杀死数据中心存储容量的真凶

针对所有的意愿和目标,存储系统核心是产品化。然而在实现不同厂商存储阵列互操作的这场战斗上,依旧存在着不同级别上的差异。

分布式计算意味着数据中心存储必须和来自不同厂商的服务器互操作。这增加了存储架构标准化的要求。云计算促使标准化有更大的进步。

 

存储管理

数据中心存储容量管理一直都依赖于某个相对不变的基本技术:传统机械硬盘。机械硬盘只有少数几个制造商——西部数据与希捷,还有日立和东芝——硬盘本质上是一种商品。

问题需要通过实现不同品牌的阵列和控制器协同工作来解决。有些公司购买了高端、昂贵的存储,如EMC的Symmetrix VMAX,希望通过单一的工具集来管理整个存储。然而,磁盘阵列的运行是通过阵列控制器中的专用软件和存储来控制,这对创建完整功能的存储管理工具来说是存在问题的。

供应商——IBM有SAN Volume Controller,EMC则使用VPLEX,还有日立的Hitachi Data Systems,HP以及NetApp,都在吹捧各自专有的存储管理工具,宣称其能实现虚拟化存储架构的融合。然而这些工具基本只支持自己厂商的存储系统,而且在大多数情况下,还只针对部分产品。最终用户在寻找真正的,高功能异构存储管理工具的道路上无果而终。

云计算正在改变我们对存储的看法。工作负载变得越来越混合,存储需要根据不同的I/O需求管理对象,文件和块模式。尽管如此,要支持云架构,存储基础设施必须被作为单一的资源池来看待,组织需要能够自动化适应工作负载的变更。只有通过提供高度标准化的工具才可能实现这样的功能。这一举措已经开始,但仍然有很长的路要走。

闪存救场

标准化数据中心存储容量很难只通过磁盘存储来单独创建。介质依赖于磁盘盘片之间的互相作用,读/写刺头需要智能磁盘控制器进行调解以管理不同工作负载的需求。

闪存存储的数据管理方法不同于硬盘。闪存是直接访问存储架构;不需要通过磁头寻找正确的磁盘区域来检索数据,所以没有延时。数据管理速度的优势意味着闪存可以应用在相同阵列的不同工作负载类型上。它也更统一跨越不同供应商的产品实现虚拟化。

最后,标准化存储可能是个真正的承诺额,而不仅仅是个谈论的焦点——但还很遥远。

销售商仍旧有许多不同的方式来推销部署闪存。许多老牌存储厂商通过一种混合的方式兜售:在磁盘阵列前增加独立的闪存层。工作负载需要的数据不在这个闪存层时可能会出现问题,因为控制器需要从硬盘拉取这些数据。这使得某些数据操作可能比纯硬盘阵列还要慢。

最大化现有数据中心存储容量投资的一个必要步骤是层叠纯闪存和磁盘阵列系统。尽管如此,这些现有的传统阵列会成为建造单一管理层时候的麻烦制造者。EMC ViPR存储虚拟化产品已经展示了自己的承诺,为混合存储架构提供了更大的控制权限。

全闪存阵列被一起捆绑在混合存储的激烈竞争中。闪存存储如Pure Storage、Violin Memory和Nimble Storage,提供了智能软件可以最小化存储卷,并且提供先进的管理系统管理整个虚拟化环境。

存储系统融合

融合基础设施(CI)系统遇到云存储管理时,有点搅混水的势头。

Nutanix——一家以存储空间起家的供应商,提供超级CI平台服务,其中包括先进的存储管理软件。IBM的PureFlex系统和PureData系统,Dell的PowerEdge FX2系统,HP的Converged Infrastructure,以及其他产品也提供了各种方法来实现直连存储与CI系统整合,不仅是现有的阵列还是新型阵列都在加紧扩张与CI的融合。

还有一招可以提高服务器端存储连接的速度,如PCIe接口的闪存存储器。IBM已经开发了用于自己系统内部连接的方式,可以进一步加快存储速度。这个CAPI连接器再次带来了专属问题——这将取决于IBM是否会让连接器能与其他厂商存储系统保持高水平的统一协作。融合系统仍然必须集中资源来分享利用。这将需要比我们目前能看到的还要先进的工具来支持。

作者:佚名

来源:51CTO

时间: 2024-09-20 21:43:14

杀死数据中心存储容量的真凶的相关文章

SDN、SDS催生数据中心大聚合

大型数据中心的存储流量和存储容量需求正在大幅增长.为了实现数据中心聚合,整合软件定义网络和软件定义存储是实现自动化存储分配和高效存储流量管理的重要条件. 软件定义存储(SDS)支持基于软件的虚拟化.分配和数据存储管理,完全独立于底层硬件之外.SDS提供了可用于管理存储去重.复制.快照.备份及支持其他特殊存储需求的软件. 计算虚拟化的增长.服务器性能的提升和廉价存储手段的流行给IT带来了大量高效部署现代数据中心存储容量的新手段.通过存储虚拟化,SDS使 IT能够根据需要灵活分配存储.管理员可以在不

