软件定义存储在大型数据中心的应用分析

历史经验一再表明,由技术进步推动的变革往往以超乎人们想象的速度和烈度发生。SDS软件定义存储作为新兴的技术,即使穷尽你所有想象,也难以预测其发展的速度有多快,影响的程度有多深远。面对新的变革和潮流,在追逐变化的同时,还需冷静思考可能带来的问题。SDS在数据中心的应用一定能提高性能和降低成本,并可控风险么?SDS会隐藏什么样的问题?

问题一、不能充分利用现有的基础架构

数据中心是非常繁忙的,IT部门要同时接受从多个不同的应用系统发来的需求和数据任务并及时响应和处理。另外,IT专业人员的日常工作还需要维护高可用的基础架构和嵌入许多工作流程。

大多数的SDS解决方案都希望数据中心可以“完全投入”,即用SDS解决方案自带的基础架构和流程替换数据中心现有的存储硬件、基础架构和流程。他们通常希望数据中心摒弃共享式集中存储硬件,而支持商业化的超融合架构。

问题二、不能提供全面的数据服务

许多SDS解决方案不能提供完整的数据服务功能性。举个简单的例子,许多SDS解决方案无法将数据复制到远程位置,因此无法创建数据的灾难恢复副本,甚至无法将数据迁移到SDS架构本身。

既然无法实现简单的数据复制,就应该提供某种数据迁移功能,以便将数据从旧的存储平台迁移到新的平台,否则就必须通过备份副本来恢复数据。

许多两副本和三副本的解决方案也是在同一个数据中心内或同一POD里,跨数据中心的容灾几乎没有。(还有就是存储双活和仲裁,在这里提一下,不是广告。VSAN支持存储双活,还引入了WITNESS组件。其目的就是在必须做出可用性决策时(在Virtual SAN 群集中)充当打破平局组件,以避免裂脑行为并满足仲裁要求)

对于SDS来说如果缺少完整可靠的数据服务能力则意味着采用这个SDS解决方案的客户仍然需要购买额外的存储系统来填补新的SDS解决方案所缺少的功能。

问题三、不能很好的进行数据生命周期管理

随着企业业务发展以及各种平台、系统的建立也意味着需要管理的数据量越来越庞大,资源维护成本越来越高,效率越来越低。那么面对企业对数据的不同时效、不同访问频率、不同重要性等要求,如何降低数据存储和使用维护成本,对不同数据进行生命周期管理是非常有必要的。

结合业界的相关标准规范,对企业IT系统的数据进行必要的归类。目前根据系统的业务特点,比较流行的数据归类包括:生产交易型数据、服务支撑型数据与系统数据三部分。

根据数据归类,不同类别的数据应匹配不同的数据存储策略。数据存储策略就是将不同的数据存放在指定的存储设备上。目前主要的存储设备主要分成在线存储、近线存储、离线归档存储,三种常用存储。

在线存储又称工作级的存储,存储设备和所存储的数据时刻保持随时响应状态,可以实时读写的,可满足计算平台对数据访问的速度要求。一般在线存储设备通常为内置磁盘和高端磁盘阵列等磁盘设备,价格相对昂贵,性能最好;

近线存储定位于在线存储和离线存储之间的应用,对性能要求相对来说并不高,但又提供相对较好的读取性能。近线存储策略一般采用中低端磁盘阵列设备,并辅以高压缩软件,满足快速读写等访问动作。

离线归档存储是将不再经常使用的数据移到一个单独的存储设备来进行长期保存的过程,对涉及的数据进行离线存储,以备非常规查询等。企业里归档设备一般采用磁带库、光盘库,以及大容量低端磁盘阵列,价格相对低廉。

对于软件定义存储SDS来说,目前还未充分考虑到数据生命周期的管理,对于冷热数据虽然也有存储区域上的区分,但基本都是拿闪盘来做缓存加速,还不能有效做到分级存储,来满足企业对于大量不同数据的精细化管理和生命周期管理。

问题四、缺少合理的计价模式

SDS大部分按照容量包获得许可。许多软件还针对高级功能收取额外费用。这就造成了一个问题,因为大部分数据中心从来都不能确定自己合适的容量限点来充分利用容量打包价格的优势。例如,一个初级容量包可提供1-10TB的存储服务,更高一级的容量包则支持10-25TB。如果企业需要11TB存储容量怎么办?这就意味着企业为了支持多出的1TB的容量,必须升级到25TB的容量许可。

