大数据需要软件定义存储

【编者按】大数据虽然可以获得价值，但是大数据也对现有的基础设施，对各种资源包括计算、存储和网络都提出了更高的需求。SDS解决方案能帮助客户从传统的存储基础设施向一个更为灵活、云就绪的、软件定义的环境转移，并可更高效低加以管理。基于软件的存储虽然发展缓慢但肯定会成为未来每个数据中心的组成部分，和传统的存储相比，无论其作为软件定义数据中心的组件还是仅仅作为存储数据的手段，它都能提供更高的效率和成本效益，本文来自网界网。

CSDN推荐：欢迎免费订阅《Hadoop与大数据周刊》获取更多Hadoop技术文献、大数据技术分析、企业实战经验，生态圈发展趋势。 

以下为原文：

IT基础设施的方方面面都在朝着更加智能的方向发展，从服务器到网络再到存储莫不如此。我们部署了服务器虚拟化，构建了各种自动化的框架以便能够弹性地适应不断变化的工作负载，如今又在开始采用SDN来重构整个网络。而软件定义存储(SDS)或许将成为下一个大趋势。

SDS可利用自动化手段让存储变得更为灵活、富有弹性，能够适应不断变化的I/O需求。

软件定义存储：大数据之所必须

移动设备、物联网化的各种企业资产的不断扩散，引发了新一轮的数据大爆炸。虽然企业可从中获得新的分析洞察，从而获得新的商机，但与此同时，大数据也对现有的基础设施，对各种资源――计算、存储和网络――是否能即时访问，都提出了更高、更大的需求。而采用传统的以硬件为中心的方式已无法获得必要的灵活性，因此，采用新的云技术已势在必行。。

对云部署来说，存储可谓一个持续性的痛点，可惜的是，它却往往被IT部门所忽视，而只关注服务器和网络的虚拟化。对容量增长、应用性能的需求，还有跟云相关的各种问题，都在向各种组织提出挑战。IT管理者必须提升其存储效率，换句话说，他们不能只对其服务器基础架构进行虚拟化，而且也得对其存储环境进行虚拟化。

根据EMEA在2013年进行的一次调查，对于企业的云部署来说，存储的配置和管理成为其中最严重的瓶颈所在（58%），因而存储的自动化也就自然地成为云部署的初期阶段需要优先考虑的集成要求（32%）。

而对于尚未采用SDS基础架构、却已经准备部署私有云的组织来说，有超过84%的受访者称，他们正在规划某种类型的、与硬件无关的存储虚拟化系统，以便对其云服务提供支撑。

利用SDS，将存储服务从底层的专利硬件中抽象出来，可以提升运营效率，提供透明的数据迁移。由于降低了管理的复杂性，SDS可让各种云应用更高效低运行，并可进行低成本的扩展。IDC于2013年所做的对全球范围软件定义存储市场的分类调查表明，SDS具备以下一些特征：

1. 软件是SDS的关键。它可在异构的、商品化硬件环境下运行，且可充分利用组织现有的存储基础架构。
2. SDS可提供全面的存储服务。
3. SDS可对来自不同地点的物理存储容量，包括内部磁盘、闪存系统和外部存储系统进行联邦式管理，并很快可将这种管理扩大到各类云以及云对象平台。
4. SDS可利用统一的单一API进行编程，然后通过各类门户网站进行管理。

由于降低了复杂性，SDS减轻了管理负担。它使存储服务实现了简单化、虚拟化和自动化，提高了现有存储的使用率，并让数据在各种存储系统和存储层――甚至各厂商――之间的迁移更加简单，从而也大大缩短了服务的交付时间。

在任何SDS基础设施中，有一些非常重要的共同特征

SDS是开放的。SDS应能支持范围广泛的物理存储基础设施，并能与其他虚拟计算和云管理软件相集成。这种开放性能帮助机构向一个灵活的、基于云的存储环境迁移并高效管理之，而无需更换已有的存储系统，这无疑极大地提升了现有投资的价值。SDS为基于容量的存储提供了虚拟化和自动化，并允许客户不必通过复杂的许可证制度便能部署所需的各种功能。

