组合式存储的详细资料说明

存储技术

609人已加入

描述

  存储,顾名思义,即用于存储数据。对于存储,小编在上文中对云存储结构、云存储系统组成有所介绍。为继续增进大家对存储的了解,本文将对组合式存储予以阐述。如果你对存储抑或是组合式存储具有兴趣,不妨继续往下阅读哦。

  随着数据的不断增长,以前的存储架构已经不能在满足于现在的需求,当前存储架构还只是发展到第三个存储架构,那就是组合式存储,它可以提供纵向扩展存储的性能和效率,同时实现横向扩展存储的简单操作。

  一、目前存在的问题

  大多数数据中心的应用都在环境中混合使用。一些传统孤岛应用需要极高的性能,这些应用程序在性能和可用性方面通常必须具有非常具体的保证。纵向扩展存储系统是这些工作负载的理想选择,但随着周围环境的增长和工作负载的变化,它们变得越来越有挑战性。

  这些数据中心还拥有新一代的应用程序,环境或数据集,这些应用程序和数据集迅速扩展,更适合横向扩展存储设计。虽然性能对某些应用程序很重要,但更重要的是能够快速灵活地扩展(在四个方向),以映射到不可预测的即服务应用程序模型的需求。可能不需要具体一致的保证。在很多情况下需要足够紧密和足够好。

  横向扩展存储设计中的另一个挑战是计算和存储资源规模良好,节点间通信通常并不好。支持横向扩展设计(通常是基础IP)的网络变得复杂,可能最终会出现瓶颈,为存储IO增加了大量的延迟。

  为了应对这种二分法,许多组织拥有多达五到六个存储系统,其中包括纵向扩展架构和横向扩展架构,此外还有一种混合存储模式来解决超融合基础设施,私有或混合IaaS等特定的业务挑战。这些混合使得存储环境非常复杂,同时也变得脆弱。

  二、组合式存储

  组合式存储是第三种存储架构。它充分利用了纵向扩展架构和横向扩展存储的优点。就像纵向扩展架构一样,组合式存储系统可以从单个节点开始。可以在IO性能和容量方面充分利用该节点。但是,与纵向扩展设计不同,还可以将另外的节点添加到可组合的存储中,因此在不引入另一个管理点的情况下,获得更多的容量或计算性能用于环境。组合式存储还可以分解存储计算和存储容量,这使得这些资源可以动态地分配或使用它们的应用程序释放。

  这种设计的早期迭代称为scale-right架构。虽然纵向扩展和横向扩展架有了巨大的改进,但一旦增加节点,这些scale-right的设计就会变得规模庞大,因此继承了许多横向扩展的负面特性。换句话说,scale-right实际上并不是一个新架构,只是两个现有架构之间的桥梁。

  实际上,组合式存储并不是纵向扩展和横向扩展架构之间的桥梁,实际上是一个适合的架构。实现了从纵向扩展到横向扩展的转换,它解决了横向扩展架构的局限性。也就是说能够将具体的性能和特征专门用于特定的应用,并克服了节点间通信在环境规模上潜在的网络瓶颈。

  针对专门的性能限制,组合式存储在存储集群中创建动态可组合的虚拟专用存储系统。这种专用的虚拟存储阵列可以根据IOPS,带宽和容量来硬性分配特定的性能和属性。虚拟存储阵列可以与传统应用程序结合使用,因此需要非常具体的性能要求。

  为了解决网络问题,组合式存储系统也需要更好的网络,而更好的网络不仅能够实现规模化,而且还提供更复杂的功能,如虚拟专用存储阵列。高级网络的问题是成本高昂,并且通常是专用网络。NVMeoverFabrics可以为组合式存储系统供应商提供一种提供高级网络的方式,而不会被锁定在专有或比较小众的的网络中。NMVe使可组合的存储能够提供4种缩放功能,分别是:纵向扩展,横向扩展,横向缩小(每节点的容量更小)和纵向缩小(每个集群的控制器更少)。

  NVMe是一个专门用于与基于内存的存储设备通信的新协议。其设计是通过PCIe总线进行通信,并显著增加命令数量和IO队列深度。NVMeoverFabrics是该标准的网络,可以使其网络性能与本地连接相媲美。

  将Fabrics网络上的NVMe集成到组合式的存储架构中是一个合乎逻辑的步骤。集群内的节点现在通信性能和延迟水平几乎与直接连接一样好。其结果是有效的规模,并进一步扩大了能力。

  三、软件定义存储

  数据中心现在需要组合式存储的能力。他们期望存储供应商能够更快地设计定制硬件并修改其软件,特别是考虑到硬件现在可用。如今,部署了下一代的英特尔处理器,PCIe总线,以及完全支持NVMe协议的服务器不断上市,而NVMe闪存设备也将同时推出,这意味着延迟将创新低,而IOPS将创新高。随着新一代处理器和存储设备的到来,采用NVMe协议的Fabric网卡的设备也即将推出。

  如果所有硬件组件都可用,那么所欠缺的一环就是存储软件。软件定义的存储供应商应能够快速将其软件适应高性能NVMe驱动硬件的新现实,并为数据中心提供解决方案,可以显著减少存储系统的数量。

打开APP阅读更多精彩内容
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉

全部0条评论

快来发表一下你的评论吧 !

×
20
完善资料,
赚取积分