Машина виртуализации СКАЛА-Р МВ получила новые возможности

703

Разработчик и производитель отказоустойчивой модульной платформы СКАЛА-Р обновил программное обеспечение для машины виртуализации СКАЛА-Р МВ. В очередной LTS-версии (с долгосрочной поддержкой) программного продукта «Виртуализация» 1.93 реализована поддержка внешних СХД, кластеризация виртуальных машин и существенно расширена функциональность предсказательной диагностики.

Машины виртуализации СКАЛА-Р МВ — серийно выпускаемые преднастроенные комплексы, предназначенные для создания надежных гиперконвергентных и дезагрегированных инфраструктур, а также объектных хранилищ данных. Программные компоненты включены в Единый реестр российских программ для электронных вычислительных машин и баз данных, а вычислительные узлы — в Единый реестр российской радиоэлектронной продукции.

Важным и самым ожидаемым обновлением по сравнению с предыдущей LTS-версией 1.80 стали расширенные возможности по работе с внешними системами хранения данных (СХД) как с файловым, так и с блочным доступом. Гибкость новой версии позволяет совершить последовательный переход с устаревшей или не соответствующей требованиям к импортонезависимости ИТ-инфраструктуры, использующей внешние системы и сети хранения данных, на отечественное современное гиперконвергентное решение. Не менее значима реализация управления ресурсами VMware и OpenStack непосредственно из среды СКАЛА-Р Виртуализация, что дополнительно упрощает процесс миграции.

В механизм обеспечения высокой доступности для хостов виртуализации добавлена возможность создавать кластеры между виртуальными машинами с общим ресурсом хранения для размещения на нем данных и обеспечения кворума. Использование новой функциональности совместно с автоматическим балансировщиком нагрузки и применение правил связности виртуальных машин обеспечивает отказоустойчивость, необходимую для критичных сервисов организации.

Существенные дополнения внесены в систему диагностики, предсказаний и автоматизации управления. Методика предсказаний и сценарии реагирования разработаны на основе многолетнего опыты эксплуатации машин виртуализации у различных заказчиков. Наиболее часто отрабатываемые сценарии – упреждающее переконфигурирование виртуальных серверов при ожидаемом дефиците тех или иных ресурсов и корректирующие воздействия при деградации или отказе накопителей.

Для масштабных инфраструктур реализована расширенная настройка виртуальных машин на этапе их автоматизированного создания, а для организаций с большим количеством обособленных подразделений или региональных филиалов реализована возможность в рамках одного леса работать с любым количеством доменов.

«Обновление программного обеспечение для машин виртуализации выпускается ежеквартально, а один раз в год выходит значимая LTS-версия, которую мы рекомендуем к обязательной установке, даже если предыдущие релизы пропущены. Синхронизация дорожных карт развития различных программных и аппаратных компонентов в составе комплексов СКАЛА-Р гарантирует заказчикам консистентность и совместимость последующих обновлений и своевременный доступ к новой функциональности и перспективным решениям», — подчеркивает генеральный директор СКАЛА-Р Виктор Урусов.

В компании отмечают, что беспрекословное соблюдение принципов отказоустойчивости и масштабируемости на уровне архитектуры соответствует требованиям использования модульной платформы СКАЛА-Р для критичных и высоконагруженных корпоративных и государственных информационных систем. Глубокая интеграция и встречная оптимизация компонентов от платформенного ПО до микроконтроллеров в тесном технологическом сотрудничестве с их разработчиками обеспечивает экстремальную устойчивость и высокую производительность на предельных нагрузках.

Комментировать могут только авторизованные пользователи.
Предлагаем Вам в систему или зарегистрироваться.

Предметная область
Отрасль
Управление (роль)
Мы используем файлы cookie в аналитических целях и для того, чтобы обеспечить вам наилучшие впечатления от работы с нашим сайтом. Заходя на сайт, вы соглашаетесь с Политикой использования файлов cookie.