大部分SDS解决方案都会忽视的另一项成本是:不支持现有基础架构和存储系统所产生的相关成本。许多这类SDS解决方案允许用户在相同的服务器上使用商用硬盘来提供计算(超融合),虽然这降低了未来的成本,但它要求用户购买闪存固态硬盘和硬盘驱动器安装到现有的服务器基础架构中。

软件定义存储的未来

对于传统企业的大型数据中心来说,之前商用的中高端存储,都经历了大量生产环境和实践的检验,相对来说成熟稳定。而软件定义存储还未经历大量生产环境的检验和复杂业务场景的企业实践验证,还不够成熟完善。

但软件定义存储凭借深度融合软硬件的精简一体化架构,可将采用最新技术的更快速CPU、内存、闪存和磁盘的优越性发挥到极致。 虽然SDS还有许多问题,但是不妨碍它的优秀。 活在物理世界中的SAN终将被玩转虚拟世界的超融合的SDS架构所替代。SDS超融合架构,必将成为构筑现代化数据中心的新基石。

提问

Q1:SDS能达到企业级应用的标准吗?比如几个9之类的

答: SDS的高可用性目前没有传统存储高,如果你做两个节点的插拔盘测试,你会发现高可靠性不像你想象的那样好。

Q2:软件定义存储中是计算节点和存储节点分开好还是一起好?

答:看使用场景,合并在一起省节点省服务器,对计算能力和存储能力都有要求的适合合并。分开的话,适合大容量存储的,也包括一些离线存储的场景。

Q3:SDS目前软件厂商除了VMware还有别的厂商吗?

答:有SMARTX,EMC的SCALEIO 华为的FUSIONSTORAGE等,开源的还有CEPH!应该说这些产品各有千秋,每个都有自己的特点!

Q4: 软件定义存储与软件定义网络是否本质上一样的?

答:思想本质一样,都是解耦,分离数据层面和控制层面。

作者:何妍 

来源:51CTO

时间: 2024-11-10 08:12:58

软件定义存储在大型数据中心的应用分析的相关文章

【博文推荐】如何做好大型数据中心的运维

什么叫数据中心?维基百科给出的定义是"数据中心是一整套复杂的设施.它不仅仅包括计算机系统和其它与之配套的设备(例如通信和存储系统),还包含冗余的数据通信连接.环境控制设备.监控设备以及各种安全装置".在云大行其道的今天,随着数据中心建设规模的不断扩大,新技术的层出不穷,数据中心变得越来越复杂.大型数据中心往往是由很多功能不一的单元系统组成,其运维工作需要具备方方面面的知识,包括硬件.网络.服务器.存储.安全以及业务上的东西,需要一体化联动地去做好运维工作. 当一个数据中心的规模非常大,

合适的服务器和存储一相逢 数据中心便受益

要让今天的多核服务器系统保持全速运行,管理员们必须谨慎优化存储效率. 一般来说,存储器离使用存储的服务器越近,该服务器的运行速度就越快.如果要优化服务器和存储容量,这仅仅是个起点.和使用网络存储相比,使用机架内的本地存储可以消除跨数据中心的骨干网络流量压力. 在本地存储的设计方面存在不止一个正确答案.我们可以把存储驱动器安装在服务器内部(直连存储,称为DAS),但如果一个虚拟化的物理服务器出现故障,由于其它服务器无法访问存储在故障服务器内的数据,就会导致严重的业务和工作负载停顿事故. 现代数据中

大型数据中心如何做运维管理?