谷歌公司重新思考开发数据中心存储技术

根据相关机构的预测,数据中心的存储容量市场增长没有放缓的迹象.思科公司预计,到2019年,使用个人云存储服务的全球互联网用户(20亿)将从2014年的42%增长到2019年的55%,每个用户每月消费的云存储流量将从2014年的992兆字节增长到2019年的1.6GB字节.思科公司称之为"万物联网"的物联网数据将会从2014年的134.5ZB字节增长到2019年的507.5ZB字节. 不用说,这是一个庞大的数据量,需要大量的存储空间,而谷歌公司需要采用各种方法对此进行根本性转变,该公司的

云流量成为数据中心的王者

到2020年,云流量将增长3.7倍,从2015年的每年3.9ZB增长到每年14.1ZB.云架构由于能够快速高效地扩展,并可以比传统数据中心支持更多的工作负载,越来越多的企业将会迁移到此架构,而这一趋势将会成为云流量快速增长的主要推动因素.近日,思科发布的第六次年度云产业调研报告阐明了这一点. 该报告认为,凭借更大规模的数据中心虚拟化,云运营商还将能够实现更出色的运营效率,并灵活地为企业和消费者推出更广泛的服务和最佳性能.为了更好地洞悉数据中心的增长情况,今年的报告新加入了对于应用工作负载的分析板

思科:60%超大规模数据中心将部署SDN/NFV解决方案

思科认为,未来五年内,预计全球大约将有近60%的超大规模数据中心会部署SDN/NFV解决方案. 思科在"思科全球云指数"报告中称,由于运营商正在努力提高效率,到2020年,数据中心内44%的流量将由SDN/NFV平台支持,而2015年则为23%. 软件定义网络(SDN)和网络功能虚拟化(NFV)正在帮助压缩数据中心架构并简化流量. 全球超大规模数据中心将从2015年的259个增长到2020年的485个.在未来五年内,超大规模数据中心的流量预计将增长五倍.这些基础设施将占数据中心安装的服

高效数据中心的实现技巧

不论是大型企业用户还是中小型企业用户都认为能耗是导致数据中心成本上涨的最根本原因.本文列出的9个实现高效数据中心的重要技巧,可能你会惊讶地发现这些技巧实际上都是很简单.不需要太多成本就可以执行的.但是决定应用哪种数据中心节能策略取决于你的实际情况. 1.不可忽略基本的测量评估 有这样一句操作效率的名言:"你无法控制没有经过测量的事物."我们发现,要想减少能源的浪费就必须从最基本的测量开始.如果你不知道能源都用到了什么地方的话,你就不知道应该将重点方法哪.为了能够帮助用户对自己设备进行测

8个实现高效数据中心的重要技巧

不论是大型企业用户还是中小型企业用户都认为能耗是导致数据中心成本上涨的最根本原因.本文列出的8个实现高效数据中心的重要技巧,可能你会惊讶地发现这些技巧实际上都是很简单.不需要太多成本就可以执行的.但是决定应用哪种数据中心节能策略取决于你的实际情况. 1.不可忽略基本的测量评估 有这样一句操作效率的名言:"你无法控制没有经过测量的事物."我们发现,要想减少能源的浪费就必须从最基本的测量开始.如果你不知道能源都用到了什么地方的话,你就不知道应该将重点方法哪.为了能够帮助用户对自己设备进行测

数据中心战略演化进程

随着云计算的出现,业界众多专业人士声称,内部IT的消亡是不可避免的.然而,在最近的一项研究中,当在对数据中心进行调研时,却发现了另一种情况. IT团队正在处理更高层次的业务需求 尽管,IT部门需要实时跟上并支持业务变革的发展并不是什么新鲜事,但在最近,这样的情况变得越来越多. 由于受到数字化转型的影响,在实施新业务实践的过程中,需要不断提供新的技术的来应对需求的发展,技术的飞速发展带领我们来到一个新的时代. 值得注意的是,目前对应用程序关注更多的是,应用程序7*24的可用性.需要提高应用程序反馈

数据中心能耗惊人,cStor A8000来救火

随着信息化进程的深入,全球每年产生的数据量成倍的递增,极大的带动了全球数据中心的建设和发展.2012年,全世界的数据中心投资从2011年的约860亿美元增长到1050亿美元,增长了将近22%.而国内目前就有将近54万个数据中心在运营当中,并以每年18%的复合增长率高速增长,与数据中心相关的基础设施建设市场也将达到千亿规模. 根据相关数据统计显示,虽然国内的数据中心建设发展比较快速,但是能耗问题也比较突出,目前国内数据中心的PUE平均值基本都在2.5以上,与欧美地区的PUE普遍值1.8以下还存在着

数据中心网络设备不间断业务升级技术漫谈

数据中心需要全年无中断运行,提供7*24小时的全天候服务,一旦出现中断必然对业务造成影响,有时都是按秒来计算费用的,对于一些大型的互联网数据中心,中断几分钟就会减少数千万的收入,所以他们对数据中心故障是零容忍的.然而,再好的设备都不可能从来不出问题,尤其随着运行时间的延长,各种器件开始老化.软件缺陷不断暴露,出现这样那样的问题,只不过我们可以通过各种冗余设计,及时将业务切换到备用环境中,让业务继续运行,然后来排除问题.等将问题解决后,再将业务切换回来.从用户层面并不会感知到这个切换过程,依然可以