科技云报道:分布式存储红海中,看天翼云HBlock如何突围?

简介: 企业“沉睡” 存储亟待“盘活”

科技云报道原创。

过去十年,随着技术的颠覆性创新和新应用场景的大量涌现,企业IT架构出现了稳态和敏态的混合化趋势。

在持续产生海量数据的同时,这些新应用、新场景在基础设施层也普遍基于敏态的分布式架构构建,从而对存储技术提出了新的要求。

正因如此,分布式存储凭借高安全性、可靠性、可用性、易于扩展等特性,在敏态业务中得到了快速发展。短短几年内,国内分布式存储增长率节节攀升,市场规模不断扩大。

中国信通院调查数据显示,2021年中国分布式存储市场规模达到178亿元,年增速44%;预计未来三年,市场仍将保持40%以上的增长率。

未命名1694761892.png

尽管市场上的分布式存储产品和解决方案层出不穷,但如何提高企业存储资源利用率,既要“存得下”,又要“读得快”,还要“成本低”,其实是一件非常不容易的事情。

在天翼云最新发布的存储资源盘活系统HBlock中,我们看到了分布式存储的新“解题思路”。

企业“沉睡” 存储亟待“盘活”

随着业务的发展,企业不断采购服务器进行现有业务系统更新以及新业务系统搭建。为了满足系统性能和升级扩容等要求,企业一般购买超过实际数据容量需求3-4倍的磁盘,不可避免会造成资源闲置。

《计算机世界》的一篇文章曾指出“数据中心30%的物理服务器处于沉睡状态”。麦肯锡公司发布研究也表明,有高达30%的数据中心服务器“功能失效”。由此可见,优化“沉睡”的服务器将会给企业带来巨大收益。

目前,国内外企业普遍存在大量的利旧服务器需求,但是经常会面临异构硬件难兼容、旧型号设备与软件不适配、弱电弱网等混沌环境带来的不稳定和降速问题。

在实际方案设计中,存储盘活效果也并不理想。究其根本,主要有异构存储和数据孤岛两大原因:

在企业IT系统中,存储设备往往来自不同供应商,这意味着不同的底层架构、不同的管理界面、功能、性能以及运维升级的操作都会有很大的差别。一旦存储升级,就必须找到相应的供应商进行操作,因此企业很容易被供应商所绑定。

同时,由于存储设备来自多个厂商,多个存储网络之间很难实现相互协作,数据孤岛无疑将极大的增加企业存储系统的管理难度和运维成本。

除了盘活利旧、解除存储供应商绑定等需求,企业也面临着绿色数据中心的挑战。

在2030“碳达峰”背景下,企业积极探索如何响应数据中心能源消耗巨大的课题,而通过摆脱沉睡服务器和提高能源效率,是解决数据中心资源空跑、利用率低等问题的必经之路。

不难发现,无论从何种角度考虑,盘活企业存储资源已势在必行。在这种背景下,分布式存储凭借灵活、可靠性强、扩展性强等优势,成为解决存储资源闲置、提高资源利用率的理想技术路线。

就在今年,天翼云推出了一款革命性的分布式存储产品“存储资源盘活系统HBlock”,正是针对盘活存储资源这一挑战而诞生的。作为业内首款存储资源盘活系统,天翼云HBlock是如何解决这一棘手难题的?

未命名1694761124.png

天翼云HBlock 为存储“提质增效”

正如前文所说,盘活存储资源并不是件容易的事,为了解决异构存储、数据孤岛等挑战,天翼云HBlock创新性地提出了纯软件、全用户态的分布式存储产品形态。
未命名1694762498.png

首先,HBlock全部运行在用户态,与硬件驱动程序完全解耦,因此支持多种指令集架构、不同型号配置的服务器混合组成集群,可与企业现有应用混合部署于同一操作系统中,且不影响现有应用的运行,以尽可能盘活更多的存储资源。

其次,作为一款全用户态的纯软件,HBlock安装包只有170MB左右,可以安装在任何主流Linux操作系统上,把分散在各服务器中的存储空间整合成高性能虚拟资源池,通过分布式多控制器架构保证了低延迟、高可用、易扩展。

同时,HBlock还提供功能全面的控制台、命令行,以及完善的API接口,通过标准存储协议为上层应用提供分布式存储服务,解决了异构存储与数据孤岛问题。

事实上,想要解决盘活存储资源的挑战,还有一个重要的前提,就是要满足企业对于数据存储稳定性和业务环境高适应性的要求,才具备实际的落地性。

但是,想要提高稳定性就要限定环境,想要适应各种环境就容易出现不稳定,那么天翼云HBlock是如何解决这一难点的呢?

