为部署的系统做出正确的数据存储决策

本文涉及的产品
文件存储 NAS,50GB 3个月
简介: 为部署的系统做出正确的数据存储决策

640.jpg


多年来,当军事系统设计人员需要在军事平台上部署数据存储时,他们只依赖直连存储(DAS)设备。这些设备嵌入或直接连接到计算机,例如平台上的单板计算机(SBC)。使用DAS设备时,只有它所连接的特定SBC(会话边界控制器)可以访问存储的静态数据(DAR)。

随着以太网在现代平台上变得越来越普遍,网络附加存储(NAS)设备(也称为网络文件服务器[NFS])已经成为部署数据存储的重要替代方案。

借助NAS,以太网上的任何客户端设备都可以使用存储的DAR。NAS和DAS经常结合使用,以满足所有程序、平台和应用程序的要求。

但是,在只使用DAS或NAS设备有意义的情况下,了解它们之间的区别是很有用的。

由于DAS相对简单,它比NAS设备更容易部署。由于DAS设备安装在计算机内,或者直接连接到计算机,因此减轻了更广泛的连接要求。

但是,平台上的每个DAS设备都必须单独部署、升级和维护,这会增加总拥有成本(TCO)。相比之下,NAS设备必须连接到平台上的以太网网络,这可能会增加部署的复杂性和成本。

虽然NAS设备的购买和部署通常比DAS设备更昂贵,但它们确实提供了更多的功能,如集中式数据存储,这可以抵消购买、升级和维护多个存储设备所需的时间和成本。

考虑在较大的平台上使用数据存储设备,其中存储的数据可能被分为不同的级别——绝密、秘密或敏感但未分类。这些不同的数据级别需要分开保存,每个级别的访问要求也不同。

DAS提供了保持数据级别分离的最简单方法,因为DAS设备只连接到一个SBC。如果需要以太网,处理多个分类级别的最简单方法是为每个数据级别创建物理上独立的网络。

每个都需要一个独立的NAS来服务自己的网络,它们之间没有连接。如果需要之间的信息流,则需要跨域解决方案来确保适当的数据流和访问标准。

与NAS相比,DAS设备提供了简化的集成,因为它可以直接安装到SBC上。除了印刷电路板和可能的传导冷却框架之外,DAS设备不需要单独的电源、外壳或结构。

如果需要数据传输,而不是数据传输,则支持可移动数据卡盒(如RMC[可移动存储卡盒]卡)的DAS设备将是首选。

任务结束后,收集到的数据可以传输回基站进行更彻底的分析。DAS设备不适合这种应用,因为它不容易移动。

使用NAS设备可以简化用户的软件升级。在每次执行任务之前,每个客户端的当前OS[操作系统]和APP[应用程序]可以通过可移动的数据卡带加载到网络上。

如果操作系统或应用程序需要更新或升级,新的软件版本可以在启动时分发到网络上的所有客户端,而不必从平台上删除客户端或NAS。基于NAS的网络引导方法的另一个好处是,操作系统和应用程序数据可以通过加密来保护,例如国家安全局(NSA)批准的CsFC双层加密。

网络启动还可以减少交换[大小、重量和功耗]问题,因为可以用一个NAS设备替换多个DAS设备。也就是说,与使用多个专用DAS设备进行引导相比,使用单个NAS设备进行网络引导可能会略微增加系统的总启动时间。

