VMware公司已经对旗下VSAN加以更新,此次虚拟SAN软件的6.2版本新增数据删除以对抗Nutanix与Simplivity的超融合基础设施设备。
VSAN结合vSphere服务器节点中的直连存储机制,从而建立起名为虚拟SAN的汇聚性共享存储资源,从而避免了用户对于共享式外部存储阵列的需求。
此次发布的新版本增添了:
这些数据体积削减方案立足于集成化VSAN节点层面。其重复数据删除功能可作用于固定4K数据块,并在数据由VSAN缓存(包括DRAM与PCIe闪存卡)向SSD移动的过程中加以执行。一旦数据经过重复数据删除处理,其同时亦完成压缩操作。
不过上述功能只适用于配备有全闪存硬件的VSAN产品,而尚无法支持磁盘或者混合型闪存/磁盘配置型号。其设计思路在于,闪存由于使用成本远高于磁盘而能够从数据体积削减技术中获得更为显著的收益,而基于闪存的系统亦能够利用这些速度远高于磁盘的存储资源加快计算数据的存储与访问性能。
VMware公司阐述VSAN闪存与混合方案间的区别
VMware公司表示其观察到的VSAN工作负载体积削减比例可达到7:1,不过大家在实际使用中肯定达不到如此可观的水平,特别是如果大家使用这些软件来处理那些“包含大量独特记录的数据库”的时候。根据虚拟巨头的说法,数据体积削减操作大约需要占用多核心服务器CPU资源的5%左右。
擦除编码则采用RAID 5或者6的奇偶校验数据并将其在多台VSAN服务器主机之间往来传输。其中RAID 5最低需要四台主机构建,从而保证四项校验与三条数据片段的往来传输。这意味着保护功能需要占用掉33%存储资源,具体来讲就是保存20 GB原始数据需要使用27 GB存储空间。
而在RAID 6当中则至少需要使用六台主机,从而实现更出色的节点与设备故障保护能力,在这种情况下存储20 GB原始数据则需要使用30 GB存储空间。
此前的VSAN版本利用复制功能实现数据保护,意味着20 GB原始数据存储需要40 GB空间来支持。
目前让我们感到好奇的是,VMware公司的股东们是否赞同其将自有对象存储软件添加进来以实现擦除编码技术?EMC公司在这一领域已经拥有了Atmos与ECS两套解决方案。
以上图表展示了一套四节点VSAN 6.2配置方案,其采用SuperMicro服务器硬件,主要对抗Nutanix NX-3160 HCIA混合闪存-磁盘产品以及Pure Storage等厂商推出的全闪存阵列——当然,VSAN 6.2配置方案的成本更为低廉。
VMware公司还发布了一份图表以比较VSAN与IDC MarketScape报告中位列第二之HCI供应商的部署情况。根据这份2014年全球超融合型系统供应商评估报告所言,作为比较的对象显然应该是Simpivity而非Nutanix。不过VMware公司指出其自身目前位列第一,而位居第二的则是Nutanix。
IDC MarketScape:2014年全球超融合型系统供应商评估
Vmware公司发布的这份图表显示其在客户数量(VSAN客户已经超过3000家,而根据我们掌握的情况Nutanix目前的客户数量为2100家)、部署单位数以及营收增幅等方面胜出,但优势并不特别明显。
VSAN对Nutanix。需要注意的是,图中并不存在任何基于数量或者单位的纵轴,因此可以肯定这是一份营销专用图表。
VSAN 6.2共提供以下三个版本:
另外vRealize云控制器软件版本亦迎来更新。
我们现在期待着EMC方面是否会将VSAN 6.2引入其融合型以及即将推出的超融合型产品当中。
VSAN 6.2将于今年3月初上市。标准版每插槽售价2495美元,高级版每插槽3995美元,企业版每插槽5495美元。
好文章,需要你的鼓励
尽管近年来女性在科技行业的地位有所提升,但在争取 IT 领导职位时仍面临诸多障碍。本文探讨了女性在职场晋升过程中遇到的8大主要障碍,包括入职门槛高、刻板印象、孤立感、能力被质疑等,并提出了一些应对策略。文章呼吁业界需要更多关注和支持女性,消除性别偏见,为女性创造公平的发展环境。
随着AI技术的发展,企业和个人用户越来越倾向于使用多个AI模型和工具。这一趋势源于单一AI模型难以满足多样化需求,专业化AI可以在特定领域发挥更好的效果。多模型组合不仅可以提高性能和效率,还能避免对单一供应商的依赖。然而,管理和协调多个AI也带来了新的挑战。
HPE第一财季业绩受到多重因素影响:客户等待采购搭载NVIDIA新一代GPU的服务器,竞争对手激进定价导致服务器利润下滑,库存问题也影响了运营收入。为应对挑战,HPE计划裁员2500人,并采取多项措施提升效率。尽管AI服务器订单强劲,但短期内仍面临收入和利润率压力。HPE预计下半年AI服务器收入将回升,第四财季服务器业务运营利润率有望恢复到10%。
当前,AI模型的推出速度令人眼花缭乱,从谷歌等大型科技公司到OpenAI和Anthropic等初创企业都在不断推出新模型。跟踪最新的AI模型可能会让人感到不知所措。AI模型通常根据行业基准进行宣传,但这些技术指标往往无法真实反映人们和公司如何实际使用它们。为了帮助读者理清思路,TechCrunch汇总了自2024年以来发布的最先进的AI模型概述,包括如何使用它们及其最佳应用场景。我们也会持续更新这个列表,添加最新的发布信息。