据天翼云国际业务事业部存储研发专家武志民介绍,天翼云HBlock主要从高可用、高可靠、高性能三个方向进行了技术攻坚:

在高可用方面,采用基于MPIO的“一主多备”方案。可在数据层面实现秒级故障切换,提高服务可用性;集群模式下所有服务都采用冗余方式部署,实现从服务器整机、单链路到单个磁盘部件发生故障而不受影响。

在高可靠方面,支持多副本和纠删码,每个存储卷都可以选择自己的冗余方式。当一份数据丢失的时候,可以通过其他的冗余数据,将丢失的数据快速重建,降低数据丢失的概率。

同时,支持节点、磁盘两个级别的故障域,以适应多种部署需求。在数据校验方面,支持客户端服务器校验、集群内部全流程校验、多台服务器间数据校验等多种校验方式,严格确保数据的一致性,并且在检测到异常的时候能够自动启动数据恢复进程。

在高性能方面,HBlock通过写缓存与读缓存的优化设计来实现。

其中,写缓存支持三种缓存模式:WriteBack, WriteThrough, WriteAround,分别适用于对读写性能要求较高、对数据的安全性要求较高且写少读多、对数据的安全性要求较高且写少读少的场景。

读缓存会根据网络距离和节点负载选择最合适的节点去读取数据,并根据不同用户场景自动调整缓存大小、判断缓存预读,从而大幅度提升客户端小IO顺序读的性能,减少客户端读请求的响应延时。

测试数据显示,在全SSD环境下,HBlock单卷IOPS可达15万次,读写延迟200微秒。

在规模层面,节点数可以达到1024,支持PB级别存储资源池。支持弹性扩容,不中断业务,可随时下架高能耗设备,替换为低能耗设备。以上数据均为业内上游水平,全面超过了开源Ceph。

值得注意的是,目前市场上绝大多数的分布式存储产品都在高可用、高可靠、高性能方面下足了功夫,但为何天翼云HBlock在盘活存储资源方面独具优势?我们认为有两个特点值得关注:

一是,大多数的分布式存储产品,其关键核心模块都是依赖于Linux内核,按照软硬一体的模式进行售卖。而HBlock通过自主研发,存储软件与硬件驱动程序完全解耦,因此适用于市面上通用的标准化服务器,兼容常见的Linux操作系统等。

二是,作为一款主打盘活、提高资源利用率的分布式存储产品,HBlock内置利旧检测工具。用户可以在正式部署前,全面检测自身硬件状态并进行评估,以了解是否适合部署HBlock,以及部署后会取得什么效果。

总体而言,天翼云HBlock不仅可以满足企业对于数据存储稳定性和业务环境高适应性的要求,还可以利用全部空闲存储资源,帮助企业解决存储资源闲置的难题,真正实现降本增效。

深入场景才经得起考验

如今随着企业业务应用类型的多元化,存储的使用场景也在走向多样化。

一款存储产品能否在性能、稳定性、可靠性等方面跟上应用趋势的迭代步伐,适应各种业务场景的新需求,决定了它是否能够真正应用落地。

天翼云HBlock正是掐准了不同场景对于存储需求的脉搏,在释放企业数据价值的过程中大展身手。目前,HBlock不仅支持私有云存储场景,还支持混合云存储、第二存储等多种需求场景。
未命名1694761461.png

以金融行业为例,由于企业对信息安全的要求高,普遍采用私有云建设模式。

而HBlock支持构建私有云存储底座,灵活纳管各类服务器,它可以替代传统SAN存储,支持对接OpenStack、Kubernetes,也可以在上面部署VMware、KVM等主流虚拟化平台来支撑业务;适配多种芯片架构、国产化操作系统,做到安全又高效。

同时,HBlock支持与公有云对象存储连接,实现混合云存储,提供本地和云端两种部署方式,并支持不同缓存策略,实现存储空间的按需使用、弹性扩展。

此外,HBlock还适用于第二存储场景,存储非关键数据,包括备份和容灾数据、视频监控数据、归档数据等,提高服务器资源利用率,实现业务快速上线。

目前,HBlock已在政务、金融、能源、医疗、工业互联网等行业场景中实现广泛应用。

也正是基于存储核心技术创新,以及深入场景释放企业价值,天翼云HBlock斩获了“可信云2022-2023年度技术最佳实践-基础服务类-分布式存储技术”大奖、第六届分布式存储高峰论坛“2023分布式存储产品金奖”等系列大奖,获得了业界的充分认可。

结语

据Gartner预测,到2024年,全球50%的存储容量将以软件定义存储的形式部署。

可以肯定,未来十年,分布式存储的相对市场份额将不断增长。面对愈加复杂的业务场景,企业对分布式存储系统也提出了更多新的需求。

天翼云存储资源盘活系统HBlock正是把握住了时代的机会,敏锐洞察到企业的切身需求,为企业有效盘活存储资源、提升基础设施运营管理水平、实现绿色高质量发展打下了坚实的存储底座。

【关于科技云报道】

专注于原创的企业级内容行家——科技云报道。成立于2015年,是前沿企业级IT领域Top10媒体。获工信部权威认可,可信云、全球云计算大会官方指定传播媒体之一。深入原创报道云计算、大数据、人工智能、区块链等领域。

