超80%企業(yè)用多云,驅動分布式存儲向“云”生長

作者:浪潮高級存儲架構師 葉毓睿、浪潮存儲高級解決方案架構師 張在貴

在云、大數據、AI、5G驅動的新基建趨勢下,數據存儲平臺在智算中心里肩負著數據存、管、用的重任,直接決定著數據生產要素效率的高低。浪潮存儲在近二十年的技術創(chuàng)新和積累下,逐步從七個層面對存儲產品進行極致打造:極簡架構、極致安全、極致穩(wěn)定、極致容量、極致性能、極致云化、極致管理,可以滿足數據要素存儲和處理的“剛需”。在SPC-1最新評測數據中,浪潮存儲多次奪得SPC-1評測全球性能冠軍,浪潮AS5600G2以超752萬IOPS、AS5500G5以超330萬IOPS,在16控和8控存儲領域居全球第一。

如果說極致性能和極致穩(wěn)定的存儲能力是企業(yè)應對核心關鍵應用的主力武器,那極致云化的能力則能夠更加幫助企業(yè)更好的應對后續(xù)多樣化的業(yè)務發(fā)展趨勢。隨著云計算技術的發(fā)展,企業(yè)對于云的投入和使用變得越來越成熟,綜合考慮成本、安全、管理、運維等多方面因素,越來越多企業(yè)開始采用多云模式。根據RightScale云狀況報告,從2016年開始,多云就納入多數企業(yè)的考慮范疇,而2019年的報告顯示有84%的企業(yè)已經采用了多云戰(zhàn)略,同時企業(yè)的用云數量也在繼續(xù)增長——受訪者平均使用了4.9個云,云環(huán)境的復雜化已成為不可忽視的趨勢。與全球數據基本一致,中國企業(yè)在數字化轉型中的訴求不同也驅動了多云模式的發(fā)展。

超80%企業(yè)用多云,驅動分布式存儲向“云”生長

數據來源:RightScale,2019

面對多云的必然趨勢,企業(yè)會根據自身需求和業(yè)務特點,對數據安全性、可擴展、可管理、成本效應、存儲性能和存儲空間等需求綜合考量,進行合理、全面的評估,以便構建高效、適用的多云系統。例如大中型企業(yè)會采用公有云+私有云方式的混合云平臺,中小型企業(yè)會更多的選擇公有云平臺,混合云和多云將成為未來企業(yè)的主流選擇。預計2019年?于?持云基礎架構的硬件?出將超過傳統IT基礎架構,占?將達到52.9%。

超80%企業(yè)用多云,驅動分布式存儲向“云”生長

數據來源:IDC 2019年報告數據

無論何種方式,數據作為企業(yè)的核心資產,多云環(huán)境下對于數據的治理能力都將變得至關重要,用戶既要面對新興應用帶來的數據海量、多元等方面的挑戰(zhàn),又要確保數據安全可靠和權限可控,種種復雜、多樣的云環(huán)境數據存儲需求,對分布式存儲平臺提出一系列挑戰(zhàn)。而浪潮分布式存儲AS13000G5,給出了有應對之道。

與云融合,“多合一”架構為云所用

AS13000G5作為智算中心數據底座和云設施基石,可以對各種云平臺和云操作提供最佳支持。針對容器平臺、OpenStack、云管理平臺、公有云等,AS13000G5均可提供對接這些平臺的接口。比如針對OpenStack平臺,AS13000G5提供Manila、Cinder、Swift等接口,提供文件、塊、對象等服務的調用,同時搭配存儲的高級特性;再比如對接公有云,AS13000G5可以提供云網關接口,實現和AWS、阿里等公有云的對接。更為領先的是,AS13000G5可以實現本地數據快照直接在云端拉起,在云端直接可以使用快照數據內的數據,來使用公有云上性價比更高的高性能計算、大數據分析等云服務。

超80%企業(yè)用多云,驅動分布式存儲向“云”生長

AS13000G5和OpenStack 塊接口 Cinder對接部分截圖

網址:https://docs.openstack.org/cinder/latest/configuration/block-storage/drivers/inspur-as13000-driver.html

超80%企業(yè)用多云,驅動分布式存儲向“云”生長

AS13000和OpenStack 文件接口 Manila對接部分截圖

超80%企業(yè)用多云,驅動分布式存儲向“云”生長

AS13000和OpenStack對象接口 Swift 對接部分截圖

兼具性能與成本優(yōu)勢,靈活彈性滿足需求

多云環(huán)境下成本優(yōu)化都是企業(yè)關注的重點和核心訴求。根據RightScale報告顯示,云用戶(包括大企業(yè)和中小企業(yè))專注于優(yōu)化成本,占比84%的大企業(yè)最關心成本優(yōu)化問題,但是成本優(yōu)化并不意味著忽略性能和業(yè)務效率,如何實現多云環(huán)境下的性能與成本的兼顧?

