Autor: Galvin Chang, zastępca dyrektora ds. marketingu globalnego, Infortrend Technology, Inc.
W korporacyjnych centrach danych, priorytet menedżerów IT ewoluuje od wdrażania najnowszych technologii i zasobów, w kierunku zapewnienia jak najefektywniejszego wykorzystania dostępnych zasobów. Optymalizując wydajność, przedsiębiorstwa mogą lepiej chronić swoje inwestycje i zapewnić sobie wysoki zwrot z inwestycji (ROI).
Podobnie widoczny jest ten trend rozwojowy w dziedzinie przechowywania danych, na co wskazują pojawiające się nowe funkcje, takie jak deduplikacja danych i cienkie provisionowanie, które optymalizują wykorzystanie pamięci masowej i cieszą się dużą popularnością na rynku.
Innym przykładem jest zautomatyzowane warstwowanie pamięci masowej, technologia stopniowo zyskująca popularność na rynku pamięci masowej dla przedsiębiorstw. Zautomatyzowane warstwowanie pamięci masowej może pomóc przedsiębiorstwom spełnić szeroki zakres wymagań dotyczących poziomu usług w centrum danych dzięki zautomatyzowanej architekturze, która zwiększa zwrot z inwestycji (ROI) i upraszcza zarządzanie.
Czym jest automatyczne warstwowanie pamięci masowej?
Warstwowanie pamięci masowej polega na grupowaniu danych w różne kategorie i przypisywaniu ich do różnych typów nośników danych w celu optymalizacji wykorzystania pamięci masowej. Kategorie danych można rozróżniać na podstawie poziomów wydajności, częstotliwości użytkowania, czynników związanych z kosztami/wydajnością i innych.
Prostym przykładem warstwowania pamięci masowej jest wykorzystanie taśmowych nośników danych, dzięki którym firmy archiwizują starsze dane na taśmach, a jednocześnie przypisują nośniki dyskowe do przechowywania bieżących, wysokowydajnych aplikacji. Jednak wcześniejsze, prymitywne formy warstwowania pamięci masowej opierały się niemal wyłącznie na procesach inicjowanych ręcznie. Procesy te obejmują klasyfikację danych i określanie ich znaczenia dla organizacji, a także konfigurowanie różnych nośników danych w celu umożliwienia migracji danych między nimi i uzyskania różnych warstw pamięci masowej.
Ostatnio zautomatyzowane mechanizmy stały się coraz ważniejszym elementem architektur warstwowych pamięci masowej. Algorytmy wbudowane w rozwiązania pamięci masowej pomagają klasyfikować dane i określać priorytety, jakie należy przypisać każdemu zestawowi danych. Ponadto, po prawidłowej klasyfikacji danych, zautomatyzowane procesy migracji danych pomagają przenosić dane między różnymi typami nośników pamięci masowej, co pozwala na pełną optymalizację architektury warstwowej.
Można wyróżnić dwa główne cele warstwowania pamięci masowej: zapewnienie każdej aplikacji dostępu do wymaganego poziomu wydajności oraz migracja danych, które zostały już zapisane, do wyższych lub niższych warstw na podstawie wzorców wykorzystania danych, w celu osiągnięcia jak najbardziej efektywnej dystrybucji danych w systemie pamięci masowej.
Do implementacji warstwowania pamięci masowej stosuje się różne typy architektur. Główne różnice między architekturami dotyczą takich czynników, jak to, czy warstwowanie jest implementowane w strukturze opartej na plikach, czy blokach, oraz czy warstwowanie jest oparte na hoście, czy na pamięci masowej. Kolejną istotną różnicą jest to, czy implementacje są oparte na oprogramowaniu, czy na sprzęcie.
Jakie korzyści przynosi zautomatyzowane warstwowanie pamięci masowej przedsiębiorstwom?
Centra danych przedsiębiorstw obsługują szeroką gamę aplikacji, które mogą się znacznie różnić pod względem wymagań dotyczących poziomu usług. Możliwość łatwego spełnienia różnych poziomów usług bez konieczności skomplikowanej konfiguracji systemu jest zatem niezwykle istotna dla przedsiębiorstw.
Zautomatyzowane warstwowanie pamięci masowej pomaga przedsiębiorstwom zapewnić swoim aplikacjom dostęp do potrzebnych im poziomów usług. Aplikacje o wysokiej wydajności można przypisać do warstw o wysokiej wydajności, wyposażonych w dyski SSD lub SAS, natomiast aplikacje wymagające mniejszej wydajności można przypisać do niższych warstw, wyposażonych w dyski nearline.
Ponadto zautomatyzowane procesy migracji danych pomagają użytkownikom przechowywać dane na odpowiednich nośnikach bez konieczności przeprowadzania ręcznych konfiguracji na dużą skalę. Opierając się na wbudowanych algorytmach, rozwiązania do przechowywania danych automatycznie migrują dane między różnymi warstwami, przechowując nowe, aktywne dane na wyższych warstwach, a starsze dane na niższych.
Wiele rozwiązań w segmencie korporacyjnym oferuje obecnie warstwowanie podwoluminów (lub podjednostek LUN), co umożliwia przechowywanie jednego woluminu danych (LUN) na wielu warstwach. Warstowanie podwoluminów może znacznie zwiększyć wydajność automatycznej migracji danych poprzez przenoszenie danych między warstwami w znacznie mniejszych jednostkach.
