Isilon三款新品构建数据湖2.0策略

简介:

公司的边缘数据一直是被忽略的存在,据ESG的报告显示,将近70%的公司存在边缘办公室,并且边缘数据达到了10PB。如何将这些边缘数据管理起来成为一个挑战,因为边缘数据在存储上存在一定的技术壁垒,Isilon则发布3款新产品IsilonSD Edge、新一代IsilonOneFS操作系统、新一代IsilonCloudPool来拓展数据湖策略,打通边缘、核心和云。

向数据湖2.0扩展

Isilon自2008年进入中国,在2010年被EMC收购后,借助其平台Isilon迎来了业务的快速增长,平均年复合增长率达大于30%,新增客户数量在50%以上。除了能源、生命科学、媒体、医疗等优势领域外,Isilon在新行业中也得到突破。

EMC Isilon大中华区总经理杨兰江强调,2015年Isilon重新定义了销售重点,首先在销售方式上专注于增值销售,VMAX、VNX继续占领市场,XtremIO、大数据HDFS、DPS数据保护Isilon/ECS三部分业务达到急速增长,企业混合云和软件定义存储产品都将成为销售重点。

Isilon三款新品构建数据湖2.0策略

EMC Isilon大中华区总经理杨兰江

纵观目前的市场,第三平台的应用已经得到在飞速发展,这也使得非结构化数据的大量增长,如何解决非结构化数据的处理?在CITO research数据湖概念的提出后,海量非结构化的数据处理得到解决,在不用做数据迁移的情况下就可以使用原数据,这也是数据湖由来的初衷。

Isilon是数据湖理念的发扬者之一,其是分布式NAS,分布式的文件系统本身就具备横向、海量扩展的架构,Isilon在数据湖1.0推出多协议版本支持,数据不论是使用哪种协议写入数据湖都可以实现共享,这也为之后的数据分析、备份归档、访问更加容易。

Isilon的数据湖1.0已经扩展到50PB,目前则提出了数据湖2.0,因为1.0是在单一数据集群中扩展,并没有将公司的边缘部门的数据全部纳入,这也是Isilon提出数据湖2.0的原因,定义边缘、核心、云三个核心实现全局可控。

Isilon三款新品发布

EMC Isilon大中华区资深技术顾问康锦荣表示,Isilon发布的软件定义存储产品IsilonSD Edge、新一代IsilonOneFS操作系统、新一代IsilonCloudPool三款新产品构成了Isilon的数据湖2.0策略,让企业数据能够轻松扩展至边缘位置和公有云中。

IsilonSD Edge

边缘存储存在成本、低容量、管理复杂、数据格式不一致、数据治理等挑战,通过IsilonSD Edge使用软件定义的方式,可以简化边缘数据的管理。IsilonSD Edge支持VMware ESX,并与VMware vCenter集成,实现集中管理存储节点。

IsilonSD Edge提供OneFS操作系统的完整功能,支持OneFS的数据服务和协议,可扩展至36TB,无缝的复制数据至核心,并从核心分发数据。IsilonSD Edge提供企业版和社区版两个版本,社区版是完全免费的。

新一代IsilonOneFS

目前核心也存在着海量数据访问、一直在线以保证全局生产率、复杂管理、预测数据增长的挑战,新一代IsilonOneFS提高数据湖连续运营能力。尤其是支持完整的无中断升级(NDU),客户端可以在不中断I/O的情况下切换至其他节点。

同时加入了无缝回滚功能,允许客户根据需要恢复他们的应用或终端用户环境至升级前的状态。无中断服务、50PB容量一直是IsilonOneFS的核心技术。

新一代IsilonCloudPool

企业目前对非结构化数据的保存有三种模式热、温、冷,把冷数据迁移到云是一个减低成本和解决运维等问题,但最大的挑战在于如何同第三方公有云整合,数据格式不兼容、数据安全、复杂管理等都成为挑战。

新一代IsilonCloudPool可以将数据分层扩展至共有云中,目前支持AWS、Microsoft Azure和Virtustream三个公有云平台,被发送至云端的文件会经过加密与压缩,存储成本为每GB每月1美元起。CloudPools还能让数据中心扩展至EMC Elastic Cloud Storage(ECS)和Isilon,在灵活性上得到极大提高。 

  

原文发布时间为:2016年7月6日


本文来自云栖社区合作伙伴至顶网,了解相关信息可以关注至顶网


目录
相关文章
|
2月前
|
数据采集 存储 分布式计算
构建智能数据湖:DataWorks助力企业实现数据驱动转型
【8月更文第25天】本文将详细介绍如何利用阿里巴巴云的DataWorks平台构建一个智能、灵活、可扩展的数据湖存储体系,以帮助企业实现数据驱动的业务转型。我们将通过具体的案例和技术实践来展示DataWorks如何集成各种数据源,并通过数据湖进行高级分析和挖掘,最终基于数据洞察驱动业务增长和创新。
197 53
|
3月前
|
存储 搜索推荐 数据建模
阿里巴巴大数据实践之数据建模:构建企业级数据湖
阿里巴巴通过构建高效的数据湖和实施先进的数据建模策略,实现了数据驱动的业务增长。这些实践不仅提升了内部运营效率,也为客户提供了更好的服务体验。随着数据量的不断增长和技术的不断创新,阿里巴巴将持续优化其数据建模方法,以适应未来的变化和发展。
|
5月前
|
存储 人工智能 运维
数据湖建设实践:使用AWS S3与LakeFormation构建灵活数据存储
【4月更文挑战第8天】本文分享了使用AWS S3和LakeFormation构建数据湖的经验。选择S3作为数据湖存储,因其无限容量、高可用性和持久性,以及与多种系统的兼容性。LakeFormation则负责数据治理和权限管理,包括元数据管理、简化数据接入、细粒度权限控制和审计。通过这种方式,团队实现了敏捷开发、成本效益和数据安全。未来,数据湖将融合更多智能化元素,如AI和ML,以提升效能和体验。此实践为数据驱动决策和企业数字化转型提供了有力支持。
301 2
|
5月前
|
存储 分布式计算 分布式数据库
字节跳动基于Apache Hudi构建EB级数据湖实践
字节跳动基于Apache Hudi构建EB级数据湖实践
86 2
|
5月前
|
存储 消息中间件 SQL
基于 Apache Hudi 构建分析型数据湖
基于 Apache Hudi 构建分析型数据湖
54 4
|
5月前
|
消息中间件 监控 Kafka
Yotpo构建零延迟数据湖实践
Yotpo构建零延迟数据湖实践
121 0
|
5月前
|
存储 SQL 分布式计算
使用Apache Hudi构建大规模、事务性数据湖
使用Apache Hudi构建大规模、事务性数据湖
122 0
|
5月前
|
存储 SQL 分布式计算
Apache Hudi在Linkflow构建实时数据湖的生产实践
Apache Hudi在Linkflow构建实时数据湖的生产实践
79 0
|
5月前
|
SQL 关系型数据库 MySQL
Flink CDC + Hudi + Hive + Presto构建实时数据湖最佳实践
Flink CDC + Hudi + Hive + Presto构建实时数据湖最佳实践
309 0
|
5月前
|
存储 SQL 数据管理
字节跳动基于Apache Hudi构建实时数据湖平台实践
字节跳动基于Apache Hudi构建实时数据湖平台实践
252 0