摘要:在云大行其道的今天,随着数据中心建设规模的不断扩大,新技术的层出不穷,数据中心变得越来越复杂.大型数据中心往往是由很多规模庞大的集群系统组成,其运维工作需要具备方方面面的知识,包括硬件.网络.服务器.存储.安全以及业务上的东西,需要上下打通地去做运维工作. 当一个数据中心的规模非常大,面临的挑战和问题也比较超前,很多在小环境小体系下不是问题的问题在这样的规模下也就凸显出来了,所以要做好大型数据中心的运维工作,对整个数据中心技术体系的系统学习就要花费比较长的时间,只有对这个数据中心整体非常了

如何做好大型数据中心的运维

什么叫数据中心?维基百科给出的定义是"数据中心是一整套复杂的设施.它不仅仅包括计算机系统和其它与之配套的设备(例如通信和存储系统),还包含冗余的数据通信连接.环境控制设备.监控设备以及各种安全装置".在云大行其道的今天,随着数据中心建设规模的不断扩大,新技术的层出不穷,数据中心变得越来越复杂.大型数据中心往往是由很多功能不一的单元系统组成,其运维工作需要具备方方面面的知识,包括硬件.网络.服务器.存储.安全以及业务上的东西,需要一体化联动地去做好运维工作. 当一个数据中心的规模非常大,

思科分析引擎助力大型数据中心应用发展

日前据悉,思科公司计划在下月推出一个分析平台,旨在监控和记录大型数据中心的应用程序之间的流量,并建议改变策略,以纠正问题. 思科分析引擎名为Tetration,并通过以思科设备为主的网络准备部署.供应商在一个39RU机箱搭建了这个平台,其中包括三台思科Nexus交换机,以及思科公司的36台统一计算的系统服务器,将在数月的时间内运行分析和存储网络数据. 专家们认为应用流量分析为运营网络提供关键知识.一个强大的分析引擎可以帮助确保备份发生的时间,并在交易完成后,使应用程序保持一个可接受的服务质量水平

如何做好大型数据中心的运维工作?

随着数据中心建设规模的不断扩大,新技术的层出不穷,数据中心变得越来越复杂.大型数据中心往往是由很多规模庞大的集群系统组成,其运维工作需要具备方方面面的知识,包括硬件.网络.服务器.存储.安全以及业务上的东西,需要上下打通地去做运维工作. 当一个数据中心的规模非常大,面临的挑战和问题也比较超前,很多在小环境小体系下不是问题的问题在这样的规模下也就凸显出来了,所以要做好大型数据中心的运维工作,对整个数据中心技术体系的系统学习就要花费比较长的时间,只有对这个数据中心整体非常了解,才能有针对性地制定一些

云存储怎样解决数据中心存储问题

现在对于大型的数据中心来讲还有一种应用方式就是针对个人用户,以及在企业内部用户级数据的管理. 我们知道电信的数据机房里面,我们的存储设备我们的服务器是为专用的设备进行使用的,很少有针对个人用户来进行服务的一些系统. 随着我们个人级用户数量的不断增加,PC数量的不断增加,随着个人PC上或者工作机上资料的不断增加,如何对个人电脑中数据进行备份以及数据保护,就是一个很重要的问题. 而现在经过一个统计,大约65%的用户是完全没有办法或者对自己电脑中数据进行备份和容灾,只有20%通过简单的备份方式比如刻录

云计算导致大型数据中心寿终正寝?

我屡屡听到不止一家业界预测机构的公关代表抛出这个讯息:数据中心概念正在发生变化.他们认为,许多企业在重新考虑被计算机.存储系统.网络.电力.冷却及支持内部IT运营的其他设备塞得满满当当的数据中心. 这些所谓的未来学家认为,业界正从大型集中式数据中心转向许多较小的数据中心:这类数据中心结合了公司自己的数据中心以及云服务提供商运营的数据中心.虽然这个想法表面上很吸引人,不过其中一些专家似乎把基本的经济因素忘在了脑后. 我们必须记住,企业设有IT部门出于两个不同的原因.一个原因是,公司要提供基于IT的

致力于绿色环保的美国大型数据中心

如今的世界,数据无处不在.专家预测在未来四年内,连接全球互联网的设备数量将会增长到385亿个,而信息对我们的生活来说起着越来越重要的作用.人们每天都在依赖云计算和数据中心,例如采用照片和视频存储他们生活中的细节.但是遍布全球的数据中心在消耗大量的电能.事实上,虽然其他行业厂商正在努力减少电力消耗,然而每年数据中心使用的电能却越来越更多.2013年,美国数据中心消耗的电力约占美国整体能源需求的2%,或约为1000亿度的电能.根据美国能源部的估计,在未来几年内,数据中心的电力消耗将增长40%. 乍一