In this episode, Sean Donahue is joined by Al Solorzano of E360 to discuss the worst disasters they've recovered from. Surprise twist, not all clouds are cumulonimbus and not all disasters are natural.<\/p><\/oembed>

Resources<\/p>

关于DR Design,如何计算WAN带宽?


徽章 +4
大家好



我是泰国的Nutanix合作伙伴,当我在DR中介绍Nutanix产品时,一个问题一直来自对此功能的客户出现。

“如何刺激WAN带宽?”,这意味着DR功能的有效压缩和重复数据删除。



我在Google和Nutanix网站上找不到此信息。

请给我提意见。



tia。

该主题已关闭以供评论

5个答复

UserLevel 2
徽章 +11
你好 -



您可以分解它的一种方法是以下内容:



第一个复制大小(种子复制)=(总数据大小 - 已经存在于目标站点上的数据) *压缩%

要么

首先复制尺寸(种子复制)=(目标总数 *预期的共同数据) * compresstion%



在哪里:


  • 总数据尺寸=复制VM的大小
  • 在目标站点上已经存在的数据= target =数据,并且可以删除并且不需要通过电线发送
  • 目标的预期数据=预期在目标存在的数据的百分比,并且可以删除
  • 压缩%=压缩后的压缩率(例如5%压缩将意味着其原始大小的95%)
因此,例如,如果您有100GB的数据50GB,该数据已经存在于目标上,则以0%的压缩率复制50GB。或者,如果您有100GB的数据,并且预期的位点之间的共同点为50%,则您将以0%的压缩率复制50GB。



随后的任何其他复制(例如,每日,每小时等)之后的复制看起来如下:



随后的复制大小=(周期的变更率 - 已在目标站点存在的数据) *压缩%

要么

随后的复制大小=(周期的变更率 *预期的目标数据) *压缩%



在哪里:


  • 周期的每日变化率=在n期间n是复制频率的n期间书面 /更改的数据量
  • 在目标站点上已经存在的数据= target =数据,并且可以删除并且不需要通过电线发送
  • 目标的预期数据=预期在目标存在的数据的百分比,并且可以删除
  • 压缩%=压缩率
因此,如果您想每小时复制每小时100MB的每小时更改/新数据,并且预期在目标时预期50%的常见数据,则您每小时以0%的压缩率复制50MB,相当于〜28.4kbps



从那里您可以根据变化率,复制频率和预期重复数据删除率来计算所需的WAN带宽



压缩率将根据数据类型而变化很大,因此,如果您期望5,10,则可以在计算中使用它。



希望有帮助!
UserLevel 2
徽章 +11
我整理了一个快速的Excel工作簿,您可以在其中插入值,它将为预期复制流量提供数据,您可以在此处下载:http://1drv.ms/1odk9a2
徽章 +1
嗨,您可以再次分享Excel表还是发送到Venkat@frontier.in
徽章 +1
嗨,您可以再次共享下载链接吗?

谢谢
徽章 +1
这是链接:https://1drv.ms/x/s!
Learn more about our cookies.<\/a>","cookiepolicy.button":"Accept cookies","cookiepolicy.button.deny":"Deny all","cookiepolicy.link":"Cookie settings","cookiepolicy.modal.title":"Cookie settings","cookiepolicy.modal.content":"We use 3 different kinds of cookies. You can choose which cookies you want to accept. We need basic cookies to make this site work, therefore these are the minimum you can select. Learn more about our cookies.<\/a>","cookiepolicy.modal.level1":"Basic
Functional","cookiepolicy.modal.level2":"Normal
Functional + analytics","cookiepolicy.modal.level3":"Complete
Functional + analytics + social media + embedded videos"}}}">
Baidu