09年主存储优化将区别于ILM

  我们看到,有很多用户把大笔的资金用于信息生命周期管理(ILM)上,厂商对此也是大肆宣传,这让人感觉好像ILM就是Incredibly Large Marketing(不可思议的大肆宣传)的简称。到2009年,我们将看到更多关于主存储优化(Primary Storage Optimization,PSO)或者数据削减的讨论。我认为这是针对实际情况的讨论,因为明年主存储优化将在大多数数据中心内变得很普遍。

对那些刚刚接触IT存储的人来说,ILM过去是并且现在仍然是一种识别陈旧数据然后将其迁移到SATA存储系统或者磁带中的流程。实际上,我们发现现在和过去静态数据所占的比例基本没有什么变化(大约是80%),但问题是,大多数数据中心虽然已经拥有充足的存储空间,但是企业机构仍然购买回更多的存储容量。

如果你有20TB的存储,只使用了其中的10TB,事实上我们可以认为这10TB中的8TB存储是陈旧的,应该被保存到其他地方去。那么当你已经有了10TB的富裕空间,为多于的8TB存储支付费用是没有意义的,即使这个存储层的成本很低。

到2009年情况就不同了。越来越多的数据中心实现了更高的存储利用率,PSO不再仅仅是将陈旧数据从主存储中迁移出来——它还包括对主存储中那么没有迁移出来的数据进行更好的优化。

PSO和ILM最大的一个区别就是,相比之下PSO有一个更好的迁移目标:基于磁盘的归档。这种系统是针对优化存储、扩展以及简化管理设计的,相比2001年时的目标层迈出了很大一步。

第二个区别,你希望在主存储中保存的数据能够被更好地优化——Storwize公司的in-line数据压缩应用或者NetApp的重复数据删除技术都是很好的例子。Riverbed和EMC等厂商都曾暗示说,他们也开始积极关注主存储优化了。

第三点,也是经常被关于PSO讨论忽视的一点,就是获取存储(或者说被分配却没有被利用的存储容量)的优化。这个时候,3PAR和Compellent的自动精简配置就可以解决这个问题。EMC、HDS等很多存储制造商都或多或少采用了某种形势的自动精简配置。从最近赛门铁克和3PAR发布的消息,以及今年夏天Compellent宣布推出Free Space Recovery等等的举动看来,自动精简配置正在逐渐引起关注,它不仅可以精简容量,而且可以在文件被删除的时候保持卷的精简。

因此到2009年,对PSO的需求是很明显的。你的存储容量会用完,不仅需要对归档层、而且对主存储进行优化。因此,主存储将开辟出一条和ILM不同的新道路。

 

 

来源:51CTO

时间: 2024-10-25 02:43:44

09年主存储优化将区别于ILM的相关文章

如何使用重复数据删除技术实施主存储优化

主要文件系统存储优化(也就是在同样的空间塞进更多的数据)继续在日益普及.这里的挑战是主存储的重复数据删除并不是没有规则的.你不能删除这个重复的数据,也不能删除那个重复的数据,你必须要认识到删除重复数据之后对设备性能的影响. EMC已经宣布了在自己的Celerra平台上删除重复数据的功能.NetApp使用这个功能已经有一段时间了.其它厂商也以积极的方式增加这个功能,其方法是在数据不流动之后对数据进行压缩和删除重复数据.然后,Storwize等公司一直以在线实时压缩的方式提供这种功能. 正如存储虚拟

重复数据删除在主存储中的应用

现如今,重复数据删除技术已经不再让人感到陌生,其价值也已经在备份领域获得了充分的体现,如何发挥重复数据删除技术的最大价值就成为厂商们又一个需要思考的问题.重复数据删除技术向主存储 领域的延伸(NetApp公司开了重复数据删除技术在主存储应用的先河),也让我们看到了厂商期待将这项 技术能够发挥更大的价值.在2009年SNW中国大会上,HIFN向大家展示了其BitWackr重复数据删除和数据 缩减技术,笔者也借此机会与HIFN公司中国区销售总监赵强先生就重复数据删除技术在主存储领域有何 价值进行了一