本地DAS设备可以更快地交付操作系统和应用程序,因为只需为一个客户端提供服务,而NAS设备必须为所有网络启动客户端提供服务。

DAS NAS SAN 三者之间的差异

DAS

640.jpg

NAS

640.jpg

SAN

相关实践学习
使用DAS实现数据库自动扩容和回缩
暂无
相关文章
|
8月前
|
供应链
代采系统如何利用大数据分析优化采购决策?
代采系统可以利用大数据分析来优化采购决策
|
8月前
|
机器学习/深度学习 数据采集 数据可视化
数据驱动决策支持
数据驱动决策支持
114 3
|
17天前
|
监控 数据可视化 BI
深入解读递延型指标:优化项目管理决策的长期价值
递延型指标是指那些不会立即反映或直接影响当前操作、决策或行为的指标,而是随着时间的推移逐渐显现出影响效果的指标。这类指标有助于了解决策的长期影响,指导未来的战略方向。
41 6
深入解读递延型指标:优化项目管理决策的长期价值
|
3月前
|
供应链 监控 搜索推荐
数据驱动方式如何帮助企业提高决策的准确性和效率?
【10月更文挑战第13天】数据驱动方式通过提供全面准确的信息、及时发现问题和机会、提高决策效率、实现精细化决策、降低决策风险、促进协同沟通以及增强适应性等多方面的作用,显著提高了企业决策的准确性和效率。在当今数字化时代,企业应积极拥抱数据驱动的理念和方法,充分利用数据的价值,为企业的发展和成功奠定坚实基础。你所在的企业是如何运用数据驱动方式来提升决策水平的呢?分享一下你们的经验和做法吧。
86 0
|
5月前
数据平台问题之在数据影响决策的过程中,如何实现“决策/行动”阶段
数据平台问题之在数据影响决策的过程中,如何实现“决策/行动”阶段
|
5月前
|
缓存 负载均衡 架构师
优化大型数据处理系统的性能:从设计到实施
在数据驱动的世界中,大型数据处理系统的性能对企业运营至关重要。本文将探讨如何通过优化设计、选择合适的技术栈以及实施高效的策略来提升数据处理系统的性能。我们将深入分析数据库设计优化、并发处理、数据缓存策略、和数据流管理等关键领域,提供实际案例和技术建议,以帮助开发人员和系统架构师构建高效、可扩展的数据处理系统。
|
4月前
|
运维 监控 数据可视化
高效运维的秘密武器:自动化工具链的构建与实践在当今数字化时代,IT系统的复杂性和规模不断增加,使得传统的手动运维方式难以应对日益增长的业务需求。因此,构建一套高效的自动化工具链成为现代运维的重要任务。本文将深入探讨如何通过自动化工具链提升IT运维效率,确保系统稳定运行,并实现快速响应和故障恢复。
随着企业IT架构的不断扩展和复杂化,传统的手动运维已无法满足业务需求。自动化工具链的构建成为解决这一问题的关键。本文介绍了自动化工具链的核心概念、常用工具及其选择依据,并通过实际案例展示了自动化工具链在提升运维效率、减少人为错误、优化资源配置等方面的显著效果。从监控系统到自动化运维平台,再到持续集成/持续部署(CI/CD)的流程,我们将一步步揭示如何成功实施自动化工具链,助力企业实现高效、稳定、可靠的IT运维管理。
|
5月前
|
人工智能 自然语言处理 安全
企业实现自动化将成为一个持久的趋势
企业实现自动化将成为一个持久的趋势
|
6月前
|
机器学习/深度学习 监控 数据挖掘
系统工程是一种跨学科的方法,用于理解和优化复杂系统的性能。在业务流程优化中,系统工程的方法可以帮助我们分析、设计、实施和监控业务流程,以实现效率、质量和成本等方面的改进。
系统工程是一种跨学科的方法,用于理解和优化复杂系统的性能。在业务流程优化中,系统工程的方法可以帮助我们分析、设计、实施和监控业务流程,以实现效率、质量和成本等方面的改进。
EMQ
|
机器学习/深度学习 人工智能 运维
激活海量数据价值,实现生产过程优化
EMQ云边协同工业互联网解决方案,将人工智能与云计算技术接入到传统的工业生产中,帮助企业实现数据流、生产流与控制流的协同,降本增效。
EMQ
203 0
激活海量数据价值,实现生产过程优化