現(xiàn)代數(shù)據(jù)中心正在不斷發(fā)展以適應(yīng)各種類型的新工作負(fù)載。隨著業(yè)務(wù)的增長(zhǎng)，在新的IT環(huán)境中，以規(guī)模和速度運(yùn)行復(fù)雜工作負(fù)載的需求至關(guān)重要。這可能需要徹底改造數(shù)據(jù)中心體系結(jié)構(gòu)，或者需要在現(xiàn)有體系結(jié)構(gòu)之上構(gòu)建更多功能——這兩者都強(qiáng)調(diào)了實(shí)現(xiàn)目標(biāo)所需的新技能集。

如今，數(shù)據(jù)中心管理員的任務(wù)不僅僅是維護(hù)和監(jiān)控?cái)?shù)據(jù)中心站點(diǎn)以及確保全天候可用性。云服務(wù)和5G網(wǎng)絡(luò)的滲透催生了數(shù)字化轉(zhuǎn)型的新浪潮；并需要時(shí)間來建立新的技能。擁抱人工智能，物聯(lián)網(wǎng)（IoT）和智能數(shù)據(jù)分析等新興技術(shù)的需求將重新定義組織如何看待其數(shù)據(jù)中心。此外，企業(yè)廣泛采用即服務(wù)模式和云計(jì)算，這需要軟件領(lǐng)域的專門技能。

讓我們看看這些不斷發(fā)展的動(dòng)態(tài)將如何激發(fā)對(duì)未來數(shù)據(jù)中心新技能的需求：

云架構(gòu)師：這是數(shù)據(jù)中心和主要技術(shù)公司所需要的新角色。云正在不斷發(fā)展，并且對(duì)具有云架構(gòu)經(jīng)驗(yàn)的專業(yè)人員有很高的要求，這些專業(yè)人員具有在云中規(guī)劃、設(shè)計(jì)、開發(fā)和遷移應(yīng)用程序所需的技能。云架構(gòu)師具有豐富的架構(gòu)原理知識(shí)，并且具有與軟件開發(fā)、第三方集成、數(shù)據(jù)庫以及Devops、網(wǎng)絡(luò)和企業(yè)安全性相關(guān)的技能。云架構(gòu)師還應(yīng)具備強(qiáng)大的溝通技能，能夠?qū)⒓夹g(shù)優(yōu)先級(jí)與業(yè)務(wù)需求相協(xié)調(diào)。

云配置管理：混合IT現(xiàn)在因其敏捷性而在組織中采用混合環(huán)境，因此跨行業(yè)已成為現(xiàn)實(shí)。將來，隨著組織擁抱多層云以優(yōu)化不同的工作負(fù)載，這將成為更大的趨勢(shì)。在這種新的混合環(huán)境中，組織將要求具備必要技能的人員在云和本地平臺(tái)之間遷移數(shù)據(jù)和應(yīng)用。在這種新環(huán)境中，具有配置管理工具使用經(jīng)驗(yàn)的專業(yè)人員將成為搶手技能。云配置管理涉及為云（SaaS，PaaS和IaaS）配置硬件和軟件。市場(chǎng)上有許多可用于云配置管理的軟件工具，數(shù)據(jù)中心管理員將尋求在Chef，Puppet或SaltStack等軟件工具中精通的專業(yè)人員的幫助。

