[Fibre Channle 实战之三]FC 和iSCSI的使用差异

简介:

Fibre Channel 和iSCSI是我们导出块存储设备给initiator的最常见两种方式,深入理解通过这两种通道建立target、后端存储、ACL、探测target、连接和断开target、实现fail-over的差异,是我们统一设计和前端用户界面和底层文件系统的接口之前必须要做的功课,同时也是确保Fabric应用层的实现更精简高效、避免代码冗余的前提。为此,笔者结合自身工作实际,归纳了两者的差异,以供大家参考,也欢迎一起讨论、细化。



Iscsi

FC

备注

后端驱动依赖

iscsi_target_mod/

target_core_mode

target_core_iblock

tcm_qla2xxx

target_core_mode

target_core_pscsi

qla2xxx


后端工具

targetcli

targetcli


添加后端存储

targetcli /backstores/block create my_vol2 /dev/sdd

targetcli /backstores/block create my_vol2 /dev/sdd


确定后端target

iscsiname=`targetcli /iscsi create | grep "Created" | head -n1 | awk '{print $3}'`;

或者软件指定

fc_target_name=`cat /sys/class/fc_host/host*/port_name | sed -e s/0x// -e 's/../&:/g' -e s/:$// | head -n 1`


创建后端target

targetcli /iscsi create | grep "Created" | head -n1 | awk '{print $3}'`

targetcli /qla2xxx create ${fc_target_name}


导出后端存储

targetcli /iscsi/${iscsiname}/tpg1/luns create /backstores/block/vol2

targetcli /qla2xxx/${fc_target_name}/luns create /backstores/block/my_lun2


Chap

targetcli /iscsi/${iscsiname}/tpg1 set attribute authentication=0

NO


Vol Group

targetcli /iscsi/${iscsiname}/tpg1/luns create /backstores/block/vol2

targetcli /iscsi/${iscsiname}/tpg1/luns create /backstores/block/vol3

targetcli /iscsi/${iscsiname}/tpg1/luns create /backstores/block/vol4

targetcli /iscsi/${iscsiname}/tpg1/luns create /backstores/block/vol5

targetcli /qla2xxx/${fc_target_name}/luns create /backstores/block/my_lun0

targetcli /qla2xxx/${fc_target_name}/luns create /backstores/block/my_lun1

targetcli /qla2xxx/${fc_target_name}/luns create /backstores/block/my_lun2

挂靠在同

一个target

下的一组

逻辑

ACL

targetcli /iscsi/${iscsiname}/tpg1 set generate_node_acls=1

targetcli /qla2xxx/${fc_target_name}/acls create ${acl_host0}


RW/RO

targetcli /iscsi/${iscsiname}/tpg1 set attribute demo_mode_write_protect=1/0

targetcli /iscsi/${iscsiname}/tpg1 set attribute demo_mode_write_protect=1/0


Portals

targetcli /iscsi/${iscsiname}/tpg1/portals create 19.16.1.144 3260

NO






initiator建立

链接方式

iscsiadm -m discovery -t sendtargets -p 19.16.1.144:3260 -l

echo 1 > /sys/class/fc_host/$i/issue_lip


initiator断开

链接

iscsiadm -m session -u

echo 0 > /sys/class/fc_host/$i/issue_lip


Initiator Group

具有相同chap/ACL设置的一组

initiators

具有相同ACL设置的一组

initiators

FCACL

设置需要

cd 到对应Hostacls里面去,然后添加授权逻辑卷





Active-standby模式下对initiator的要求

安装iscsi 客户端:Linuxiscsiadm;

