软件定义存储作为未来存储的发展方向之一,具备在容量,性能以及扩展性上的明显的优势,性能和容量对于传统企业级用户来说,但客户更加关注的新技术和自身业务场景的结合。此外,随着人工智能技术的不断输入,也需要与不同行业应用场景的深度融合,让"智能"触达用户的需求。
如今,企业数据中心纷纷向云转型,公有云、私有云上的数据云基础设施如何构建?两地三中心的容灾备份如何保障平稳运行?SAN存储、对象存储、NAS存储等多种存储类型如何实现统一?底层架构和服务如何适应场景的快速变化?这些都需要软件定义存储的在不断变化的市场需求中创新。
数据对于用户来说并不会被"同等对待",存储系统中总有些热数据会慢慢变冷,最终要么删除,要么迁移到低成本、大容量的设备上。所有数据都在高端存储中固然是不现实的,用户需要一个平台让数据灵活流动,一个界面就能将热、冷、温数据进行统一管理、灵活调度,掌握数据的生命周期,这也是智能存储的精髓。
如今,浪潮智能存储G2平台集成1000多个软硬件传感器,100+持续优化的核心算法,"智能感知、智能架构、智能管理"--强调数据生命周期的智能化管理、多场景应用感知、容量调节、性能加速、可靠加固、异构整合以及数据迁移等智能特征。
浪潮在14年推出的业界首款"四合一"整机柜软件定义存储AS13000-Rack,能够承接视频监控、广电媒资、人工智能、云计算、大数据、高性能、数据库七大场景以及上百个二级应用场景,存储服务+软件+硬件三层架构,软硬件协同优化,提供SAN、NAS、对象存储与大数据应用于一体的整体解决方案,集中对每一场景、每一应用实现定制化处理,10万IOPS,带宽高达2.5GB/s,单节点性能领先。
浪潮软件定义存储能够承接7大场景应用
浪潮存储高级产品经理张柯指出:人工智能的应用,以及海量数据增长等,对传统存储的性能特别是可扩展性都提出了很高的要求,因此,软件定义存储将会在未来更多的在数据中心部署。
张柯表示,浪潮对场景下的软件定义存储做了全面优化,帮助企业在实际应用中化解难题:
基于文件IO聚合的性能加速。视频监控涉及到大量的高性能小文件处理,而小文件在读取过程中对元数据及数据性能的要求又很高,浪潮在软件层通过小文件IO聚合(或将大文件拆分),将4K、8K小视频聚合成4M的数据包,在不影响底层存储性能的同时,将客户应用层的IO进行聚合,极大的提高业务的IO,减少IO对存储访问所带来的性能瓶颈,满足大规模存储应用需求,大大降低海量小文件的高并发,客户端应用性能提升5倍,广为适用于交通卡口、动漫渲染及地质勘探等作业中。
统一多种存储协议。浪潮支持NAS、SAN、Object和HDFS四种协议且无缝对接到实际应用中,减少数据拷贝过程中的性能损耗,数据在NAS和对象协议在软件层进行转换,数据都能统一处理,这在气象教育、航空航天等作业中多为应用,多源数据零拷贝,消除了存储信息孤岛,一套存储就能满足客户的多种应用,不仅节省了硬件成本采购成本,同时管理、运维成本效率全面提升。
基于WAN的远程复制加速,主要应用于高延时或高丢包率的情况下,由原来的单一数据源传输改为多个虚拟通道,完成数百、数千公里的数据复制,带宽利用率提升超90%,相当于十组数据同时传输,任意一组传输中断或数据丢失,其他通道不受影响,容灾能力相比RAID更为完善,在卫星发射、异地数据中心等对远距离数据传输安全性及效率要求较高的场景下尤为适用。
提升视频监控存储性能的流直存技术。传统视频监控解决方案夹杂着管理软件的需求,数据由前端摄像头传到管理平台再传到客户端,AS13000将摄像头前端GPU传输的数据直接落盘到存储,流转存变流直存,简化了硬件流媒体服务器和管理平台,节省对媒体服务硬件设施的成本投入;另一方面,流媒体服务器单点故障频发,所有数据通过摄像头直接存在软件定义存储设备上,通过纠删码冗余模式保障数据安全;面对海量视频数据,系统对视频容量的承载是个考验,延时、带宽不给力会严重影响工作效率,浪潮通过提高链路带宽容量,提高网络QoS,应对海量数据存储。
浪潮软件定义存储的发展理念就是多元应用、促进技术发展。围绕这一核心,下一步,针对用户QOS,浪潮将根据用户的不同业务场景进行容量和性能的深度定制;同时,保障硬件稳固,软硬协同,加速性能提升;基于硬件重构,加强软件层功能,做好上云数据的对接;此外,浪潮将在未来一年内在软件定义存储上做分布式全产支持,与合作伙伴携手在多元应用的场景下做好技术整合。未来,人工智能将更多地被浪潮运用于软件的深度优化,包括后台的老旧设备管理也能通过一套软件轻松搞定,浪潮为此而努力着。
可以预计,2018将会是软件定义存储规模应用的一年!
好文章,需要你的鼓励
随着各行各业数字化变革的不断深入,人类社会正加速迈向智能化。作为智能世界和数字经济的坚实底座,数据中心也迎来了蓬勃发展。面
“未来软件定义汽车”的设想也成为马丁当前运营路线的指导方针,且高度关注数据、零件和资产管理等议题。