存储的夜与昼—跨越数据存储的临界点

2023-10-23 00:10
文章标签 数据 存储 跨越 临界点

本文主要是介绍存储的夜与昼—跨越数据存储的临界点,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

高端存储市场在持续萎缩,连带着那些在高端存储市场上称霸的厂商也显得有些萎靡不振;分布式SAN意欲挑战传统SAN,甚至想取而代之;超融合架构正渐成气候,随时准备一统天下;闪存全面取代机械式硬盘的时机已经来到,全闪存数据中心也不再是空谈……如果将这些存储市场上的趋势想像成一幅幅的画面,那么这些画面组成的将是一部多么惊心动魄、荡气回肠的大片。

给这部大片起个名字,你有什么好主意?《黎明前的黑暗》?一个由传统SAN架构、结构化数据、高成本的存储系统作为支持的旧存储世界正在崩塌,而一个由云计算、大数据、软件定义为驱动的存储新世界正在崛起,但还未完全成形。我们不正处在这个新世界的黎明到来前的最黑暗的时刻吗?一股由用户需求为驱动,由存储技术创新作保障,由重塑存储市场格局为牵引的强大力量,将带领我们冲破存储市场的黑夜与白昼之间的这个临界点。

从1890年打孔卡制表机被第一次用于美国人口普查,到1952年磁带存储取代打孔卡制表机被广泛用于各行业,再到后来磁盘存储系统的推出,直到今天由形形色色的存储软硬件构成了丰富多彩的数字化世界,每一代存储技术的突破,每一个存储新产品的推出,哪一个不是冲破旧世界的束缚,才获得了新世界的自由?这些存储的临界点,你一目了然。

存储系统一开始只是作为计算的附属,可能就是一台服务器中不被人注意的几块硬盘而已。但是随着数据量的不断增加,就像是数据海洋的涨潮,迫使存储构筑起更加高大、坚实的堤坝。存储的功能得到进一步强化,终于与计算分道扬镳,这才有了独立存在的存储系统。计算与存储的分立,这是一个临界点。

从简单的直连存储,到相对复杂的网络存储,存储又跨越了一个重要的临界点,这为SAN、NAS长期占据市场的主流奠定了基础。存储区域网络概念的诞生,在将一个个直连存储打通,形成可自由沟通的存储网络中的一个个节点的同时,也为自己埋下了隐患,这就是SAN孤岛。企业级用户希望保留传统SAN的高性能、高可靠和高可用等特质,但又急于摆脱传统SAN难以横向扩展、高成本的束缚。

于是,新的临界点又来到了。在云计算、大数据时代,以硬件为核心、以纵向扩展为主要方式,并以结构化处理为主要需求的传统存储模式受到了严重冲击。今天,我们看到了这样的景象:分布式SAN急于取代传统SAN,软件定义开始主导存储甚至IT的一切,新的更高速的存储介质要把机械式硬盘踢出局……

该来的终归要来。对于存储而言,这并不是什么宿命论,而是数据爆炸性增长、存储技术持续创新、以业务为驱动的用户需求综合作用所产生的必然结果。临界一发动全

上文简要回顾了存储技术发展的几个重要阶段,讲述了存储临界点产生的必然性。其实,这些只是表面现象。产生这些临界点的原因,以及如何应对和跨越这些临界点,才是我们要认真思考的问题。

IBM大中华区硬件系统部存储系统总经理黄永志预测,未来12~18个月将是非常关键的时间期,有可能决定存储厂商未来的兴衰。又是一个关键的存储临界点。

这个临界点是如何形成的呢?

  IBM全球存储系统研究院院长Larry Chiu

首先,这是数据大爆炸产生的连锁反应所致。IDC预测,到2020年,全球数据总量将达到40ZB。IBM全球存储系统研究院院长Larry Chiu表示:“未来5年内,物联网产生的数据将是现在的10倍。”数据的爆炸式增长使得通过数据挖掘获取商业洞察成为企业核心竞争力的又一具体表现。从存储和分析大量、小规模、快速产生的数据开始,到存储和分析来自数十亿台互联网设备的数据,再到采用对象存储应对非结构化数据带来的挑战,直到存储和分析广袤的数据宇宙。各行各业的用户必须借助创新的存储技术突破这些数据的临界点,才能真正迈入“认知商业”时代。

其次,这是用户自身业务需求的变化所导致的结果。举例来说,企业积极拥抱“互联网+”,将导致用户信息化基础平台的改变,而“互联网+”又助推了数据爆炸,从而导致非结构化数据量以更快的速度增长,并将占据总数据量的80%以上。面对海量数据,管理和分析已到达转型的临界点,将无序管理转变为按需分配,将简单的数据分析转化为商业洞察。只有跨越业务转型这个临界点,企业才能从激烈的竞争中脱颖而出。

再次,这是存储技术持续创新和发展的必然结果。存储介质的变化提升了数据存储的速度,软件定义让存储的扩展和使用变得更加灵活,对象存储让非结构化数据的处理变得更加高效,云计算的出现让存储变成了一种唾手可得的服务。总之,存储理念、架构、介质和使用方式的种种变化,让存储不断实现自我突破成为可能。

