Oracle正在使用自己内部的公有云作为本地ZFS设备的后端存储。
与Exadata云服务不同的是,Oracle正在将自己的ZFS内部部署套件引入公有云。
最新的ZFS Storage Appliance软件发布包括Oracle的ZFS Cloud软件,意味着应用数据将被迁移到/迁移出Oracle自己的公有云,强化ZFS Storage Appliance在Oracle混合云战略中的角色。
Oracle称这将消除“对外部云网关的需求,避免软件许可和云访问许可的成本——也就是云准入税——这个费用是由传统本地厂商收取获得访问公有云的权利。”这将引入它的公有云和ZFS Appliance成为共同设计的一组产品。
正如Oracle表示,ZFS Storage Appliance是Oracle Public Cloud的存储基础,所以协同工程不是什么大问题。
Oracle说,传统本地厂商并不能提供相同的公有云集成——听到NetApp了吗——公有云厂商不能提供本地的设备。所以Oracle统治着混合NAS文件/公有云领域。
Oracle宣称,现代应用可以访问内部部署的ZFS Storage Appliance以及Storage Cloud上的数据,而不需要改变应用。客户使用ZFS云存储的用途有很多:
- 弹性应用存储
- 备份和恢复
- 开发
- 测试
- 动态归档存储
- 快照复制存储
- DevOpes,单一API针对内部部署和Oracle Storage Cloud
- 工作负载迁移
ZFS Storage Appliance的最新功能还包括:
- Oracle Intelligent Storage Protocol 2.0,可自动化:
- 根据数据库提示设定IO优先级
- 每分钟的在线交易处理有效提高19%
- Oracle Database RMAN备份性能提高33%
- 提高延迟密集型控制文件IO性能达13倍
- 日志写入IO性能提高3.9倍
- 全闪存存储协议从16TB扩展至2.4PB,吞吐量最高为34GBps
- Cloud-Scale Data Protection over Infiniband、Ethernet、Fibre Channel,最高每小时62TB多的备份速度,每小时60TB的找回速度。
Oracle宣称,新的重复数据删除和压缩数据精简技术减少备份存储容量达9倍,带宽需求减少4倍。这将会得到很多使用ZFS的提供商的欢迎,例如Nexenta,可以用来取代最初的原生ZFS数据精简技术。
评论
混合云是几乎所有本地服务器和存储阵列厂商采用的理念,通常就是通过Amazon S3协议访问Amazon公有云,此外还有微软的Azure和Google云。
例如,NetApp已经公布了其Data Fabric数据理念,在这种理念中,本地和公有云NetApp存储是一个单一的实体,数据在适当的情况下在这两者之间移动,例如本地阵列可以备份数据到Amazon和Azure云。
Avere提供了FXT前端文件和网关连接本地NAS和公有云,加速公有云存储访问,FXT软件也可以运行在公有云中。
公有云存储可以视为低速访问的归档存储层。为了更快地访问云中存储的数据,你可以把阵列放在公有云区域访问中心,就像NetApp所做的。更为典型的做法是在公有云中进行计算,在公有云中保存数据,让云提供商访问保存的数据以快速计算。
当本地阵列提供商使用S3协议连接到Amazon的时候,这种做法变得越来越受欢迎,还成为一种本地访问协议,例如特定的对象存储产品。
Oracle的做法有所不同。
Oracle是将自己内部部署的ZFS设备与基于ZFS的存储结合放在自己的Oracle共有云中,而不是放在Amazon、Azure或者Google中。ZFS数据始终是在Oracle可控的设施中,Oracle并不会把控制权放给任何公有云提供商。
我们想象的是,Oracle想要看到使用竞争对手本地阵列并将数据迁移到Amazon、Azure或者Google的数据库客户,开始考虑使用Oracle公有云,因为它的成蹦鞥地,本地公有云集成做得更好。
数据保留在单一提供商那里,这不需要转换协议和数据格式耗费CPU周期。
已经适应了Oracle强有力定价方法的客户可能会觉得,放弃对数据放置控制权可能对Oracle是一个坏主意。把数据放在竞争对手云中,这可能有助于让Oracle出色表现,防止当用户无法离开Oracle构建的混合云时提高价格。
考虑到所有这些因素,现有的ZFS Storage Appliance客户可能会期待从Oracle渠道听到关于Oracle Storage Cloud集成的更多信息。
好文章,需要你的鼓励
随着AI在各行业深度应用,传统的"学会编程"建议已不再适用。UCLA等机构的CIO表示,现在更看重候选人的批判性思维、问题解决能力和适应技术变化的敏捷性。新毕业生需要展现AI素养、数据理解能力、云技术expertise和安全意识。编程岗位演变为更具战略性的角色,类似指挥家协调AI工具。入门级职位因自动化而减少,求职者需具备更高技能水平,能够与AI协作而非被其取代。
加州大学伯克利分校研究团队成功让Transformer AI直接从原子三维坐标学习分子结构,无需传统的分子图谱。10亿参数模型在OMol25数据集上的表现可媲美先进图神经网络,且运行更快。AI自发学会了距离-相互作用关系,并能根据分子环境自适应调整关注范围。研究验证了分子AI的规模定律,暗示更大模型将带来更好性能。这项工作为分子建模提供了全新范式,有望推动药物设计和材料科学发展。
9月份LockBit勒索软件新版本的幕后操作者大幅扩大了攻击目标,整体勒索软件攻击激增超过四分之一。NCC集团报告显示攻击量六个月来首次上升28%至421起事件。尽管LockBit曾在Operation Cronos行动中被重创,但其管理员LockBitSupp持续活动。LockBit 5.0新增多平台支持、增强反分析功能、更快加密速度等特性,9月份至少造成十几个受害者,标志着该组织运营恢复。
MediaTek Research团队提出颠覆性"沙漏"MLP架构,将传统"窄-宽-窄"设计反转为"宽-窄-宽",在高维空间进行渐进改进。通过固定随机投影技术,新架构在多项生成任务中显著优于传统设计,用更少参数实现更好性能。研究验证了高维空间增量学习的优越性,为神经网络设计开辟新思路,并展示了向变换器等架构扩展的潜力。