安装多路径软件,且让多路径软件运行在fail-over模式

iscsi基于TCP/IP绑定后端存储,FC基于wwn来绑定后端存储

















本文转自存储之厨51CTO博客,原文链接: http://blog.51cto.com/xiamachao/1942677,如需转载请自行联系原作者


相关实践学习
【AI破次元壁合照】少年白马醉春风,函数计算一键部署AI绘画平台
本次实验基于阿里云函数计算产品能力开发AI绘画平台,可让您实现“破次元壁”与角色合照,为角色换背景效果,用AI绘图技术绘出属于自己的少年江湖。
从 0 入门函数计算
在函数计算的架构中,开发者只需要编写业务代码,并监控业务运行情况就可以了。这将开发者从繁重的运维工作中解放出来,将精力投入到更有意义的开发任务上。
相关文章
|
机器学习/深度学习 监控 大数据
Serverless 应用的监控与调试问题之Flink在整个开源大数据生态中应该如何定位,差异化该如何保持
Serverless 应用的监控与调试问题之Flink在整个开源大数据生态中应该如何定位,差异化该如何保持
|
Serverless Windows
在阿里云函数计算和本地Windows部署Stable Diffusion WebUI之间存在一些差异
在阿里云函数计算和本地Windows部署Stable Diffusion WebUI之间存在一些差异
455 2
|
4月前
|
人工智能 运维 Kubernetes
Serverless 应用引擎 SAE:为传统应用托底,为 AI 创新加速
在容器技术持续演进与 AI 全面爆发的当下,企业既要稳健托管传统业务,又要高效落地 AI 创新,如何在复杂的基础设施与频繁的版本变化中保持敏捷、稳定与低成本,成了所有技术团队的共同挑战。阿里云 Serverless 应用引擎(SAE)正是为应对这一时代挑战而生的破局者,SAE 以“免运维、强稳定、极致降本”为核心,通过一站式的应用级托管能力,同时支撑传统应用与 AI 应用,让企业把更多精力投入到业务创新。
621 30
|
5月前
|
存储 人工智能 Serverless
函数计算进化之路:AI 应用运行时的状态剖析
AI应用正从“请求-响应”迈向“对话式智能体”,推动Serverless架构向“会话原生”演进。阿里云函数计算引领云上 AI 应用 Serverless 运行时技术创新,实现性能、隔离与成本平衡,开启Serverless AI新范式。
619 12
|
10月前
|
SQL 分布式计算 Serverless
鹰角网络:EMR Serverless Spark 在《明日方舟》游戏业务的应用
鹰角网络为应对游戏业务高频活动带来的数据潮汐、资源弹性及稳定性需求,采用阿里云 EMR Serverless Spark 替代原有架构。迁移后实现研发效率提升,支持业务快速发展、计算效率提升,增强SLA保障,稳定性提升,降低运维成本,并支撑全球化数据架构部署。
1150 56
鹰角网络:EMR Serverless Spark 在《明日方舟》游戏业务的应用
|
10月前
|
人工智能 开发框架 安全
Serverless MCP 运行时业界首发,函数计算让 AI 应用最后一公里提速
作为云上托管 MCP 服务的最佳运行时,函数计算 FC 为阿里云百炼 MCP 提供弹性调用能力,用户只需提交 npx 命令即可“零改造”将开源 MCP Server 部署到云上,函数计算 FC 会准备好计算资源,并以弹性、可靠的方式运行 MCP 服务,按实际调用时长和次数计费,欢迎你在阿里云百炼和函数计算 FC 上体验 MCP 服务。
859 30
|
8月前
|
存储 编解码 Serverless
Serverless架构下的OSS应用:函数计算FC自动处理图片/视频转码(演示水印添加+缩略图生成流水线)
本文介绍基于阿里云函数计算(FC)和对象存储(OSS)构建Serverless媒体处理流水线,解决传统方案资源利用率低、运维复杂、成本高等问题。通过事件驱动机制实现图片水印添加、多规格缩略图生成及视频转码优化,支持毫秒级弹性伸缩与精确计费,提升处理效率并降低成本,适用于高并发媒体处理场景。
587 0
|
5月前
|
人工智能 运维 安全
聚焦 AI 应用基础设施,云栖大会 Serverless AI 全回顾
2025 年 9 月 26 日,为期三天的云栖大会在杭州云栖小镇圆满闭幕。随着大模型技术的飞速发展,我们正从云原生时代迈向一个全新的 AI 原生应用时代。为了解决企业在 AI 应用落地中面临的高成本、高复杂度和高风险等核心挑战,阿里云基于函数计算 FC 发布一系列重磅服务。本文将对云栖大会期间 Serverless+AI 基础设施相关内容进行全面总结。
|
5月前
|
人工智能 Kubernetes 安全
重塑云上 AI 应用“运行时”,函数计算进化之路
回顾历史,电网的修建,深刻地改变了世界的经济地理和创新格局。今天,一个 AI 原生的云端运行时的进化,其意义也远不止于技术本身。这是一次设计哲学的升华:从“让应用适应平台”到“让平台主动理解和适应智能应用”的转变。当一个强大、易用、经济且安全的 AI 运行时成为像水电一样的基础设施时,它将极大地降低创新的门槛。一个独立的开发者、一个小型创业团队,将有能力去创造和部署世界级的 AI 应用。这才是技术平权的真谛,是激发全社会创新潜能的关键。

热门文章

最新文章