最后,这也是存储市场格局变化的内在需求使然。新的用户需求的出现,要求厂商必须跟上应用创新的步伐。新的存储技术的出现,催生了一批活跃的初创存储厂商,对传统存储厂商形成了挑战和冲击。在多种力量的交织和共同作用下,传统存储厂商的统治力开始出现松动,新旧厂商之间的力量对比也会有所变化,存储市场格局重塑是必然的结果。存储厂商也必须跨越这个临界点。

数据变化的临界点、企业用户业务转型的临界点、存储技术创新的临界点、存储市场格局调整的临界点……这些临界点构成了整个存储存储大势的临界点,牵一发动全局。”,还真管用

有诗云:山重水复疑无路,柳暗花明又一村。如果每每遇到障碍或是瓶颈,总能化解于无形,自然是好的。但实际上,消除存储的瓶颈,往往不会这么轻松,总要寻寻觅觅,经过多种尝试甚至失败之后,才会看到柳暗花明的美景。

不同行业的客户面临的存储挑战不同,需要跨越的数据临界点也可能会有差异。不过,没关系,这些存储问题可以通过IBM存储祭出的一套组合拳成功破解。在5月20日于深圳举行的IBM“跨越数据临界点 认知引领新纪元”大会上,IBM亮出了这套组合拳,一共有三招——对象存储Cleversafe、全新软件定义存储光谱存储套件Spectrum Storage Suite,以及全新闪存系列产品FlashSystem A9000/A9000R。

  IBM大中华区硬件系统部存储系统部总经理黄永志

第一招是对象存储。对很多企业来说,大数据的压力实际就来自对海量非结构化数据的处理。传统的应对结构化数据的存储和分析方法不再适用,而用户对云计算、Hadoop等新技术还处于探索之中。非结构化数据的存储有什么好办法吗?答案是肯定的,就是对象存储技术。

包括IBM在内的许多专业存储厂商,比如HDS、NetApp等,早就盯上了对象存储,并通过收购等手段,增加了对象存储这条新的产品线。去年,IBM不惜重金收购了私有云计算公司Cleversafe,并专门成立了云对象存储部门。这是IBM去年完成的最大规模的并购交易。Cleversafe提供了一种新型的存储工具,进一步增强了IBM提供高效非结构化数据定制云存储的能力,存储数据的规模可达到EB级甚至更大规模,具有强大的横向扩展能力和高可用性。Cleversafe称得上是一个多面手,同时满足了软件定义、云存储、非结构化数据存储和横向扩展等需求。

第二招就是IBM软件定义存储家族产品的全面更新。一年前,IBM软件定义存储产品组合——IBM光谱存储,一亮相就引起了业界的广泛关注。一直以硬件为主的IBM存储部门在历史上首次发布了一套全软件的存储产品。软件定义存储的时代真的来了!此次经过更新的IBM光谱存储通过简化许可模式,让整个IBM光谱存储系列产品都拥有了可预测的成本,成为传统存储系统面向“互联网+”时代的数据引擎。借助IBM光谱存储套件,企业IT管理人员通过简单、可预测的许可模式使用整个IBM光谱存储系列产品,并按所使用的数据量定价,以满足各种不同软件定义存储的需求。该套件可以帮助客户节约40%的成本。

从目前情况看,软件定义存储落地的方式有很多种,有的厂商推出的仍是软硬件一体化的产品,而像IBM等厂商则坚持纯软件的方式。用户选择哪类产品,要视具体的应用情况而定。不过,纯软件方式的优势在于,不与硬件绑定,可以给用户更多的自由和灵活性,而且也更符合软件定义和云计算的需求。

第三招是闪存阵列。在此次存储大会上,IBM新推出了具备云环境所需功能特性的端到端闪存产品组合IBM FlashSystem A9000和A9000R,包含模式移除、重复数据删除、实时压缩和IBM FlashCore技术,可提供始终如一的低延迟、高性能。IBM FlashSystem A9000配置齐全,有助于大幅度减少全闪存环境的实施成本。IBM FlashSystem A9000R为云服务提供商提供可扩展的存储,容量可轻松扩展至PB级别。

其实,在闪存阵列方面,各个厂商都有自己的“杀手锏”,产品从架构、功能和性能等方面衡量,也是各有千秋。但是,IBM在企业级闪存阵列方面确实有自己的独到之处,就是将闪存这一条产品线变成了一个真正意义上的业务生态圈。举例来说,IBM参与的中国闪存联盟存在有一年多时间,已连续举办了6次大的活动,除了在闪存阵列产品上不断推陈出新以外,还致力于建立和壮大闪存生态圈。通过中国闪存联盟这个平台,IBM团结了一批闪存阵列的先锋用户、合作伙伴和行业专家,通过提供闪存阵列机样、相关解决方案的测试验证和培训,举办闪存应用技术大赛等,让用户更加了解企业级闪存阵列的应用,从而进一步推动闪存阵列在中国的普及。