相关文章
|
2月前
|
NoSQL Java Redis
太惨痛: Redis 分布式锁 5个大坑,又大又深, 如何才能 避开 ?
Redis分布式锁在高并发场景下是重要的技术手段,但其实现过程中常遇到五大深坑:**原子性问题**、**连接耗尽问题**、**锁过期问题**、**锁失效问题**以及**锁分段问题**。这些问题不仅影响系统的稳定性和性能,还可能导致数据不一致。尼恩在实际项目中总结了这些坑,并提供了详细的解决方案,包括使用Lua脚本保证原子性、设置合理的锁过期时间和使用看门狗机制、以及通过锁分段提升性能。这些经验和技巧对面试和实际开发都有很大帮助,值得深入学习和实践。
太惨痛: Redis 分布式锁 5个大坑,又大又深, 如何才能 避开 ?
|
4月前
|
NoSQL Redis
基于Redis的高可用分布式锁——RedLock
这篇文章介绍了基于Redis的高可用分布式锁RedLock的概念、工作流程、获取和释放锁的方法,以及RedLock相比单机锁在高可用性上的优势,同时指出了其在某些特殊场景下的不足,并提到了ZooKeeper作为另一种实现分布式锁的方案。
131 2
基于Redis的高可用分布式锁——RedLock
|
4月前
|
缓存 NoSQL Java
SpringBoot整合Redis、以及缓存穿透、缓存雪崩、缓存击穿的理解分布式情况下如何添加分布式锁 【续篇】
这篇文章是关于如何在SpringBoot应用中整合Redis并处理分布式场景下的缓存问题,包括缓存穿透、缓存雪崩和缓存击穿。文章详细讨论了在分布式情况下如何添加分布式锁来解决缓存击穿问题,提供了加锁和解锁的实现过程,并展示了使用JMeter进行压力测试来验证锁机制有效性的方法。
SpringBoot整合Redis、以及缓存穿透、缓存雪崩、缓存击穿的理解分布式情况下如何添加分布式锁 【续篇】
|
18天前
|
存储 NoSQL Java
使用lock4j-redis-template-spring-boot-starter实现redis分布式锁
通过使用 `lock4j-redis-template-spring-boot-starter`,我们可以轻松实现 Redis 分布式锁,从而解决分布式系统中多个实例并发访问共享资源的问题。合理配置和使用分布式锁,可以有效提高系统的稳定性和数据的一致性。希望本文对你在实际项目中使用 Redis 分布式锁有所帮助。
47 5
|
21天前
|
NoSQL Java 数据处理
基于Redis海量数据场景分布式ID架构实践
【11月更文挑战第30天】在现代分布式系统中,生成全局唯一的ID是一个常见且重要的需求。在微服务架构中,各个服务可能需要生成唯一标识符,如用户ID、订单ID等。传统的自增ID已经无法满足在集群环境下保持唯一性的要求,而分布式ID解决方案能够确保即使在多个实例间也能生成全局唯一的标识符。本文将深入探讨如何利用Redis实现分布式ID生成,并通过Java语言展示多个示例,同时分析每个实践方案的优缺点。
39 8
|
1月前
|
NoSQL Redis
Redis分布式锁如何实现 ?
Redis分布式锁通过SETNX指令实现,确保仅在键不存在时设置值。此机制用于控制多个线程对共享资源的访问,避免并发冲突。然而,实际应用中需解决死锁、锁超时、归一化、可重入及阻塞等问题,以确保系统的稳定性和可靠性。解决方案包括设置锁超时、引入Watch Dog机制、使用ThreadLocal绑定加解锁操作、实现计数器支持可重入锁以及采用自旋锁思想处理阻塞请求。
57 16
|
1月前
|
缓存 NoSQL PHP
Redis作为PHP缓存解决方案的优势、实现方式及注意事项。Redis凭借其高性能、丰富的数据结构、数据持久化和分布式支持等特点,在提升应用响应速度和处理能力方面表现突出
本文深入探讨了Redis作为PHP缓存解决方案的优势、实现方式及注意事项。Redis凭借其高性能、丰富的数据结构、数据持久化和分布式支持等特点,在提升应用响应速度和处理能力方面表现突出。文章还介绍了Redis在页面缓存、数据缓存和会话缓存等应用场景中的使用,并强调了缓存数据一致性、过期时间设置、容量控制和安全问题的重要性。
40 5
|
2月前
|
缓存 NoSQL Java
大数据-50 Redis 分布式锁 乐观锁 Watch SETNX Lua Redisson分布式锁 Java实现分布式锁
大数据-50 Redis 分布式锁 乐观锁 Watch SETNX Lua Redisson分布式锁 Java实现分布式锁
71 3
大数据-50 Redis 分布式锁 乐观锁 Watch SETNX Lua Redisson分布式锁 Java实现分布式锁
下一篇
DataWorks