多年来，自动存储分层一直是希望有效管理其数据中心占用空间同时降低总体拥有成本 (TCO) 的企业的基本解决方案。 策略很简单：使用自动分层算法和策略，将活动数据保留在主存储上，同时将非活动数据移至廉价存储类别。 近年来，Cloud Tiering 已成为一种强大且经济高效的解决方案，可管理将非活动数据移动到云中的低成本对象存储。 借助 ThinkSystem DM 系列，联想使企业能够通过智能存储解决方案管理数据和云替代方案。 这种云策略成功地解决了混合云环境中的容量、敏捷性和安全性问题，而不会影响可管理性、安全性或性能。
本文将探讨联想ThinkSystem存储解决方案和DM系列产品如何提供从本地到云端的端到端数据中心战略。首先，我们将介绍数据存储、云分层以及存储管理面临的新挑战等基本概念。我们将深入了解联想的数据管理生态系统，以及DM系列产品如何助力联想在存储市场脱颖而出。此外，我们还将详细分析ONTAP软件和FabricPool存储分层策略。最后，我们将展示联想云分层解决方案的部署和验证过程。
在传统的数据中心模型中，随着业务的增长，它开始在其场所收集关键数据和文件。 但是，这些数据最终会变旧并且很少被访问，从而占用主存储和辅助存储的宝贵性能和容量，从而影响关键工作负载。 过去将这些数据归档是企业实用的解决方案； 但是，通过这样做，数据不会在突然需要时立即可用。
这个问题让 IT 组织意识到要考虑具有不同容量、成本和性能特征的存储层。 他们还需要承认并准备好满足跨多个云环境的数据增长需求。 云分层就是答案，现代存储架构中必须考虑到这一点。 否则，不断扩大的数据足迹将超过企业对其数据中心高性能主存储的投资。
云作为存储层
随着更先进的技术变得可用，现有的存储层可以根据需要进行转换，并且可以添加额外的存储层以进一步多样化分层存储架构。 云为 IT 组织开辟了新的可能性，使公共云提供商的存储解决方案成为附加（较低）层。 如果设计和实施得当，云将成为一种出色且比较低的内部部署层更便宜的解决方案。
在使用闪存以获得极高性能的主存储层中，大约 50% 的冷数据可以分配到云端。 快照副本和非结构化数据通常属于此类，包括任务关键型应用程序。 在次级层，存储中的冷数据可能高达 90% 来自备份副本。 所有这些有价值但只是偶尔访问的数据也可以转移到云端。 准备好对非活动数据进行分层的流行云提供商和服务包括 Azure Blob 存储、AWS S3 和谷歌云存储。
与本地自动存储分层一样，我们可以创建策略和规则来管理云数据。 这些条件允许我们将文件直接从本地传输到公共云。 政策以多种方式应用。 例如，可以根据文件的扩展名、文件名中包含的模式或文件在特定时间段内的访问频率来移动数据。 最后一个选项可能是最好的情况，其中存储文件和块被赋予温度值，将新写入的数据标记为热数据，将不活动的数据标记为冷数据。 实施一组存储分层策略，可以通过按需或按计划运行规则将冷数据快速移动到云端。
新的存储管理挑战
当今市场上观察到的围绕混合云数据管理的主要挑战包括数量和多样性、数据速度和数据完整性。
数据量正以近乎指数的速度增长。 IT 组织不仅要处理数据增长，还要处理跨多个环境的数据增长和管理。 生成的数据量和种类仍然是巨大的。 如果没有在混合云解决方案中存储、分类和处理这些数据的能力，组织就会错过有关其客户和业务的重要见解。 此外，预计到 10 年，在物联网和边缘技术的推动下，数据量将扩大 2025 倍（约 163ZB）。 如果数据是最有价值的资产，则必须谨慎对待它，并且必须能够为有针对性的决策提供见解，同时允许展望未来。 此外，找到更有效的方法来处理这些数据以将其转化为价值对于客户的购买决策至关重要。
