I dati indicano che nei data center delle imprese i sistemi iperconvergenti stanno diffondendosi a forte ritmo: le loro vendite a livello mondiale, secondo stime della società di analisi di mercato IDC, hanno generato nel terzo trimestre del 2017 un valore di oltre un miliardo di dollari, con una crescita anno su anno del 68%. Un successo motivato dalla semplicità d’uso: integrando hardware per risorse server, storage, networking e software di virtualizzazione, in un’unica soluzione, preconfigurata e pronta da implementare, queste appliance possono essere facilmente inserite dal reparto IT nella rete d’impresa, e poi “caricate di applicazioni”. Gli amministratori di data center perdono poco tempo per configurare i sistemi iperconvergenti, in confronto alle soluzioni tradizionali; tuttavia, non è detto che le infrastrutture iperconvergenti rappresentino una buona soluzione in ogni caso d’uso.
Il maggior svantaggio dell’infrastruttura iperconvergente è la sua mancanza di flessibilità, e ciò perché i vendor di norma preconfigurano i sistemi per soddisfare requisiti tipici di risorse server, storage e rete, anche se non tutti i workload richiedono necessariamente quelle determinate caratteristiche hardware. Ad esempio, alcune applicazioni necessitano di grandi quantità di storage, mentre altre assorbono molta banda. In aggiunta, l’infrastruttura iperconvergente si affida alla virtualizzazione, che abilita diverse applicazioni a condividere la stessa, limitata, quantità di risorse. Di conseguenza, al momento di valutare i potenziali casi d’uso di un’infrastruttura iperconvergente, i professionisti IT dovrebbero porre molta attenzione sulle strategie di capacity planning, e sulle esigenze di scalabilità del sistema, soprattutto quando le applicazioni da implementare riguardano l’elaborazione di big data, o progetti di infrastruttura VDI (virtual desktop infrastructure).
Appliance HCI, quando non conviene usarle
I casi d’uso in cui i sistemi HCI (hyper-converged infrastructure) risultano poco indicati sono soprattutto quelli in cui i workload devono fare affidamento su uno specifico componente hardware: un caso tipico, ad esempio, è quello delle applicazioni di gestione di big data, che, dovendo memorizzare enormi quantità di informazioni, richiedono più risorse di storage che potenza di elaborazione a livello server. La società di analisi 451 Research riporta che alcune aziende hanno riscontrato che i workload dinamici, come Hadoop o Sap Hana, non funzionano bene sulle infrastrutture iperconvergenti.
Anche le applicazioni VDI possono dare problemi, perché i desktop virtuali creano elevati carichi computazionali a livello di CPU dei server. Alcune aziende, secondo la società di analisi Technology Business Research, hanno incontrato problemi di scalabilità con le proprie implementazioni VDI su infrastrutture HCI, e per gestire i workload VDI hanno considerato l’adozione di GPU (graphics processing units), che permettono di scalare più facilmente la potenza di elaborazione, rispetto all’alternativa di dover acquistare ulteriori sistemi iperconvergenti, pagando anche per le risorse di storage e networking non utilizzate.
