Datrium levererar "öppen konvergens", vilket är vad de kallar nästa generations konvergerade infrastruktur. Det kan finnas lika många riff om konvergens som det finns leverantörer inom IT-företaget, och för sin del är Datrium inte blyga för att främja sin vision om hur infrastruktur kan se ut. Datriums vy ser att dator, primär lagring, sekundär lagring och moln kommer samman i en mycket motståndskraftig konfiguration som är skalbar och enkel att hantera utan en silo för varje lagringsklass. Dessutom, eftersom de flesta dataanrop kommer att träffa beräkningsnoder med inbyggd flashcache, kan Datrium leverera enastående prestanda utan att behöva gå till datanoderna i nästan alla fall. Detta översätts till 200GB/s och 16GB/s i topp 32K läs- och skrivbandbredd och 18M IOPS 4K slumpmässig läsning.
Datrium levererar "öppen konvergens", vilket är vad de kallar nästa generations konvergerade infrastruktur. Det kan finnas lika många riff om konvergens som det finns leverantörer inom IT-företaget, och för sin del är Datrium inte blyga för att främja sin vision om hur infrastruktur kan se ut. Datriums vy ser att dator, primär lagring, sekundär lagring och moln kommer samman i en mycket motståndskraftig konfiguration som är skalbar och enkel att hantera utan en silo för varje lagringsklass. Dessutom, eftersom de flesta dataanrop kommer att träffa beräkningsnoder med inbyggd flashcache, kan Datrium leverera enastående prestanda utan att behöva gå till datanoderna i nästan alla fall. Detta översätts till 200GB/s och 16GB/s i topp 32K läs- och skrivbandbredd och 18M IOPS 4K slumpmässig läsning.
I grunden är Datrium gjord av beräkningsnoder och lagringsnoder som utgör DVX-systemet. Beräkningsnoder kan levereras av Datrium, eller så kan kunderna utnyttja sin egen befintliga serverinfrastruktur. Beräkningsnoder hanterar IO-bearbetning och håller en cache lokalt på flash. Flash kan vara precis vad som helst, från billigare SATA-enheter med hög kapacitet till högpresterande NVMe. Beslutet om flash är helt beroende av arbetsbelastningen och kan anpassas för att möta kundernas behov. Eftersom beständiga data finns på datanoderna är beräkningsnoder tillståndslösa och kan gå offline utan att riskera dataförlust eller korruption, vilket bibehåller n-1-tillgänglighet. Datrium stöder en mängd olika miljöer inklusive vSphere 5.5-6.5, Red Hat 7.3, CentOS 7 1611 och Bare metal Docker 1.2.
Datanoder upprätthåller beständiga kopior av data och är tillgängliga i antingen disk- eller flashkonfigurationer. Inom Datrium DVX är data alltid komprimerad, globalt deduperad och raderingskodad med dubbel feltolerans. Datrium erbjuder även kryptering, ögonblicksbilder och replikering inom DVX. Datanoderna förlitar sig på beräkningsnoderna för all bearbetning, vilket håller lagringssystemet fritt för att leverera IO via dubbla hot-swappable kontroller. Datanoder inkluderar speglade, batteristödda NVRAM för snabb skrivning, och höghastighets Ethernet-nätverk med lastbalansering och sökvägsfel. De senaste noderna från Datrium inkluderar DVX med Flash End-to-End. Det betyder att det finns flash i beräkningsnoderna, tillsammans med all-flash DVX-datanoder. F12X2-datanoden har 16TB användbar lagring (12×1.92TB SSD), med upp till 32-96TB effektiv kapacitet med 2-6x datareduktion och stöd för 25GbE-nätverk. Den senaste beräkningsnoden, CN2100, lägger till nya Skylake-processorer, NVMe-stöd och upp till 25 GbE nätverk.
Den här recensionen är något unik genom att vi hade tillgång till en Datrium-testmiljö på distans, konfigurerad med 32 Dell PowerEdge C6320-beräkningsnoder och 10 Datrium DVX all-flash-datanoder.
- 32 x Dell PowerEdge C6320-servrar
- VMware ESXi 6.0 Update3 installerad
- Dubbla Xeon CPU E5-2697 v4 processorer
- 128GB minne
- 4 x 1.92 TB Samsung PM863a SSD som datacache
- 2 x 10 Gb/s NIC (hantering/data)
- Nätverkskonfiguration
- 10 F12X2 Data-noder på core switch
- 32 beräkningsnoder på 8 TOR-omkopplare
- Varje TOR-switch har 160 Gbps upplänk till kärnswitchen
Verksamhetsledningen
DVX hanteras med ett HTML5-baserat användargränssnitt via webbläsaren, eller som en VMware vCenter-plugin. Hela utgångspunkten för DVX UI bygger på enkelhet, vilket tar bort behovet av att hantera lagring på traditionellt sätt. Allt händer från samma användargränssnitt från lagringsprovisionering till replikeringshantering.
