存储中的下一步发展:按目标管理数据

简介:
 
  如今,存储系统在性能,保护和价格方面提供广泛的功能。这种多样性为IT部门提供了前所未有的选择,因为他们可以选择理想的存储系统以满足应用需求。然而,即使有这些选择,很明显,“正确的资源”通常不会持续太久,因为据估计80%的企业数据是冷数据,管理人员仍然必须努力确保应用程序不会受到性能问题的影响。

行业厂商拥有快速的系统,可扩展的系统以及提供低成本容量的系统,但是面对快速增长的数据量,却不能确保所有这些不同属性的系统能否有效地满足不断变化的应用需求,同时降低成本。解决正确的数据调整到正确的资源的挑战是存储行业创新的下一个重大步骤。当数据通过企业元数据引擎进行虚拟化时,这需要一种按目标管理数据的自动化方法。

存储中的下一步发展:按目标管理数据

元数据引擎从控制路径中分离数据路径,以便可以在单一的全局命名空间内统一存储。这提供了根据IT或应用程序所有者设定的目标跨越所有存储管理数据的能力。然后,元数据引擎可以自动且不间断地将数据移动到正确的存储以满足这些目标,确保始终满足所需的服务级别,这是向软件定义的数据中心迈出的关键一步。以下来看看目标管理如何确保在正确的时间在正确的地方获得正确的数据。

现代存储提供独特的功能

闪存,云计算,以及共享存储系统各自提供不同级别的性能,保护,价格,容量,从而为业务带来不同的好处。服务器端采用闪存存储,其速度非常快,提供低延迟和更高的每秒进行读写操作的次数(IOPS),但通常被认为不太可靠,并且比共享存储更加昂贵。共享存储(如NAS文件管理器和SAN阵列)具有更低的性能,并且比服务器端闪存更加便宜,但可以提供更高级别的数据可靠性。云计算和对象存储选项具有高容量密度,并能降低存储冷数据的成本。

设定目标,自动执行

IT人员或应用程序所有者可以通过为以下属性设置数据的目标来自动执行数据管理:

  • 性能:设置IOPS,延迟和带宽目标确保理想的应用性能
  • 保护:可用性,可靠性,耐用性和安全性,以满足应用程序的保护要求。
  • 时间:目标可以基于文件活跃性,与其他目标相结合。例如,目标可以确保在最后一天访问的共享中的所有活动文件都放置,可以提供10,000IOPS,100MB/带宽和0.5ms延迟的存储,没有在过去的30天访问的所有文件都迁移到一个保护层,如对象或云存储。

·模式匹配:目标可以基于正则表达式模式匹配。例如,管理员可以设置目标,匹配“.tmp”的文件存储在本地存储层上,而所有其他文件都在共享存储层上。

按目标分类数据

基于目标管理,企业可以根据数据需求的不同存储能力对不同存储资源进行数据分层。例如,许多企业的数据随着年龄的增长而迅速变冷,手机账单数据通常在30到45天结算周期之后就会变冷。在许多电信公司,数据很少被再次访问。

此外,许多应用具有循环需求。每月工资单可能需要更高的性能,但是由于IT部门不能轻易地将数据从容量层移动到具有较高性能的数据,因此通常将这些数据保留在满足高峰需求的存储上。

利用可以自动化数据放置的系统,企业可以“设置和忘记”数据管理目标,并确保数据能够满足其业务需求。如果业务需求发生变化,可以点击几次可以将数据重新调整到不断变化的需求的最佳资源。存储管理员甚至可以创建一个服务目录,应用程序管理员可以使用它来分配到自己的服务级别,每单位数据的设置成本更能反映实际的消耗容量,而不是过高的存储成本。

目标:采用云计算保存

当谈到云存档时,挑战在于确定哪些数据可以被安全归档,以及如何在识别数据之后移动数据。按目标管理数据可以使IT部门自动识别满足企业云归档标准的数据,并根据需要将其移动到云端和内部存储之间。

许多存档解决方案使用简单的规则,基于文件创建日期等属性移动数据。这些解决方案容易出错,可能会影响生产力,并需要IT干预来解决。基于目标的管理根据实际的客户端,应用程序和用户访问进行决策,并且可以在需要时自动检索文件。

企业如今开始将云计算作为备份数据的存储环境,但由于从云计算提供商检索数据所带来的带宽费用,其数据恢复的代价可能是昂贵的。基于目标的管理可以在文件级别精细检索数据,使得只需恢复所需的文件即可在没有IT部门干预的情况下,尽可能减少云带宽费用。

自动化敏捷性和响应不断变化的业务需求

通过目标管理数据使PB级规模的企业能够根据业务目标(从创建到归档)自动化移动数据,包括将公其云作为活动归档集成。它还使核心管理任务自动化,使企业能够最大限度地提高存储效率,并节约成本,同时保证性能和安全,以满足所需的服务水平。

 
作者:佚名
来源:51CTO
目录
相关文章
|
21天前
|
存储 缓存 大数据
大数据列表删除的缺点
【10月更文挑战第23天】
30 6
|
21天前
|
存储 数据采集 大数据
大数据列表删除的优点
【10月更文挑战第23天】
25 2
|
1月前
|
数据采集 安全 API
数据治理:实现原始数据不出域,确保数据可用不可见的创新策略
在数字化时代,数据成为企业宝贵资产,驱动业务决策与创新。然而,数据量激增和流通频繁带来了安全和管理挑战。“原始数据不出域,数据可用不可见”的治理理念应运而生,通过数据脱敏、沙箱技术和安全多方计算等手段,确保数据安全共享与高效利用。这一理念已广泛应用于金融、医疗等行业,提升了数据价值和企业竞争力。
|
1月前
|
安全 数据管理 定位技术
CDGA|自然资源数据治理五部曲,实现数据融合关联、共享可用
在自然资源行业,数据治理是自然资源信息化的工作基础,是推进自然资源治理体系和治理能力现代化进程的必经之路。
|
3月前
|
存储 数据采集 SQL
数据平台问题之数据资产管理混乱的问题如何解决
数据平台问题之数据资产管理混乱的问题如何解决
|
3月前
|
存储 人工智能 算法
高质量存储力发展问题之“存储即平台”的定义如何解决
高质量存储力发展问题之“存储即平台”的定义如何解决
12 0
|
4月前
数据研发问题之对于数据研发了解数据域划分有什么帮助
数据研发问题之对于数据研发了解数据域划分有什么帮助
|
6月前
|
存储 缓存 固态存储
|
数据管理
数据治理核心域1
数据治理核心域1
62 0
|
存储 数据可视化 关系型数据库