浪潮HF系列固态存储的独门绝活儿

据IDC预测，全球磁盘阵列市场中，包含SSD的全固态及混合存储占比将达到60%，而中国市场的全固态存储阵列在2015年更是达到了近300%的井喷式增长。

SSD成为数据全球存储市场主流

浅析其原因，一是数字宇宙不仅仅是体量在快速扩张，社交网络、移动支付、在线分析等实时交互和信息处理系统对数据中心的存储设备提出了更高的性能要求，仅仅依靠传统阵列无法满足需求。三是固态存储介质SSD硬盘/Flash卡等的价格不断降低，每IOPS及每GB可用容量的成本已经不再那么高不可攀，并且从长期来看，可以从运维和能耗节省等各方面降低整体拥有成本（TCO）。最关键的是用户对于固态存储阵列的概念已经熟悉，清楚其可以为自己的业务应用所带来的巨大价值。

浪潮HF系列全固态存储

针对用户应用日益苛刻的性能和追求更佳TCO存储方案的需要，浪潮5月份在其合作伙伴大会上发布的固态存储产品HF系列（HF5000-F、HF5000-H），则很好的诠释了什么叫做性能与功能兼顾。

HF系列

采用全局整条写 优化写性能

SSD控制器针对写入操作所做的一个动作就是重定向写到空闲页然后将之前所在的区域垃圾回收后重新当做空闲块，这个动作只发生在单块SSD盘内部。但是对于全固态存储系统来讲，如果能从更高的层面也实现这种重定向写+垃圾回收的策略，那就可以从更高的维度实现全局的写加速。

HF系列全固态及混合存储阵列所共享的浪潮独有MASP多级加速顺序化聚合架构(Multi-layer Accelerated Sequential Polymerition)，MASP采用了实际地址和逻辑地址分离的数据处理手段，从逻辑上看：数据是写到随机地址的，而实际算法中：数据先被优化成顺序的大条带，再以多个完全擦除的块宽度顺序写入。可以将来自应用端的不同大小的随机数据，经过顺序化整理，重删、压缩后，形成大的数据条带，顺序化写入后端HDD或者SSD中。这样看似平淡的一个操作，却起到了神奇的效果：混合阵列存储的性能可以和其他友商全固态存储阵列产品相媲美，全固态存储阵列则可以打破SSD介质本身写性能和读性能相差较大的魔咒，实现读写性能的均衡，达到亚毫秒级延时。

HF全固态存储

采用重删+压缩双重数据缩减技术 增加OP

对于NAND Flash来讲，由于采用重定向写来规避内部电路的限制同时实现磨损均衡，所以，Flash的空闲容量剩余的越多，写性能就越好。厂商一般会保留一部分容量专供于写重定向，这部分空间叫做OP，即便是将SSD的标称容量写满，该空间依然可供内部FTL用于空间循环倒换从而保证写性能。那么如何实现将剩余空间变得更大？那当然是拿150GB的裸容量标称为100GB，这样无疑是赤裸裸的30%的成本增加。还有一个办法就是将数据压缩以及重删之后写入Flash，无形中就可以留出更多的空闲空间来。该技术不但可以提升写性能，而且还能节省空间，省出来的空间用户是可以用的，而不是专用作内部不可见的OP部分。

一般的系统都是离线重删，而在线重删无论是对硬件还是软件的要求都进一步提升，硬件要求内存容量足够大以便于容纳更多数据块的hash指纹，CPU能力足够强以便更快的比对完成；对软件的高效性尤其是搜索算法以及hash指纹库的内存换入换出算法提出了更高的挑战。而可变分块长度更是增加了重删系统的难度。另外，HF支持多点集群化架构，重删可以在集群范围内实现，也就是其他节点上存在的数据块，在本节点可以被重删，这种技术更需要掌握分布式架构的核心技术。浪潮HF能够挑战如此高的标杆，还是足以让人刮目相看的。

支持分布式集群扩展

HF全系列支持分布式集群功能：可以高低型号混合搭配、F和H子系列混合，形成集群。允许应用根据性能需求在全固态及混合存储之间透明迁移。

更高的系统可靠性

HF系列全固态存储采用最新3D NAND SSD，3D NAND存储介质的性能与可靠性比上一代闪存技术有明显的提升。借助在存储控制器中置入在线压缩、重复数据删除、消0等高级数据功能，减少实际写入3D NAND的数据量，提升系统的可用容量的同时，降低对SSD介质的磨损，从而，浪潮HF固态存储可以提供5倍以上无损性能的容量提升，SSD使用寿命长达7年以上。

HF系列采取三重校验保障数据安全。可容忍同时坏三快盘数据不丢失，散列化raid保障无损性能和容量的快速重建。

完善的企业级高级功能

HF系列不仅仅只提供高性能，还可以提供更好的数据使用效率及数据安全性。比如快照、克隆、远程复制容灾、自动精简、压缩/重删、SSD缓存、集群等全套功能软件。远程容灾方案不需要额外设备，支持基于一对一、多对一、双向复制、集群组间复制，复制过程中数据保持压缩状态，显著节省传输带宽需求。并支持HF-F和HF-H两个系列之间的互联互通，进一步降低TCO。

同一架构下的一体化容灾

综上来看，浪潮的HF固态存储阵列从性能、容量和功能特性上均有特长，可以关注其后续在金融、电信、制造等高IOPS、低延时等行业应用上的实际表现。