Med en snabb blick kan användare hitta prestandainformation om kluster VM IOPS, genomströmning, nätverksöverföringshastigheter, såväl som Datriums genomsnittliga läs-/skrivfördröjning tillsammans med värdens flashträfffrekvens. Med tanke på den skiktade strukturen hos Datrium DVX-plattformen är det användbart att kontrollera prestandanivåerna mellan värdarna och de underliggande datanoderna för att mäta övergripande prestanda. Förutom prestandamått tillhandahålls total användbar kapacitet som visar totalt datafotavtryck tillsammans med ögonblicksbildsutrymme samt aktuella datareduktionsmått.
Ett intressant objekt att notera i skärmdumparna ovan är nätverkstrafiken (där den ena visar 4K slumpmässig skrivaktivitet och den andra läsaktiviteten). Eftersom Datrium DVX använder blixt på värdsidan för läsaktivitet och begår skrivaktivitet ner till datanoderna, kan du se det representerat i nätverkshastigheter. I vårt slumpmässiga 4K-test mättes nätverksaktiviteten till 7.3 GB/s, medan i vårt lästest där data hämtades från intern-värd-flash, var nätverkstrafik obefintlig.
Prestanda Benchmarks
För att mäta prestandan för ett så stort kluster valde vi HCIBench från VMware för dess enkla driftsättning och förmåga att aggregera prestandadata över hundratals vdbench virtuella datorer. För ett stort kluster tillät detta verktyg oss att snabbt öka de arbetsbelastningar som vanligtvis används för att mäta företagslagring, samt att vi kan arbeta med data som har ett användardefinierat upprepande mönster. För plattformar som erbjuder datareduktionstjänster ger det användarna chansen att visa prestanda i situationer som är närmare verkliga världen. I det här fallet använde vi en 2:1-komprimeringsinställning för var och en av våra arbetsbelastningar. Det bör noteras för alla riktmärken, komprimering, deduplicering och inline raderingskodning kördes. Med andra ord, alla benchmarks genomfördes i ett fullständigt verkligt drifttillstånd.
I vår HCIbench 4K tittar vi på maximal slumpmässig genomströmning med en helt slumpmässig 4K-arbetsbelastningsprofil. Datrium DVX kunde nå 9.5725 GB/s läsning och 2.524 GB/s skriv.
Därefter tittar vi på topp I/O i samma 4K-profil. Här hade Datrium DVX ännu en imponerande visning med över 2.45 miljoner IOPS-läsningar och 646,162 XNUMX IOPS-skrivningar.
Nästa mätvärde tittar på den helt slumpmässiga 4K-arbetsbelastningsprofilens genomsnittliga latens. Även om det inte var helt under millisekunders latens kunde DVX fortfarande nå mycket imponerande 1.05 ms läsning och 3.96 ms skrivning.
Vårt nästa test tittar på en större 8K slumpmässig dataprofil med en blandning av 70 % läs- och 30 % skrivaktivitet. DVX:s genomströmning här var 9,229.5 1.18 GB/s. När man tittar på topp I/O kunde DVX nå över 8 miljoner IOPS. 70K 30/2.17 latensen visade sig vara endast XNUMX ms.
Den sista arbetsbelastningen växlar till ett toppbandbreddsfokus, bestående av en 32K sekventiell läs- och skrivprofil. Här kunde DVX nå enorma 42.16 GB/s läsning och 13.26 GB/s skrivning.
Om man tittar på topp I/O för samma arbetsbelastning, fortsätter DVX att ge några imponerande siffror med över 1.349 miljoner IOPS-läsningar och 424,282 XNUMX IOPS-skrivningar.
Med alla de höga siffrorna som DVX satte upp i 32K-testet, toppade den allt med en ganska låg latens på 1.9 ms läsning och 6.02 ms skrivning.
Eftersom det är en konvergerad plattform är CPU-användning en viktig faktor att ta hänsyn till eftersom en del av lagringskostnaderna kommer från samma system som används för att hantera själva arbetsbelastningen. Medan vi övervakade plattformen under varje arbetsbelastning, tittade vi på den totala klustrets prestanda (båda sidor av ekvationen), inklusive HCIbench-arbetarna som utnyttjar vdbench, utspridda över klustret kombinerat med overheaden för själva lagrings-VM:erna.