浪潮分布式存儲AS13000G5通過多池功能及相應的數據策略,基于AEP、SSD和HDD等不同介質,針對不同業(yè)務對性能的不同訴求,構建彈性的性能策略存儲池,并利用在線遷移、智能IO識別等功能,根據用戶業(yè)務實際需求靈活調整,滿足性能的同時兼具性價比優(yōu)勢。

在虛擬化應用場景中,AS13000G5利用卷在線遷移技術,在業(yè)務不間斷訪問的前提下實現在線跨池遷移,以達到優(yōu)化訪問或硬件迭代的目的,滿足業(yè)務不同階段對性能的不同需求。同時云管理平臺能夠根據業(yè)務類型自動感知對存儲的性能要求,調度虛擬機到不同的存儲上,提供不同介質間的虛機遷移,根據業(yè)務活躍度和重要性,將計算卷在SSD性能池和HDD容量池靈活遷移。

在海量非結構化數據場景中,AS13000G5提供了針對冷熱數據的不同存儲策略以及智能IO識別功能來提升數據訪問的性能和效率,將熱點的文件/對象數據以副本方式存放在SSD性能池,保證數據的訪問性能,將非熱點數據以糾刪碼方式存放在HDD容量池來提供存儲效率。

超80%企業(yè)用多云,驅動分布式存儲向“云”生長

浪潮存儲針對冷熱數據提供不同存儲策略

打破多云壁壘,數據安全無感知遷移

企業(yè)通過多云來保持業(yè)務和應用數據的靈活性的同時,站在數據管理、數據安全的角度,也需要充分考慮數據流動的高效性和可信賴性。為了避免宕機或數據丟失等事故對業(yè)務造成不可挽回的損失,需要采用數據分散策略,將數據分散到不同的云平臺和云存儲中。這種策略下就涉及多云平臺之間的數據遷移,數據需要在私有云存儲、公有云存儲間靈活的數據流轉遷移、備份和歸檔。

超80%企業(yè)用多云,驅動分布式存儲向“云”生長

浪潮存儲可實現多云平臺之間的無感知數據遷移

浪潮AS13000G5可以實現多種應用、不同協議、不同冷熱數據靈活自如的在多云環(huán)境下無感知遷移,全面支持不同數據類型的容災備份。塊存儲方面,支持卷同步復制功能,可實現兩套私有云存儲之間結構化數據的備份,保證業(yè)務的連續(xù)性,同時基于文件和對象的遠程復制和雙活,能夠實現非結構化數據的異地容災功能,在兩個云的存儲之間直接進行非結構化數據的互備,提供很好的RPO。通過同步/遠程復制或雙活功能,保障結構化數據和非結構化數據的備份和容災,確保多云環(huán)境下業(yè)務連續(xù)性和數據安全性。

AI與存儲深度融合,解決多云環(huán)境數據管理

在多云環(huán)境中,由于存在包括私有云、公有云、容器云等不同類型的云環(huán)境,其分散多樣性以及不斷增長的規(guī)模給管理帶來與日俱增的復雜性和壓力。如何更好的解決多云環(huán)境的數據管理,也是客戶面臨的重要問題。除了存儲自身的池化、自動化之外,向上提供豐富、開放的API,智能監(jiān)控存儲資源狀態(tài),方便私有云管理平臺按需驅動存儲資源的創(chuàng)建、調整、優(yōu)化甚至回收,將逐漸成為趨勢。

浪潮AS13000G5的智能管理平臺InView采用大數據和AI技術,構建智能化運維管理平臺,能夠提供對接不同云管理平臺的API接口,實現對存儲平臺自動化部署、狀態(tài)監(jiān)測、容量預測、性能優(yōu)化、遠程巡檢、故障診斷、硬盤故障預測、資產管理等智能化運營,提高數據管理效率的同時降低管理成本,優(yōu)化用戶體驗,為客戶多云環(huán)境下的一體化智能數據管理提供關鍵的存儲技術支撐。

緊跟容器持久化存儲趨勢

容器作為云化的一部分,越來越多的用戶,包括互聯網、金融、電信等行業(yè),開始部署容器技術。大企業(yè)的容器工具采用率成上升趨勢,Docker的采用率從2018年的49%增加到57%,這項技術正在成為主流。Kubernetes(K8s)的使用率從27%增加到48%。因此存儲支持支持PV持久化數據卷,支持CSI(Container Storage Interface)接口也將逐漸成為企業(yè)級存儲的必要選擇。浪潮AS13000G5目前已經具備CSI接口對接能力,如下圖Kubernetes的官方兼容列表,可以為多云用戶提供更好的容器化支持。

超80%企業(yè)用多云,驅動分布式存儲向“云”生長

數據來源:Kubernetes的官方兼容列表

隨著新數據時代不斷發(fā)展,5G、人工智能、大數據、區(qū)塊鏈等新技術將進一步驅動更多的企業(yè)采用多云戰(zhàn)略來支撐面向未來的多樣化業(yè)務發(fā)展,而云環(huán)境帶來的復雜化需要企業(yè)選擇具備極致云化能力的新存儲以提升數據存用能力。浪潮分布式存儲基于在多合一架構、多云成本優(yōu)化、彈性云間數據遷移、多云智能管理等極致云化能力,為企業(yè)多云戰(zhàn)略帶來更加匹配的新數據存儲平臺,領跑新數據時代。

(免責聲明:本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿,凡在本網站出現的信息,均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性,但不保證有關資料的準確性及可靠性,讀者在使用前請進一步核實,并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏,概不負任何法律責任。
任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時,應及時向本網站提出書面權利通知或不實情況說明,并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后,將會依法盡快聯系相關文章源頭核實,溝通刪除相關內容或斷開相關鏈接。 )