是时候重新思考一下软件定义存储了

简介:

最近几年,存储行业最火热的名词恐怕应该就是“软件定义存储(SDS)”了。几乎每一个存储解决方案供应商都或多或少会提供基于SDS形式的产品。但问题是,市面上已经有这么多SDS产品和大量的宣传推广,为什么SDS技术还没有接管数据中心?

肯定不是因为SDS缺乏优势。为了更好地了解SDS市场,企业战略集团(Enterprise Strategy Group,ESG)曾对300多名负责评估、购买、和管理数据存储技术的IT专业人员进行了一项调查研究。受访者都曾使用、评估过SDS产品,或至少有兴趣将其作为长期战略。调查结果显示,部署这项技术所带来的好处一般有如下几点:

·减少存储运营费用

·简化或加速存储部署

·简化存储管理

是时候重新思考一下软件定义存储了

当然,这只是该技术众多优势中最具代表性的前三个,软件定义存储能为用户带来不小的价值,但为什么它没有被广泛应用呢?虽然本地SDS部署一直在持续增长,但其增速并不像利用SDS技术的其他一些领域那样快——如最有名的公有云和超融合基础设施(HCI)。一个问题可能是DIY(do-it-yourself)的SDS部署模式尚未被广泛接受。

关于DIY的谬论

大家在谈到SDS技术时,一般会说SDS使用通用的、非定制化的硬件——或服务器——来减少硬件锁定,我们可以称之为硬件抽象化。其结果是基础设施的建设成本会随之降低。ESG的调查中,SDS的第四个优势也正是降低了存储设施的建设成本——但这还不足以影响到一些典型的存储用户。换句话说,硬件抽象化本身并不能推动SDS的应用。

另一方面,自由选择硬件最终也会增加存储管理的成本负担。你可以使用任何自己想用的硬件,但也应考虑它能否满足你的特定性能和弹性需求?支持哪些组件?支持什么驱动?使用SSD或HDD有什么区别?等等一系列的问题。当需要决定最终选择什么硬件时,集成和验证硬件配置的责任就落在了IT管理员肩上。

虽然有些人会乐于做这些事,但喜欢自己动手去集成或验证的人是少数。

根据ESG的研究,大多数公司仍希望在其硬件上部署SDS技术,而随着这种需求的增加,其发展趋势应该是不断降低IT管理员的工作量,而不是使之增加。因此,DIY部署这种模式看起来似乎与我们的最终目的相悖。

这一问题的存在,使得众多软件定义存储供应商会提供参考硬件配置或设备版本,以降低部署的复杂性。但有人认为,这种做法混淆了SDS的原本意义,如果SDS技术附带硬件要求,需要与相应的硬件一同供给,那么这些方法与传统的存储阵列又有什么不同?我们为什么要选择它们?

是时候重新思考一下软件定义存储了

  有必要去追求“真正的软件定义存储”吗?

还有另外一种观点是,我们可以不去考虑所谓“软件定义存储的本质问题”,抛开DIY部署模式,转而采用那些与硬件一同供给的SDS产品。因为即便如此,SDS所带来的价值也是不可忽略的。

以下是一些利用SDS技术的下一代产品的功能:

·无论硬件如何更新,数据访问永远“在线”。真正的软件定义存储并不是为了部署而去选择硬件,而是当工作负载需要更改时,你可以轻松地更改硬件。如果在新的技术、应用升级,或需要更多的性能或容量时,你必须进行数据迁移,那么你就该考虑是否要淘汰当前的存储系统了。最大化SDS优势的存储产品,应该使硬件能够根据数据的需求而灵活扩展。

·数据可以跨越多个基础设施类型。这个功能与上一个类似,但是你同时也应该能够为任何基础设施和工作负载使用SDS技术。你可以将SSD、高容量硬盘甚至公共云的数据整合在一起,同时还可以自动将正确的基础设施分配给合适的工作负载,而且其中任何一个都可以在不受干扰的情况下进行更改。

·数据中心占地减少。我们也可以说,是类似HCI的部署。减少了基础设施的占地,消除了大量的资金和运营成本。

是时候重新思考一下软件定义存储了

毫无疑问,软件定义存储正改变数据中心。目前来看,似乎很多部署了SDS的企业所采用的部署模式并不是DIY模式,也可以说,并不是“真正的”SDS。不过,此类技术的发展最终是要服务于企业的,只要能够实现其商业价值,我们或许不必去深究所谓“本质”。真正重要的是,技术的发展能为IT和业务带来好处。


本文转自d1net(转载)

相关文章
|
存储 文字识别 测试技术
【Docker项目实战】使用Docker部署Docspell文档管理系统
【4月更文挑战第18天】使用Docker部署Docspell文档管理系统
803 1
|
Dragonfly 缓存 Kubernetes
Dragonfly 在 Kubernetes 多集群环境下分发文件和镜像
Dragonfly 在 Kubernetes 多集群环境下分发文件和镜像
Dragonfly 在 Kubernetes 多集群环境下分发文件和镜像
|
9月前
|
人工智能 边缘计算 监控
《解锁分布式软总线:构建AI分布式推理临时集群的密钥》
分布式软总线是一种创新的软件定义通信技术,通过自发现与自组网特性,构建高效的人工智能分布式推理临时计算集群。它能自动识别并连接多设备,优化任务分配与数据交互,广泛应用于智能安防、工业制造及科学研究等领域,大幅提升推理效率与性能,为人工智能发展开辟新路径。
334 6
|
机器学习/深度学习 JSON 测试技术
CNN依旧能战:nnU-Net团队新研究揭示医学图像分割的验证误区,设定先进的验证标准与基线模型
在3D医学图像分割领域,尽管出现了多种新架构和方法,但大多未能超越2018年nnU-Net基准。研究发现,许多新方法的优越性未经严格验证,揭示了验证方法的不严谨性。作者通过系统基准测试评估了CNN、Transformer和Mamba等方法,强调了配置和硬件资源的重要性,并更新了nnU-Net基线以适应不同条件。论文呼吁加强科学验证,以确保真实性能提升。通过nnU-Net的变体和新方法的比较,显示经典CNN方法在某些情况下仍优于理论上的先进方法。研究提供了新的标准化基线模型,以促进更严谨的性能评估。
576 0
|
算法 安全 前端开发
Python数据结构与算法(4)---双端队列deque
Python数据结构与算法(4)---双端队列deque
291 1
Python数据结构与算法(4)---双端队列deque
|
SQL 存储 关系型数据库
mysqldump+binlog+gtid 实现数据库的增量备份(下)
mysqldump+binlog+gtid 实现数据库的增量备份(下)
647 0
|
SQL 存储 关系型数据库
mysqldump+binlog+gtid 实现数据库的增量备份(上)
mysqldump+binlog+gtid 实现数据库的增量备份
1047 0
|
Kubernetes Ubuntu 应用服务中间件
kubeadm基于docker安装高可用1.26.3版本k8s集群
kubeadm基于docker安装高可用1.26.3版本k8s集群
1246 2