邊緣計(jì)算：隨著我們走向超連接世界，數(shù)十億臺(tái)設(shè)備將連接到互聯(lián)網(wǎng)，從而以邊緣計(jì)算的形式將智能帶到邊緣。這將導(dǎo)致網(wǎng)絡(luò)體系結(jié)構(gòu)和數(shù)據(jù)處理方式的變革。隨著越來越多的邊緣計(jì)算部署成為現(xiàn)實(shí)，企業(yè)將尋求智能和經(jīng)濟(jì)高效的方法，從物聯(lián)網(wǎng)設(shè)備收集數(shù)據(jù)，分析數(shù)據(jù)，然后將其路由到遠(yuǎn)程和本地?cái)?shù)據(jù)中心。由于邊緣計(jì)算融合了不同的功能，數(shù)據(jù)中心經(jīng)理將尋找具有不同技能（如網(wǎng)絡(luò)、系統(tǒng)設(shè)計(jì)、數(shù)據(jù)庫建模和安全）的專業(yè)人員。系統(tǒng)設(shè)計(jì)技能至關(guān)重要，因?yàn)榇蠖鄶?shù)邊緣設(shè)備都有資源限制，因此，系統(tǒng)需要設(shè)計(jì)為在不降低性能的情況下運(yùn)行，并與其他設(shè)備互操作。同樣，網(wǎng)絡(luò)也是另一個(gè)重要的組成部分，因?yàn)橐粋€(gè)沒有優(yōu)化的網(wǎng)絡(luò)會(huì)在很大程度上影響性能。眾所周知，邊緣設(shè)備可以交換大量數(shù)據(jù)，而且總是連接在一起的。數(shù)據(jù)庫專家需要更有效地設(shè)計(jì)數(shù)據(jù)庫結(jié)構(gòu)，以便有效地進(jìn)行數(shù)據(jù)存儲(chǔ)、分發(fā)和分析。邊緣設(shè)備更容易出現(xiàn)安全風(fēng)險(xiǎn)，安全專業(yè)人員需要具有相同級(jí)別的數(shù)據(jù)保護(hù)功能，如加密和身份驗(yàn)證。

人工智能：Gartner預(yù)測(cè)，到2020年，超過30%的數(shù)據(jù)中心如果不能為人工智能做好充分準(zhǔn)備，將不再具備運(yùn)營(yíng)或經(jīng)濟(jì)可行性?？紤]到這一現(xiàn)實(shí)，數(shù)據(jù)中心管理人員必須擁有使用人工智能的專業(yè)知識(shí)，以提高效率。雖然人工智能當(dāng)然可以執(zhí)行例行任務(wù)，如修補(bǔ)安全更新、備份甚至更新系統(tǒng)，但設(shè)計(jì)算法和優(yōu)化算法以確保更好的結(jié)果的任務(wù)留給了熟練的專業(yè)人員。這可以包括編寫算法以確保最佳的負(fù)載分配、高效自動(dòng)地?cái)U(kuò)展系統(tǒng)以及性能監(jiān)視和故障排除。

安全性：這是最關(guān)鍵的技能，并且將始終處于高需求狀態(tài)。始終需要高水平的信息安全專家來幫助數(shù)據(jù)中心主動(dòng)保護(hù)自己免受攻擊。當(dāng)前，信息安全專家專注于檢測(cè)網(wǎng)絡(luò)、工作負(fù)載或應(yīng)用程序中的威脅并采取應(yīng)對(duì)措施，將來，他們將專注于使用自動(dòng)化工具來檢測(cè)網(wǎng)絡(luò)中的異常情況，并使用自動(dòng)化智能來主動(dòng)保護(hù)其公司。例如，重點(diǎn)將從現(xiàn)在可以檢測(cè)威脅的SOC專家轉(zhuǎn)變?yōu)榭梢詣?chuàng)建算法或編寫腳本以自動(dòng)檢測(cè)攻擊的專業(yè)人員。數(shù)據(jù)中心經(jīng)理還將需要網(wǎng)絡(luò)安全架構(gòu)師的幫助，他們能夠看到全局，并創(chuàng)建一個(gè)集中的威脅感知模型，從查看所有不同的威脅向量中獲得。此外，還將需要新的角色，如數(shù)據(jù)隱私官員，他們精通法律事務(wù)，并根據(jù)需要遵守不同的監(jiān)管要求。

話雖如此，數(shù)據(jù)中心將不再以傳統(tǒng)形式使用。他們將變得更加智能、自動(dòng)化和軟件化。隨著企業(yè)著眼于數(shù)據(jù)中心環(huán)境的現(xiàn)代化，對(duì)上述技能的需求將非常大。毫無疑問，這將導(dǎo)致數(shù)據(jù)中心運(yùn)營(yíng)、管理和監(jiān)控方式的轉(zhuǎn)變。圍繞AI、ML、軟件定義、云和智能邊緣的技能將有助于未來的數(shù)據(jù)中心。
責(zé)任編輯:tzh