到来和IT部门快速反应的强烈需求,移动办公和IT消费化成为必然趋势,要求人们开始寻求能从根本上转换其桌面管理流程和削减运营成本的解决方案。

   桌面虚拟化综述

  一直以来,传统桌面管理都是采用本地化管理技术来实现,关注操作系统补丁管理和应用部署带来的挑战。随着云计算的到来和IT部门快速反应的强烈需求,移动办公和IT消费化成为必然趋势,要求人们开始寻求能从根本上转换其桌面管理流程和削减运营成本的解决方案。

  

虚拟化大不同 VDI与IDV上演生死对决

 

  

虚拟化大不同 VDI与IDV上演生死对决

 

  桌面管理演进

  在此背景下,桌面虚拟化(Desktop virtualization或者Virtual Desktop Infrastructure,VDI)大张旗鼓地得到应用并受到人们的普遍关。它是一种基于服务器的计算模型,并且借用了传统的瘦客户端模型,让管理员与用户能够同时获得两种方式的优点:将所有桌面虚拟机在数据中心进行托管并统一管理;同时用户能够获得完整PC机的使用体验,即用户可以通过瘦客户端,或者类似的设备在局域网或者远程访问获得与传统PC机一致的用户体验。

  这样一来,桌面虚拟化能够帮助终端用户显著提高工作效率,完成操作系统迁移或新关键业务应用部署等活动,打破桌面本地化固有模式,提高业务灵活性和数据安全性,明显改善IT服务质量。

  然而,大部分桌面虚拟化方式需要对主要基础设施进行投资,会带来移动办公和终端用户性能方面的挑战,并产生大量与集中管理相关的问题。借助服务器托管的VDI在部署方面也会面临诸多困难,而且其成本也会十分高昂。根据国外一份独立公布的数据显示,在计算应用集成成本之前,每个桌面的成本高达2600美元。

  由于面临上述重大挑战,而且当前的IT环境正在发生显著而又快速的变化包括消费化趋势的上升、云计算应用和服务器虚拟化的日臻成熟。用户希望能够从任何地点通过任意设备实现移动办公,将“bring your own IT”变得可能。

  尽管目前已经有很多先进的桌面虚拟化技术,但传统的桌面管理还是面临着很多严峻挑战。为此,英特尔公司提出了一种革新性的框架Intelligent Desktop Virtualization(IDV)智能桌面虚拟化。它将使得管理用户计算的整个系统变得更加智能。而且能够***化用户体验的同时给IT人士提供所需的管理功能。#p#

  智能桌面虚拟化

  智能桌面虚拟化(Intelligent Desktop Virtualization,IDV)是一种相当新颖的技术观念,在未来很有可能彻底颠覆整个桌面虚拟化游戏规则。

  和虚拟桌面基础架构(Virtual Desktop Infrastructure,VDI)下所有桌面计算资源高度集中在数据中心、界面发送至终端设备不同,IDV采取更多的是分布式方法来满足运营技术需求,同时集中和简化管理和部署功能。

  VDI通常带来的显著挑战包括前期成本、存储相关的技术挑战、不确定的TCO以及很多情况下对网络的依赖,使得脱机使用变得十分困难。此外,VDI对各种可用外围设备存有某些限制。毕竟,消耗大量带宽资源的外围设备能暴露出低带宽下出现的问题。

  当然,VDI能够为人们带来多种益处,包括通过网络为世界上任意设备交付安全桌面的能力。VDI也能促使组织反思和简化桌面策略以提供跨环境的桌面镜像。

  而英特尔定义的IDV这种全新智能桌面虚拟化概念,描述了可使IT人员和终端用户双赢的计算和桌面管理态。IDV解决方案在确保用户尽享高性能、移动性和灵活性的同时,提供IT人员控制和保护桌面映像和设备的能力。IDV具备如下三大特点:

  

虚拟化大不同 VDI与IDV上演生死对决

 

  IDV三大特性

  1) 集中管理和本地执行,将数据中心新构建量降至***,同时使用智能客户端的处理能力,优化用户体验。即使对于服务器托管的VDI,通过多媒体重定向的本地执行也能提供更好的用户体验,提高服务器上的VM密度。更高级别的本地执行可提供更佳性能,并能降低成本。

  2) 智能提供层映像,从而提高更新和补丁操作、简化存储并避免映像漂移。 当IT人员将桌面映像分成逻辑层时,可独立管理每一层,并能***程度地减少映像数量。智能传输要求在电脑上运行的本地映像与中央映像同步。这样可确保终端用户和IT人员随时使用黄金映像。应使用去重复技术增强这些映像的同步和存储,以***程度地减少存储和网络带宽需要。

  3) 使用带外模式 (Out Of Band) 访问设备,提供独立于操作系统的管理性,并强化安全性。#p#

  VDI vs.IDV

  桌面虚拟化是一种非常重要的虚拟化技术,根据Entelechy Associates于2011年3月开展的桌面虚拟化调查,我们发现,影响桌面虚拟化部署的决定性因素主要有:

  · 73% 提高业务敏捷性

  · 68% 削减运营开支

  · 55% 提高管理桌面的一致性

  · 52% 降低资金支出成本

  · 44% 减少能耗成本

  · 30% 是公司绿色环保计划的一部分

  然而,随着应用的不断增多和存储、内存等面临的重大挑战,VDI并不能胜任未来业务需要,不能很好的满足用户需求。很多大型企业的核心应用可能有上百种,应用总数多达上千个。服务器托管的VDI解决方案需要考虑所有这些应用。在许多情况下,从支持传统Windows桌面环境的过程中所获得的经验并不适用于服务器托管的VDI的支持,同时需要经常使用新的专属应用包和部署工具。而许多此类工具相对不成熟,很难与所有现阶段使用的应用兼容。

  另一方面,随着项目从试行阶段进入生产推广,面临的障碍也越来越多。其中最主要的挑战,是扩充存储基础设施,以支持服务器托管的VDI环境。Microsoft Windows是被设计在有处理器、内存及自身的本地高性能、低延时硬盘的专用电脑上运行。 在一个服务器托管的VDI环境中,数据存储被重新安置到集中存储 (SAN),这很快会成为性能瓶颈。服务器内存消耗也是一个主要挑战,尤其当用户同时打开许多应用时,这种问题会更加突出。而服务器中的存储器和内存要比普遍个人PC中内存和存储设备昂贵 许多,形势也就会更加严峻。

  当几乎同时开启或登录大量桌面时,存储负载(使用IOPS计算)将急剧增加,这会导致存储器和桌面无响应。通过部署固态硬盘或高性能闪存缓存控制器,或增加磁盘主轴数量实现并行处理读/写活动来增加IOPS。但是,这些方法最多只能部分解决存储问题,并可能使每个桌面的存储成本增至1000美元以上。

  VDI还面临一个不容忽视的挑战,那就是用户体验问题。即使范围最宽广的远程显示协议也无法完全掩饰低带宽、高延时网络连接的影响。如果无法确保网络性能始终符合要求,将导致无法接受的用户体验。用户移动性也带来挑战。VDI要求具有始终能返回托管数据中心的网络连接,在移动通信服务较有限的地点,实现起来也比较困难。

  IDV vs.VDI架构对比

  

虚拟化大不同 VDI与IDV上演生死对决

 

  IDV vs.VDI性能和成本对比

  而IDV却不会有这么多弊端。在不进行大量资金投入,不对现有桌面管理实践做大规模改造,不影响用户体验的前提下,通过IDV即可获得桌面虚拟化的优势。借助IDV,各机构无需基础设施的投入便可快速而方便地开展桌面虚拟化。

  IT人员能够对单独的中央映像进行更新,并将其提供给可***执行的用户设备。 本地执行还允许离线使用,可实现更大的移动性。如果用户希望利用平板电脑而非普通电脑访问其工作环境,双向同步可确保中央映像保持***状态。如果用户的带内网络堆栈出于任何原因受损,可使用英特尔博锐技术提供的OOB管理模式或客户端hypervisor快速恢复正常运行,而无需技术人员亲自到场。

  如果说服务器托管的VDI为普及桌面虚拟化应用铺平了道路,那么IDV就是以更低成本、更简易推动这种桌面虚拟化应用前行的强劲动力,并为用户切实带来诸多益处。

  

虚拟化大不同 VDI与IDV上演生死对决

 

  IDV不断增长的生态环境

  目前,已经有包括Virtual Computer在内的多个智能桌面虚拟化领域的市场***,为新一代桌面虚拟化解决方案发力。让我们拭目以待吧。

责任编辑:鸢玮 来源: ZOL
相关推荐

2012-05-11 11:51:46

桌面虚拟化

2018-04-28 14:47:50

IDV和VDI虚拟化

2013-11-29 14:28:54

2014-02-24 10:02:52

2013-01-10 10:11:27

桌面虚拟化VDIIDV

2013-07-16 13:54:20

2011-06-06 13:58:57

台式机推荐

2012-07-18 09:23:42

桌面虚拟化

2009-02-05 09:38:36

企业无线网家庭无线

2014-02-20 10:21:37

轻盈IT青岛中集戴尔

2018-03-29 17:18:25

华为云

2022-11-23 11:20:49

工业物联网物联网

2019-12-06 10:42:00

华为Mate X

2015-08-25 14:50:17

Linux磁盘碎片

2015-11-10 16:50:00

2015-05-19 10:09:36

金融业IT互联网金融云计算方案

2010-08-12 19:42:50

KVM网络设备D-Link

2014-08-22 14:04:02

MIUI 6

2022-04-19 08:00:00

数据分析数据科学大数据
点赞
收藏

51CTO技术栈公众号