IT 威胁也在不断演变——保持基础设施安全是一场持续不断的战斗。 一个好的安全策略是在准确了解数据存储时间、位置和方式的基础上建立坚实的基础。 这种策略可帮助公司避免与数据泄露相关的成本上升，以及对运营构成重大风险的新恶意软件、灾难和法规。 数据安全对于企业来说是绝对重要的，无论是防止数据丢失还是确保数据完整性。 这里是联想涵盖所有选项并确保其客户数据始终受到保护的地方。
联想 ThinkSystem 存储解决方案
预测新的发展也具有挑战性，跟上最佳存储和云策略的步伐也是如此。 然而，该行业已经在为企业提供价值和机会的研究生态系统和平台上进行了大量投资。 作为存储行业的下一个战略步骤，联想定制了解决方案来应对数据管理中观察到的主要挑战。 联想的这一明智举措旨在为其客户提供终极解决方案，并提供独特的产品和服务组合，使企业能够充分利用混合云。
联想是市场上独一无二的技术公司之一，通过联想数据中心集团 (DCG) 提供端到端数据中心解决方案。 更进一步，联想通过其智能设备组 (IDG) 生态系统提供端到端的安全和软件管理。 借助这些产品和 Lenovo 的 ThinkSystem DM 系列，企业可以改进其基础架构并处理在其环境中运行的任何工作负载。
ThinkSystem DM 系列是联想的旗舰级存储解决方案，提供功能全面的数据管理套件，适用于结构化和非结构化数据。该系列产品涵盖入门级到中高端市场，并提供丰富的数据处理功能，例如板载数据缩减、数据保护和数据安全。DM 系列的每款产品都能为公有云提供商解决方案提供集成的混合云功能。与此同时，联想正通过近期发布的 DM7100F 系列构建其端到端 NVMe 产品线，并计划在今年晚些时候将端到端 NVMe 产品扩展到更多入门级工作负载，以帮助客户构建覆盖整个基础架构的企业级 NVMe 架构。
织物池
DM 系列数据管理套件统一了闪存、磁盘和云中的数据管理，以简化存储环境。 这款综合软件易于使用且高度灵活，专为高效存储而设计，具有强大的数据管理功能和无缝云集成。 总体而言，DM 系列旨在简化数据的部署和管理并促进企业应用； 即，它为数据基础设施做好了面向未来的准备。
除了板载数据管理功能外，还有 FabricPool Cloud Tiering 技术。 它支持将数据自动分层到位于本地或公共云中的低成本 S3 对象存储层。 与手动分层解决方案不同，FabricPool 可自动对数据进行分层以降低存储成本。 活动数据保留在高性能驱动器上，非活动数据分层到对象存储，同时保留 DM 系列功能和数据效率。
FabricPool 支持广泛的公共云提供商及其存储服务。 其中包括 Amazon S3、阿里云对象存储服务、Microsoft Azure Blob 存储、谷歌云存储、IBM 云对象存储和私有云。 在将数据移入和移出云端时，客户还将受益于保留板载数据缩减功能。 当数据需要从云端移回时，这可以节省运输成本。 此外，板载数据加密在移动到云时保护这两种数据，并在云中继续。 这确保了整个云分层过程中没有漏洞。
FabricPool 政策
FabricPool 有两个主要用例：回收主存储容量或缩小辅助存储占用空间。 我们在本文中的重点是回收主存储容量的选项。 主存储云分层有三种不同且独特的策略：自动分层、仅快照和全分层。
在主存储上维护与生产力软件、已完成项目和旧数据集相关的不常访问的数据是对高性能闪存存储的低效使用。 将这些数据分层到对象存储是回收现有闪存容量并减少未来所需容量的一种简单方法。 自动分层策略将卷中的所有冷块移动到云层。 如果通过随机读取，云层上的冷数据块会变热并传输到本地层。 如果通过顺序读取（例如与索引和防病毒扫描相关联的读取）读取，云层上的冷数据块将保持冷状态，不会写入本地层。
Snapshot 副本经常会占用典型存储环境的 10% 以上。 尽管对于数据保护和灾难恢复至关重要，但这些时间点副本很少使用，并且是对高性能闪存的低效使用。 FabricPool 的仅快照分层策略是一种回收闪存存储空间的简单方法。 在我们的测试期间，仅快照是用于测试云分层操作的策略。 卷中未与活动文件系统共享的冷快照块被移动到云层。 如果读取，云层上的冷数据块会变热并传输到本地层。