现在看来,这些活动和计划都是非常成功的,闪存阵列也成了IBM存储的金字招牌。中国闪存联盟自2014年12月创立以来,共招募180多家联盟成员。2016年3月,中国闪存联盟联合行业协会和用户、集成商、独立软件开发商、技术厂商等,创立了行业应用解决方案智库。中国闪存联盟智库专家委员会现招募了100多位技术专家,集众人智慧,探讨和总结典型存储应用场景和解决之道。

在今年3月中国闪存联盟智库成立大会上,同期启动了2016闪存联盟智库“三百大”行动,即100天内挖掘100个行业用户的应用场景需求,征集100个针对应用场景需求的闪存行业应用解决方案。目前,中国闪存联盟智库“三百大”行动已圆满收官,征集需求涵盖政府、金融、医疗、制造、房地产、能源、通信、交通、教育、零售等十余个行业,来自中国闪存联盟智库的专家共同面对行业数据存储痛点提供针对性的解决方案,助力各行业用户跨越数据存储的临界点。


 

 

本文转自d1net(转载)

这篇关于存储的夜与昼—跨越数据存储的临界点的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/264478

相关文章

SQLyog中DELIMITER执行存储过程时出现前置缩进问题的解决方法

《SQLyog中DELIMITER执行存储过程时出现前置缩进问题的解决方法》在SQLyog中执行存储过程时出现的前置缩进问题,实际上反映了SQLyog对SQL语句解析的一个特殊行为,本文给大家介绍了详... 目录问题根源正确写法示例永久解决方案为什么命令行不受影响?最佳实践建议问题根源SQLyog的语句分

Java注解之超越Javadoc的元数据利器详解

《Java注解之超越Javadoc的元数据利器详解》本文将深入探讨Java注解的定义、类型、内置注解、自定义注解、保留策略、实际应用场景及最佳实践,无论是初学者还是资深开发者,都能通过本文了解如何利用... 目录什么是注解?注解的类型内置注编程解自定义注解注解的保留策略实际用例最佳实践总结在 Java 编程

一文教你Python如何快速精准抓取网页数据

《一文教你Python如何快速精准抓取网页数据》这篇文章主要为大家详细介绍了如何利用Python实现快速精准抓取网页数据,文中的示例代码简洁易懂,具有一定的借鉴价值,有需要的小伙伴可以了解下... 目录1. 准备工作2. 基础爬虫实现3. 高级功能扩展3.1 抓取文章详情3.2 保存数据到文件4. 完整示例

使用Java将各种数据写入Excel表格的操作示例

《使用Java将各种数据写入Excel表格的操作示例》在数据处理与管理领域,Excel凭借其强大的功能和广泛的应用,成为了数据存储与展示的重要工具,在Java开发过程中,常常需要将不同类型的数据,本文... 目录前言安装免费Java库1. 写入文本、或数值到 Excel单元格2. 写入数组到 Excel表格

python处理带有时区的日期和时间数据

《python处理带有时区的日期和时间数据》这篇文章主要为大家详细介绍了如何在Python中使用pytz库处理时区信息,包括获取当前UTC时间,转换为特定时区等,有需要的小伙伴可以参考一下... 目录时区基本信息python datetime使用timezonepandas处理时区数据知识延展时区基本信息

Qt实现网络数据解析的方法总结

《Qt实现网络数据解析的方法总结》在Qt中解析网络数据通常涉及接收原始字节流,并将其转换为有意义的应用层数据,这篇文章为大家介绍了详细步骤和示例,感兴趣的小伙伴可以了解下... 目录1. 网络数据接收2. 缓冲区管理(处理粘包/拆包)3. 常见数据格式解析3.1 jsON解析3.2 XML解析3.3 自定义

SpringMVC 通过ajax 前后端数据交互的实现方法

《SpringMVC通过ajax前后端数据交互的实现方法》:本文主要介绍SpringMVC通过ajax前后端数据交互的实现方法,本文给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价... 在前端的开发过程中,经常在html页面通过AJAX进行前后端数据的交互,SpringMVC的controll

Pandas统计每行数据中的空值的方法示例

《Pandas统计每行数据中的空值的方法示例》处理缺失数据(NaN值)是一个非常常见的问题,本文主要介绍了Pandas统计每行数据中的空值的方法示例,具有一定的参考价值,感兴趣的可以了解一下... 目录什么是空值?为什么要统计空值?准备工作创建示例数据统计每行空值数量进一步分析www.chinasem.cn处

如何使用 Python 读取 Excel 数据

《如何使用Python读取Excel数据》:本文主要介绍使用Python读取Excel数据的详细教程,通过pandas和openpyxl,你可以轻松读取Excel文件,并进行各种数据处理操... 目录使用 python 读取 Excel 数据的详细教程1. 安装必要的依赖2. 读取 Excel 文件3. 读

关于MongoDB图片URL存储异常问题以及解决

《关于MongoDB图片URL存储异常问题以及解决》:本文主要介绍关于MongoDB图片URL存储异常问题以及解决方案,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐... 目录MongoDB图片URL存储异常问题项目场景问题描述原因分析解决方案预防措施js总结MongoDB图