SDS还应是自优化的、智能的、策略驱动的。SDS可自适应工作负载的变化，以便优化应用的性能，减少大量的手工调谐工作。而跨不同存储系统、不同虚拟机厂商或品牌的自动分层技术也可通过自动将大多数活跃数据迁移到速度最快的存储层上而对存储进行优化。

SDS应具备应用感知能力。应能自动配置并提高生产效力，这样IT管理者才能从日常琐碎的存储配置工作中解脱出来，更加关注整体的存储部署和使用，以及长期的战略性存储需求。举例来说，合适的存储解决方案可在一天中频繁进行应用感知的快照备份，从而降低数据丢失的风险。

SDS的真正价值

看看下面这个云和虚拟基础设施的例子：一家金融服务企业正在利用软件定义基础设施来构建私有云。其计算基础设施已经虚拟化，下一步将进行网络和存储的虚拟化。其核心业务应用为信用卡处理和虚拟桌面，在达拉斯数据中心内运行，而其大数据信用风险应用以及相应的应用开发云则运行在北京和圣保罗的两个数据中心上。

对这样一家企业来说，信用风险应用就是一个必须处理来自各种不同来源之数据的大数据应用，这些数据包括信用卡交易数据、信用记录数据、个人客户数据、Twitter信息，以及其他可公开获得的社交媒体数据等等。这一数据密集型信用风险应用在北京的云中运行，开始遭遇到了I/O瓶颈问题。一个好的SDS基础设施可探测到这样的问题，通过在存储层上做策略的更改，便可自动分配新的闪存。然后SDS系统可自动将“热”数据迁移到新分配的闪存上来，从而改善I/O吞吐性能，以满足SLA条款的要求。

有了SDS，数据便可动态、无缝地迁移和共享，存储容量也可弹性地加以扩展，新的性能层可透明地引进来。在这一实例中，信用风险应用虽然在之前为其指定的物理基础设施上时过载的，但SDS系统一旦响应，便可自动为其分配新的资源，并将数据迁移到新分配的资源上去。

一旦正确部署了SDS，便可获得以下一些突出的优势：

• SDS可自动选择内部存储资源和云存储资源
• 策略编排的存储资源可优化性能，提高效率
• 分析驱动的软件定义资源优化可满足不可预测的业务需求
• 在开放的API、工具和技术上构建，可最大化客户的价值、技能可用性，并很容易在混合云环境中重复使用。

不少厂商已宣称在SDS领域开展了竞争，而且均有其各自不同的方式。例如IBM的虚拟存储中心可对异构的存储系统进行自动化、策略驱动层化以及虚拟化，无须更换设备便可将已有存储转变成私有云存储。

作为软件定义数据中心的一个至关重要的新组成部分，SDS还处在不断的演进之中，并将非常迅速的完成这一演进过程。IDC在2013年的一份报告指出，“基于软件的存储虽然缓慢但肯定将会成为每个数据中心的重要构成，和传统的存储相比，无论其作为软件定义数据中心的组件还是仅仅作为存储数据的手段，它都能提供更高的效率和成本效益。”

正确的SDS解决方案能帮助客户从传统的存储基础设施向一个更为灵活、云就绪的、软件定义的环境转移，并可更高效低加以管理。只要部署得当，SDS可简化企业的异构存储环境，利用分析驱动的数据管理来降低存储成本，并规范跨存储系统的高级数据保护功能。

原文链接：大数据需要软件定义存储 （责编/魏伟）

以“ 云计算大数据 推动智慧中国 ”为主题的 第六届中国云计算大会 将于5月20-23日在北京国家会议中心隆重举办。产业观察、技术培训、主题论坛、行业研讨，内容丰富，干货十足。票价折扣还剩最后5天，过后将恢复原价，需要购买的朋友，请抓住这最后的机会，点击报名！ 

生活不易，码农辛苦
如果您觉得本网站对您的学习有所帮助,可以手机扫描二维码进行捐赠