Data Domain踌躇满志

定位

Byte and Switch：去年，我们采访了Data Domain的首席工程师Hugo Patterson，当时谈到的一个问题就是Data Domain将如何拓展重复数据删除之外的技术，或者至少以其他方式实现数据删除。你是否能谈谈这个问题？

Slootman：我们首先是一家存储公司，而不是一家重复数据删除公司、备份公司或者数据保护公司。如果你问问这个市场里的人，他们通常会认为重复数据删除是一项功能……对于Data Domain来说情况并非如此。对我们来说，重复数据删除是一项内嵌的技术。

我们总是将我们的技术看成是通用的技术，即使我们是从某种主要的应用（企业备份）起家，我们也仍然持这种观点，因为磁带方面非常虚弱，使用案例对我们来说非常引人注目。但是如果向前看——我们在去年9月进行了发布，我们已经看到了很好的增长——显然人们喜欢将这种技术用于备份之外的其他方面。

让我们更仔细地介绍下这种情况，我们遇到过一些情况，能够推翻对于我们必须长期保存数据的怀疑：只是对数据进行长期保持，而不是进行备份，也不是保存在磁带上，在这种情况下，我们实现了1/4到1/5的压缩比，客户欣喜若狂。如果1/4或者1/5的比例听起来并不惊人，好吧，你可以换算一下，减少了75%的数据，这会节省多少空间，节省多少能源和制冷费用！数据缩小到这种程度通常会给人们留下深刻的印象。我们受到了极大的鼓舞，这种技术在存储架构中非常通用，它并不是捆绑在其他的技术产品之上，比如虚拟磁带库、备份设备或者文件系统。

Byte and Switch：Hugo还提到了在存储市场上要“站在处理器一边”，而不是在另一端的控制器上关注磁盘规模，并且表示这非常重要。你能详细说明一下他的观点吗？

Slootman：重复数据删除技术对CPU和内存的要求很高。我们的设计中心故意采取了这样的方法，因为CPU能力变得，怎么说呢……性价比越来越高。我们打破了所有性价比方面的法则，对于这种技术来说这是非常非常有益的，因为客户不断地从多内核环境里得到越来越多的计算能力，而价格却越来越便宜。结果是，我们利用了这种趋势。所以我不认为我们应该在控制器层面解决问题，我们还是应当充分利用Intel的数据中心网格服务器，为这种技术提供处理能力。

这种技术以CPU为中心的天性非常有好处，它让VMware获益良多，因为他们需要把很多很多服务器运行在同一台物理服务器上，但是这种技术对Data Domain而言也是好处多多，因为我们始终要依靠这个领域里的性价比提升帮助我们建设更大更快的系统。

Byte and Switch：那么，站在处理器一边有什么具体的表现？是否会影响你的研发资金的分配？

Slootman：发现多余重复的数据从技术上来说，并不是一个新鲜的概念；它在学术界已经存在10到15年的时间了。当人们希望在性能要求非常高的应用上使用这种技术的时候，就对于这种技术的速度和性能提出了更高的要求，他们发现如果要让它运行得很快，要么必须使用I/O模式——换句话说，依靠驱动器性能处理大量的存储——或者使用计算模式。在那个时候，这两种选择都不是那么有趣，因为使用I/O模式会影响性能：我在这里是为了把数据从将备份的数据中清理出来，但是我必须增加存储以获取性能。

于是就变成了进一步的同时也退后了一步，人们摊开手说，“这不值得我们花时间，因为我们节省下来的一切都会恢复原状，我们必须获得性能。”计算模式也同样行不通，因为我们丢失了性价比；你需要有超级计算机才能运行这样的程序。

所以，真正让这个市场打开大门的是Intel和AMD：它们提供了性价比非常高的微处理器技术，这些技术经济有效，然后你才会看到Data Domain之类的软件公司取得成功，这也就是为什么这种技术现在得以存活的原因。

从存储方面看，驱动器性能当然是经得起检验的可靠方法。EMC等公司靠着增加驱动器获利——高RPM的驱动器，越来越多的驱动器。人们需要存储并不是为了增加容量，而是需要提高性能，这对于这类公司来说是利好的消息。我们选择了计算之路，显著地提高了性价比，人们先可以以相对比较低的价格购买这一技术，这种做法比存储的方法更为经济有效。

向前看，你只有两种方法来建设更大更快的系统。一种方法是建设更大的节点，利用性价比曲线，购买Intel和AMD的产品，这样，你就会从单核走向四核，或者从单核走向双核，然后再走到四核，然后其他的一切都跟在处理器后面。我们也从双插槽、双CPU的系统过度到了四CPU的系统。换句话说，你会拥有4个CPU，每个CPU都是四核的，一个设备里会有16个内核。

建设更大的节点，使用更多的插槽、以及更多的内核非常有利，但是你也可以采取其他一些方法，例如集群系统，让一组节点结合在一起，作为一个单一的节点使用。

我们同时跟进了这两个方向。我们建设更大的节点，我们也将它们集群在一起，这样你会得到一个非常非常便宜，以软件为中心的解决方案，它能够在短时间内处理大量的数据流。这就是Hugo说要在架构方面站在处理器一边而不是存储I/O的驱动器性能一边的含义，因为那种做法成本高得离谱，对提高这个技术世界的性价比一点帮助都没有。

Byte and Switch：按照现在的处理器规模和节点的可扩展能力，你的发展路径图是怎样的呢？

Slootman：你将会看到我们的四核系统会相对比较快。我们已经有了双核的系统，一旦我们有了四核、双插槽的系统，你会看到我们在2008年向四插槽、四核进军。所以我们将有16核的系统。我们已经有了第一例使用我们集群系统的案例。

在2008年，你会看到Data Domain前进一大步，一方面会建设并提供更大的节点，另一方面会将节点集群在一起，以处理更大量的数据。这让我们能够进入前面提到的PB级的市场。