FabricPool 最常见的用途之一是将整个数据量移动到云端。 已完成的项目、遗留报告或历史记录是分层到低成本对象存储的理想候选对象。 移动整个卷是通过在卷上设置所有分层策略来完成的。 此策略主要用于辅助数据和数据保护卷。 尽管如此，它也可用于对读/写卷中的所有数据进行分层。
使用所有分层策略的卷中的数据会立即标记为冷数据并尽快分层到云中。 在数据变冷和分层之前，无需等待最少天数。 如果读取，云层上的冷数据块将保持冷状态，不会写回本地层。
Lenovo 还提供了第四个分层策略选项，它被恰当地命名为“无”分层策略。 使用此策略，没有数据分层，允许在闪存中维护所有内容。 其用法的一个很好的例子是 DevOps 环境中的快照，其中经常使用以前的时间点副本。
联想存储云分层配置
为了测试云的功能和联想存储解决方案的一些特性，我们在实验室中设置了 DM7000F 模型。
首先，我们使用我们用于此测试的云解决方案 Azure Blob Storage 创建了一个存储容器。 同样，值得注意的是，联想提供了广泛的选择，包括阿里云、亚马逊 S3、谷歌云、IBM 云等。 在测试期间，目的是使用 Microsoft Azure Blob Storage for the cloud 作为 FabricPool 的云层。 完成云存储设置后，就可以登录 DM7000 的 GUI 界面了。
登录后，将显示默认的仪表板页面。 仪表板显示相关阵列的运行状况、容量、性能和网络信息。
然后我们创建了两个卷（每个控制器一个）和两个 VM（每个卷一个）。 计划是让这些虚拟机运行，然后让它们闲置一段时间。 下图显示了使用的卷：host_lun_1 和 host_lun_2。
在编辑或创建卷时，我们可以选择所需的分层策略。 在这里，我们只选择了快照。 选择此分层策略后，我们的数据（在每个快照后被视为冷数据）移至在后台间隔创建的 Azure Blob 存储。 该间隔按自己的时间运行，预测工作负载何时受影响最小。
在 Tiers 页面下，我们可以从公共云添加我们的云层。 在这里，我们附加了 Azure Blob 存储资源并将其连接到两个本地存储层。 在下图中，您可以看到附加到 Azure 的两个资源。
配置简单； 通过单击“添加云层”，并选择我们想要的云（在此场景中为 Azure），我们可以立即设置云层。
最后，在我们的 Azure 存储帐户仪表板中，我们希望同时显示进入 Azure 的数据（入口）和移出的数据（出口）。 每天显示的小峰值是传输到 Azure 的数据的新快照。 另一方面，出口峰值显示传出数据，说明从卷恢复快照以回滚。
总结
总的来说，云和数据管理是企业中一个广泛的、不断发展的话题。 联想希望提供让客户为不断变化的需求做好准备的解决方案，无论是在数据中心还是通过混合云环境。 我们 StorageReview 对联想对其存储阵列的处理方式印象深刻。 通过这次评估，我们体验了如何从 Storage Manager for DM Series 将数据分层到云端，以及如何回收宝贵的闪存容量或将其扩展到云端。 重要的是，DM7000F 存储系统无需对基础架构进行任何更改即可提供这种灵活性。 此外，该功能易于实现。
在 DCG 和 IDG 的支持下，我们看到联想在数据存储市场处于强势地位。 他们的存储解决方案使客户能够购买他们今天需要的东西，同时利用云来满足未来数据增长的需求。 最终结果是联想云分层将降低成本，并使企业在考虑存储投资时能够获得他们想要的灵活性。
本报告由联想赞助。 本报告中表达的所有观点和意见均基于我们对所考虑产品的公正看法。
Amazon