Zautomatyzowane warstwowanie pamięci masowej umożliwia również znaczną optymalizację wydajności poprzez efektywną integrację dysków SSD, które zapewniają poziom wydajności znacznie przewyższający możliwości dysków SAS lub nearline. W przeszłości przedsiębiorstwa były zmuszone przypisywać całe woluminy danych do dysków SSD, co skutkowało przechowywaniem starszych danych w tych woluminach na dyskach SSD i zabierało cenne zasoby, które mogłyby być lepiej wykorzystane do obsługi nowszych danych w aplikacjach o znaczeniu krytycznym.
Dzięki warstwowaniu podwoluminów, starsze dane w woluminie danych mogą być automatycznie przenoszone do niższych warstw, dzięki czemu nie zajmują cennego miejsca na dyskach SSD. Zastosowanie dysków SSD w architekturze warstwowania podwoluminów pozwala użytkownikom sprostać rygorystycznym wymaganiom aplikacji o znaczeniu krytycznym w opłacalny sposób.
Na przykład, jeśli przedsiębiorstwo do obsługi aplikacji o znaczeniu krytycznym w rozwiązaniu pamięci masowej bez podziału na warstwy korzystało dotychczas wyłącznie z dysków SAS, może znacząco zwiększyć poziom wydajności, integrując dyski SSD w rozwiązaniu pamięci masowej z podziałem na warstwy bez ponoszenia dodatkowych kosztów.
Zwiększona wydajność, jaką można osiągnąć dzięki warstwowaniu pamięci masowej, pomaga wydłużyć żywotność rozwiązań pamięci masowej oraz zmniejszyć zajmowaną przestrzeń i zużycie energii. Zużycie energii jest również zmniejszane dzięki zastosowaniu dysków SSD w architekturach warstwowania pamięci masowej, ponieważ dyski te zużywają jedynie ograniczoną ilość energii w porównaniu z innymi typami dysków.
Ponadto, zautomatyzowane rozwiązania w zakresie warstwowania pamięci masowej pomagają przedsiębiorstwom znacznie uprościć zarządzanie pamięcią masową. W przypadku tradycyjnych rozwiązań pamięci masowej bez technologii warstwowania, administratorzy IT muszą ręcznie konfigurować operacje migracji danych i przypisywać aplikacje do określonych nośników pamięci masowej. Dzięki zautomatyzowanemu warstwowaniu pamięci masowej wiele z tych operacji jest wykonywanych automatycznie, co upraszcza zarządzanie, skraca czas poświęcany przez administratorów na zarządzanie pamięcią masową, a tym samym obniża koszty zarządzania.
Stopień zaangażowania użytkownika może maksymalizować korzyści
Nawet przy wszystkich wymienionych wyżej zautomatyzowanych mechanizmach, pewien stopień zaangażowania użytkownika może być bardzo przydatny, aby pomóc przedsiębiorstwom zmaksymalizować korzyści płynące z automatycznego warstwowania pamięci masowej. Wkład użytkownika może mieć istotne znaczenie w kilku aspektach, w tym w kwestii czasu migracji danych oraz sposobu przechowywania woluminów na wielu warstwach z podziałem na podwoluminy.
Zalety automatycznej migracji danych zostały opisane powyżej, jednak prawdopodobnie jednym z najważniejszych aspektów migracji danych jest moment jej wystąpienia. Wiele rozwiązań przeprowadza migrację danych zgodnie z harmonogramami ustalonymi przez sam system. Migracja danych wymaga jednak zasobów obliczeniowych, a przeprowadzanie migracji danych w godzinach pracy, gdy aplikacje działają z pełną prędkością, może nie być najlepszą dostępną opcją ze względu na potencjalny wpływ na wydajność.
Dlatego niezwykle ważne są opcje planowania, dzięki którym użytkownicy mogą samodzielnie decydować o terminie migracji danych. W ten sposób użytkownicy mogą zapewnić, że migracja danych odbędzie się poza godzinami szczytu, unikając w ten sposób wpływu na aplikacje.
Kolejnym obszarem, w którym ustawienia użytkownika mogą mieć istotne znaczenie, jest sposób podziału wolumenu danych na różne warstwy w rozwiązaniach warstwowania podwoluminów. Jeśli użytkownik ma możliwość określenia proporcji, w jakich wolumen jest przechowywany na różnych warstwach, warstwowanie podwoluminów można precyzyjnie dostosować do specyfiki konkretnej aplikacji. Na przykład, jeśli użytkownik stwierdzi, że duża część wolumenu danych jest wykorzystywana do operacji o znaczeniu krytycznym, możliwość przydzielenia odpowiedniej proporcji wolumenu danych do wyższych warstw może zoptymalizować wykorzystanie zasobów.
Firma Infortrend, w pełni oddana rozwiązaniom w zakresie pamięci masowej, dysponuje silnym zapleczem technologicznym, w tym jednym z najlepszych zespołów badawczo-rozwojowych w branży. Nasza wiedza specjalistyczna obejmuje wszystkie aspekty systemów pamięci masowej, w tym sprzęt, oprogramowanie sprzętowe, oprogramowanie i integrację systemów. Aby zapewnić doskonałość produktów, systemy Infortrend są projektowane i produkowane wewnętrznie.
Amazon