你的数据在逃离数据中心，我这么说倒不是想吓唬谁。数据的数量和速度在迅速增加，日益在远离传统IT数据中心的地方生成和消费。数据不再单单驻留在数据中心。数据处理方面的一个基本原则是，关键业务型应用程序需要存储的数据靠近托管这些应用程序的计算、内存和服务器。这个原则在与时俱进。随着工作负载向云端迁移，其他工作负载向边缘迁移，将来只会越来越需要在远离数据中心的地方存储和处理数据。
工作负载布置方面的这个新思路自然需要从新的视角看待数据中心的存储架构。过去只要将邻近机架中的存储和计算连接到光纤通道或10Gbit以太网网络，然后希望数据在需要时可用，现在不再像过去这么简单了。企业的信息架构影响其数据中心架构的方式正在发生转变。
与此同时，IT人员的职责和要求也在变化。IT专业人员在扩大角色（这些角色得益于更深入地了解处理的数据），不是像过去那样需要专注于某个IT方面（比如存储或虚拟化）的专家组成的团队。未来的IT团队需要相应的技能，以便将要求、应用程序以及底层处理数据的存储、计算和网络对应起来，即驻留在数据中心内外的数据。
下面我将举两个例子来表明如今数据在如何逃离数据中心，以及这些变化在如何影响IT部门考虑数据的视角。
1.云和混合云
云已成为企业计算界的现实。公共云遍地开花，但并没有成为炒作周期顶峰设想的那种神奇解决方案。众多企业选择将应用程序放在从技术、性能和业务等方面考虑最明智的地方，而不是将应用程序从数据中心大批迁移到公共云。这种混合云方法导致工作负载变得更易于移植，关键业务型应用程序在云和公司数据中心之间迁移。
在服务器（无论公共云还是本地）之间迁移工作负载并不是复杂的问题。亚马逊AWS云服务提供的迁移功能充分利用了众多合作伙伴，包括微软、英特尔、VMware和SAP.微软Azure云服务拥有将混合云迁移功能集成到其产品中的工具。
将应用程序从数据中心迁移到云可能迫使企业迁移支持该应用程序的数TB数据。将数据从传统存储阵列迁移到云方案需要清楚地了解涉及的相关问题。即便使用目前速度最快的宽带链路，迁移数TB数据也可能要花大量的时间。为了克服这个难题，亚马逊AWS提供一种名为“snowmobile”的服务，AWS会将满满一卡车的磁盘驱动器运到你的数据中心。数据从你的现场存储阵列拷贝到放在拖车中的亚马逊AWS阵列，然后拖车开到你选择的云地区，再将数据拷贝到云端。
还有所有一级存储供应商提供的众多混合云存储解决方案能满足许多应用程序的要求，它们不像装满磁盘驱动车的拖车那么激进。无论你构建基础设施使用的技术来自Pure Storage、NetApp、惠普企业（HPE）还是来自戴尔EMC，市面上都有相应的解决方案。
我没打算在本文中探讨你的混合云问题，而是指出应用程序和服务这些应用程序的数据有着全然不同的考量因素，IT团队决定在权衡云和内部数据中心之间的工作负载时要兼顾这些因素。数据可能很庞大，迁移成本高昂，你不想犯错误。对于每个IT架构师和专家来说，了解所在企业应用程序的信息要求成了一项关键技能。
2.边缘、雾计算和物联网
物联网旨在将从安装在公司数据中心外面的智能设备收集而来的数百万个数据转化为实用的宝贵信息。这是个宽泛的定义，但物联网本来就是个宽泛的话题。
举例说，那数百万个数据可能是交通控制系统的一部分。来自智能交通控制摄像头和道路传感器的数据馈送到计算机，计算机再决定最佳的交通信号模式。物联网数据还可能来自石油钻井平台上的众多设备，实用的宝贵信息在现场生成，以便用户了解平台效率。
物联网方面有众多例子，但也有众多共同的属性。其中一个属性就是，数据在远离数据中心的地方加以收集，而且在许多情况下加以消费。比如说，交通控制系统可能无法容忍处理数据所涉及的延迟，仍然能够让红绿灯准时变换。它还需要在与远程数据中心失去通信的情况下存活下来，迫使数据在本地进行处理。
数据附近的计算称为“边缘计算”。致力于为边缘计算定义标准的领先行业组织是OpenFog联盟，这个联盟由英特尔、思科、戴尔EMC及其他厂商等组成。如今，OpenFog联盟已有近70家公司加入，力求为边缘计算制定一种标准架构。