下一代对象存储ObjectScale打造的数据湖，如何实现云原生应用的自由流淌？ 原创

移动互联上每天都有成千上万的现代化应用出现；

智能制造、IoT、自动驾驶等领域，每天都有海量的数据进行分析处理；

背后，数千万开发者们在云上开发、测试各种代码；

同时还有无数的视频、图像、网页等海量数据不断地在云上、数据中心存储、备份和读取。

而所有这些应用和数据都越来越多的诞生在云原生中，这些新的变化，背后必然要求存储技术的更新迭代。

基于此，戴尔科技最新推出的下一代企业对象存储产品Dell ObjectScale ，专为 Kubernetes 而设计。ObjectScale 能够扩展到任何容量，通过几次简单的单击即可将站点从边缘连接到核心，可作为企业工作负载（如云原生、物联网、AI、大数据分析和归档应用程序）的全球可访问数据湖。

既继承了ECS，又全新出发的ObjectScale对象存储

ObjectScale 源自戴尔科技业界卓越的对象存储平台 ECS，在此基础上又进行了全新迭代。如何理解呢？就像戴尔科技集团中国研发集团上海研发中心总经理陈春曦讲的原因一样。“我们看到了以云原生为基础的下一代应用程序发展的方向，那我们就必须去拥抱新型的应用，这是ObjectScale产品设计和发展重要考虑的方向。”

同时又因为要全面适配云原生应用，要拥抱容器，拥抱最新的技术。从研发的角度来看，如何更好地去拥抱新技术或者配合客户去拥抱这些新的技术方向呢？“最直接的方法肯定不是做一些小修小补或者是封装一些适配层，而是从产品架构上彻头彻尾地拥抱K8s容器化。” 陈春曦分享道。

站在用户角度来看，用户希望有一个完整的平台去支撑海量数据的增长，支持数据密集型的工作负载，支持包括人工智能，物联网的技术，大数据分析，能全方位地满足新型需求的新的存储架构。因此就需要一个全新的支持云原生、可伸缩、简易性的对象存储ObjectScale。

Dell ObjectScale的三大特点：软件定义、企业级保障和助力现代化应用

戴尔科技集团中国研发集团上海研发中心软件工程资深总监滕昱具体介绍了Dell ObjectScale的三大特点：

软件定义

软件定义指的是ObjectScale基于原生Kubernetes架构，并提供灵活的部署以及全新的消费模式。

原生Kubernetes架构，支持Kubernetes存储编排调度、负载平衡、 自修复、资源优化等。自服务K8s API使开发人员能够将对象存储集成到CI/CD管道中。可以提供验证的、可重复的和一致的IT环境。使应用程序开发更快实现更低的TCO。灵活部署包括支持在经过验证的软件和硬件上进行部署，目前已支持包括VxRail和VMware环境和Red Hat的OpenShift Kubernetes环境。全新的消费模式提供免费、订阅或企业许可两种模式。

企业级保障

ObjectScale具备横向扩展打造全球分布式数据湖的企业级能力。

ObjectScale继承了所有ECS企业级存储的特性，也会支持横向扩展的集群，它可以支持添加节点和对象存储和容量，按需添加新节点、对象存储和容量。并且轻松帮助企业设计一个从边缘到核心的全球可访问的数据湖，只需单击几下即可跨站点复制存储桶，实现与其他用户和应用程序共享数据的能力。ObjectScale 由与 ECS 相同的代码库构建，并继承了其经过企业验证的血统 20 年行业和产品经验，是非结构化数据存储领域公认的领导者。

助力现代化应用

ObjectScale能够满足现代化应用和传统工作负载的混合负载，拥有丰富的 S3 兼容性和可扩展性包括支持最新S3功能的API，使 ObjectScale 成为多种工作负载的理想整合平台，兼顾高性能和低 TCO 要求。

ObjectScale对象存储的两大独特优势

仔细想想现代化应用对于对象存储的需求，一个是快速调用数据，一个是开放的接口。

陈春曦谈到ObjectScale满足这两个需求，ObjectScale一个巨大的优势是元数据标签能力，帮助用户更好地搜索、检索和查询数据。“在我们与客户的研发、市场沟通中，像自动驾驶的客户，对数据打标签其实是非常关键的，到底是阴天、雨天路测的数据，还是高速公路或者是普通道路的数据，这样一个标签会对整体的应用产生一个巨大效率的提高。包括医疗、生命科学领域，也会对元数据这块产生一个非常大的需求。ObjectScale花了很大的力气去提升其独特之处。”

其次是API，这里主要指的就是S3，用户基于多云做云原生应用，要求更容易地集成公有云和本地部署的软件来协调开发人员和IT的需求，加速应用程序开发和提升时间，在这点上，也是ObjectScale的优势之一。ObjectScale设计就是通过K8s，通过S3的接口能更方便开发人员去做新的应用开发和与基础架构的集成。

以人工智能应用来通俗易懂地了解ObjectScale

AI不是一个空中楼阁，它必须要有一个落地，AI里面很重要的就是模型训练。我们以人工智能的训练模型的数据应用角度来讲可以分为几个阶段，数据采集、数据准备，包括训练推理，还有很重要的是数据归档的几个阶段。

在数据采集阶段，“大家知道AI训练数据是极其巨大的，比如说一辆车一天就产生了海量的数据，这种情况下多一份拷贝对整个流水线来说都是无法承受的。ObjectScale拥有边缘部署的选项，可以把数据从边缘推到核心来进行一些数据的训练，并提供无限扩展，无节点、租户或容量限制的能力。” 滕昱讲道。

在数据准备阶段，ObjectScale提供数据可视化的功能，具备操作简单、低TCO的特点。

在训练阶段，因为它本身的弹性伸缩，要结合不同的硬件，包括弹性伸缩应对上面的数据训练的引擎，ObjectScale支持多种存储介质选择，如NVMe SSD或HDD，对容量、性能和时延的需求都有自己得天独厚的条件。

归档这个层面是天然的对象存储比较适合的点，ObjectScale拥有数据唯一性、保护和加密功能，也具备大规模业务连续性——没有软件容量限制，实现了TCO优化的S3 备份和长期存档的能力。

最后，戴尔科技集团也在不断扩大自己的 SaaS 生态系统，为客户提供更多的选择和数据管理。比如与Snowflake的合作，双方通过产品合作和联合上市，使用 Snowflake Data Cloud 对本地数据进行就地分析，能够将ECS数据复制到Snowflake，还支持多云选择，支持 AWS、Microsoft Azure和Google Cloud ，最大限度地降低 ECS 客户的数据检索成本、下载和上传费用，最终通过本地分析满足合规性和数据驻留要求。

展望未来，伴随着云原生应用的高速增长，相信戴尔科技将不断继承对象存储的历史，继续传承和发扬从Centera、Atmos、ECS，到今天的下一代对象存储ObjectScale的创新精神，满足企业对于云原生应用、海量数据存储和价值的需求，助力企业更好地构建下一代数据中心，加速企业数字化转型。