解密OpenTSDB的表存储优化

摘要  OpenTSDB是一个分布式的.可伸缩的时间序列数据库,在DB-engines的时间序列数据库排行榜上排名第五.它的特点是能够提供最高毫秒级精度的时间序列数据存储,能够长久保存原始数据并且不失精度.它拥有很强的数据写入能力,支持大并发的数据写入,并且拥有可无限水平扩展的存储容量.         它的强大的数据写入能力与存储能力得益于它底层依赖的HBase数据库,也得益于它在表结构设计上做的大量的存储优化.         本篇文章会详细讲解其表结构设计,在理解它的表结构设计的同时,分析

浅谈java+内存分配及变量存储位置的区别_java

Java内存分配与管理是Java的核心技术之一,之前我们曾介绍过Java的内存管理与内存泄露以及Java垃圾回收方面的知识,今天我们再次深入Java核心,详细介绍一下Java在内存分配方面的知识.一般Java在内存分配时会涉及到以下区域: ◆寄存器:我们在程序中无法控制 ◆栈:存放基本类型的数据和对象的引用,但对象本身不存放在栈中,而是存放在堆中(new 出来的对象) ◆堆:存放用new产生的数据 ◆静态域:存放在对象中用static定义的静态成员 ◆常量池:存放常量 ◆非RAM存储:硬盘等永久

闪存,为什么还不是主存储?

贵为新一代存储介质,强大IOPS处理能力,以及低延迟性能表现,让闪存足以横扫磁盘并取而代之.所谓理想丰满,现实骨干.如今这样的情形并没有发生,闪存仍然没有跻身主存储,现实的市场规模依然偏小,其中的原因何在? 在此,不妨分享一下闪迪资深销售经理艾昆先生的观点. 台阶时的选择 尽管闪存价格不断走低,并逐步被市场所接受,但没有办法回避的现实在于,较之HDD(磁盘),闪存(SSD)仍然存在着"台阶式"的价格差距.所谓台阶式的价格差,就是相比HDD,同容量SSD价格上贵一倍,是一倍,而不是30%

谈谈百度与谷歌优化的区别

总的来说,各种优化方法对搜索引擎效果差不多,只是在有些地方会有所差别,这里小许就百度与谷歌(.hk)优化的区别阐述个人的看法. 首先,影响SEO的好坏,是主要在以下几个方面: 1. 站内结构与布局,首先网站结构好不好,代码简不简洁.导航合不合理.地址简单还是复杂.是否生成静态页面-- 2. 网页的Title.keywords.description.标题(H1-H6,这些方面的选取-- 3. 网站的内容,内容质量要高,文章原创>伪原创>转载>采集,是否坚持或比较有规率更新.内容匹配性好不

SEO整站优化与关键词优化的区别

很多人认为,SEO整站优化与关键词优化一样,就是多发外部链接,常更新网站内容就可以了.其实SEO整站优化与关键词的优化方式,大不一样.   对于整站优化和关键词优化的区别,我们需要先理解一下一些概念: 网站权重(Domain Level Authority):做为一个网站整体,在搜索引擎拥有中的权重.我们举个例子来说明网站级权重:baike.baidu.com做为一个二级域名,有非常高的权重.其带来的益处是,这个域名下的所有网页,都会有比较高的初始权重,即使在不进行任何SEO的情况下,仍然能够在

Informix Dynamic Server数据压缩和存储优化

IDS存储优化如何工作 IDS存储优化会考虑整行和其中的所有列(除了作为字节串存储在行之外的列数据,比如BLOB数据).然后,IDS寻找重复出现的模式,把这些模式作为符号存储在压缩词典中,见图1. 图1. 作为符号存储在词典中的模式 在创建词典之后,IDS在词典存储库中存储它. 表的存储优化过程涉及四个步骤: 创建压缩词典. 压缩表或表片段中行中的数据. 重新组合表或片段行. 回收空闲的空间. 下面几节详细讨论每个步骤. 创建压缩词典 为了创建词典,IDS从现有的表中取样一些行并创建一个符号词典

任意列搜索之 列存储优化

标签 PostgreSQL , 列存储 , shard , 切片 , 大块 , 小块 , sort , 块级索引 , bitmap scan , 索引延迟 , 归整 背景 数据分析系统,决策系统的数据量通常非常庞大,属性(列)非常多,可能涉及到任意列的组合条件查询,筛选结果.聚合结果.多维分析等. 这种场景如何优化能满足实时的响应需求呢? PostgreSQL中有一些技术,可以满足此类场景. 1. 内置bitmapAnd bitmapOr,使用任意字段的索引搜索时,可以快速跳过不满足条件的块,快