Under den tunga sekventiella skrivaktiviteten (där mycket av arbetet överförs direkt till flashnoderna) såg vi mindre än 40 % av de totala systemresurserna som användes. Under tung läsaktivitet, som i 4K-arbetsbelastningen för slumpmässig läsning, ökade detta mått till drygt 60 %. Så även när systemet både betjänade arbetsbelastningen och virtuella datorer som förbrukade arbetsbelastningen, hade vi 60 % av CPU-resurserna över för andra applikationer och arbetsbelastningar, och i värsta fall sjönk det till 40 %. Så, med Insane Mode igång (max 40 % värdanvändning mot 20 % normalt) i ett värsta scenario med fullständiga inline-datatjänster igång, hade Datrium-plattformen fortfarande gott om systemresurser över.
Slutsats
Datrium DVX-familjen har uppdaterats för att stödja den senaste generationen av lagrings- och datorresurser. I det här fallet tog vi en titt på ände-till-ände flash-konfigurationen, som inkluderar en flash-cache i beräkningsnoderna, tillsammans med all-flash-datanoder för beständig lagring. Datriums "öppna konvergens"-plattform inkluderar också de datatjänster som vanligtvis finns på mer mogna produkter; med Datrium DVX är data alltid komprimerad, globalt dedupederad och raderingskodad med dubbel feltolerans. Kunder kan välja att använda Datriums beräkningsnoder, men som är fallet i den här recensionen är det inte nödvändigt (vår testning utnyttjade 32 Dell PowerEdge-noder). Dessa beräkningsnoder hanterar IO-bearbetning och cache med minimal overhead på upp till 20 %. För tillfällen som kräver mer lagringsprestanda kan DVX dock sättas i Insane Mode där DVX kan använda upp till 40 % av beräkningsresurserna.
På prestandasidan valde vi HCIbench-riktmärken eftersom de bäst speglar vad Datrium DVX verkligen kan göra i en större miljö. All-flash DVX satte upp mycket imponerande siffror direkt. I 4K-riktmärken fick DVX en genomströmning över 9.57 GB/s och 2.45 miljoner IOPS-läsning och över 2.52 GB/s och 646K IOPS-skrivning. DVX drog ut dessa siffror med latens så låg som 1.05 ms läsning och 3.96 ms skriv. Genom att byta till 8K 70 % läser 30 % skrivning imponerade DVX återigen med en genomströmning över 9.2 GB/s, över 1.18 miljoner IOPS, allt med en latens på 2.17 ms. På vårt 32K sekventiellt test fick DVX en fantastisk läsning på 42.16 GB/s och över 1.349 miljoner IOPS, med en latens på 1.9 ms.
Uppenbarligen är Datriums spin på konvergens unik. Att utnyttja "överbliven" CPU från beräkningsnoderna med lokaliserad blixt är en hel del vettigt, samtidigt som man fortfarande kan behålla flash för beständig lagring för alla TCO-fördelar. En viktig drivkraft för att få detta att fungera är lagringseffektiviteten som DVX-systemet erbjuder, som är avgörande för att få ut det mesta av flashen i datanoderna. För de som behöver ännu mer prestanda är det lätt nog att släppa in NVMe-lagring i beräkningsnoderna, även om vi helt klart klarade oss mycket bra med ett billigare alternativ. Men ingen av prestanda betyder mycket utan spänst. Med DVX är beräkningsnoder tillståndslösa och stöder en N-1-serverfelstoleransmodell. Det betyder att vi kan förlora 31 av de 32 servrarna i vår testkonfiguration och all data förblir tillgänglig. Även om alla servrar gick förlorade kommer DVX inte att förlora data eftersom den auktoritativa kopian av data lagras och skyddas på datanoderna, inte i beräkningsnoder.
I slutändan finns det lite så spännande inom företags-IT just nu som konvergerad infrastruktur. Även om det finns många sätt att genomföra den visionen, har Datrium satt ihop sin pitch för DVX som inkluderar djupa datahanteringstjänster parat med en utmärkt prestandaprofil. Men få i konvergensutrymmet har utfört både prestanda och funktioner, vilket gör Datriums DVX till ett väl beväpnat erbjudande som tydligt sticker ut från mängden.
Anmäl dig till StorageReviews nyhetsbrev
