开启智慧存储之旅

日期:2017-5-3作者:Mike Matchett

【TechTarget中国原创】

本文选自2017年4月刊《存储经理人》:闪存、云位列Top数据存储选项

如果以数年前眼光来衡量,今天的企业能调用的数据量足以让目瞪口呆。然而,为了获取有更多竞争优势的洞察、深度优化业务流程、制定更强大战略决策,企业收集和挖掘更多数据的竞赛还在愈演愈烈。由于有了各种数据密集型功能支持,原本主要侧重于业务交易的传统企业业务应用程序正在快速向高级大数据分析转型,以协助组织实现更智能(即使是人为的)的增长。

为了配合IT部门跟上潮流和利用当前能内嵌运营分析的数据密集型业务应用,数据中心的基础设施也在迅速升级。内存计算、大容量的服务器端闪存、软件定义的资源以及横向扩展平台,这些最近增长迅速的领域正在重塑今天的数据中心。值得一提的是,我们看到,在数据中心内被一直认为顽固和革新缓慢的存储基础设施正在产生比以往任何时候更快的改变。你甚至可能会说,我们正在眼睁睁看着智能存储的出现。

新一代的存储产品充分继承了最新硅技术的优点,增加了内置的分析功能,嵌入混合云分层或(通常也会)与核心数据处理设施融合。也许存储系统近期最大的改变并不在于硬件或算法升级,而在于如何才能对存储实现最佳的管理。

长期以来,为了管好每一种存储设施,IT企业别无选择,必须部署和学会使用每个存储供应商的专用存储管理工具。对于存储实例的部署、集成,以及对于复杂的、一次性的供应商专用管理工具的支持,都会浪费大量的时间。但随着业务数据相关的管理数据的猛烈增长,仅仅只是管理一套指标数据库的小目标都会成为巨大的挑战。此外,伴随类似物联网的潮流推进,一切东西都可能附带持续产生数据的传感器,关键系统的元数据本身都会变得更海量和实时。

为了获得预期的回报,你可能需要在数据技术方面投入巨资。

“Call Home”存储分析服务

首先,我完全赞成使用DIY的方式实现特殊分析功能和业务流程的集成,以及利用API来创建自定义小部件或报告。我已经见过太多企业定制开发自己的内部存储管理工具,只要这些企业购买了四个老牌的管理平台之一(即BMC、CA、HPE和IBM),最终就会陷入昂贵和繁重的支持和升级。在这个流行云端软件即服务(SaaS)业务应用程序的时代,我们可以有充足的理由把繁重的IT管理任务外包给远程专家服务提供商。

我们一直都在努力坚持原创.......请不要一声不吭,就悄悄拿走。

我原创,你原创,我们的内容世界才会更加精彩!

【所有原创内容版权均属TechTarget,欢迎大家转发分享。但未经授权,严禁任何媒体(平面媒体、网络媒体、自媒体等)以及微信公众号复制、转载、摘编或以其他方式进行使用。】

微信公众号

TechTarget微信公众号二维码

TechTarget

官方微博

TechTarget中国官方微博二维码

TechTarget中国

评论
查看更多评论

敬请读者发表评论,本站保留删除与本文无关和不雅评论的权力。

作者>更多

Mike Matchett
Mike Matchett

Mike Matchett is a senior analyst and consultant at Taneja Group.

主存储容量优化>更多

  • 大数据时代的Lambdas

    事件触发式的计算功能融入到数据中心存储中,这加快了智能化的发展。很快人工智能技术就会告诉我们如何实现基础架构的自我生命周期管理。

  • 专家答疑:重复数据删除在云中是如何工作的?

    重复数据删除过程减少了存储系统中的数据量,但云中的重复数据删除可能比客户对云提供者更有价值。

  • 存储能够聪明到什么地步?

    我们所有人将来都必须管理跨越单设备、数据中心和全球云托管的混合存储。随着数据的继续增长和传播,我们所有的分析和智能处理能力规模也必须同步增长。

  • 开启智慧存储之旅

    由于内嵌了越来越多面向数据密集型商业应用的业务分析功能,存储系统正在变得越来越聪明。

相关推荐

技术手册>更多

  • 中小企业数据保护指南

    这本技术手册从中小企业存储管理入手,为中小企业数据保护方案策略支招,并为读者推荐相关的中小企业数据保护方案。

  • 用于业务连续性的备选工作场所情况评估一览表

    Paul Kirvan在这里分享了可以用于评估未来的办公室或者短期或者长期使用的可正常运作的备用工作场所的《业务连续性情况评估一览表》。

  • 数据备份技术详解手册

    数据备份可能是在硬件故障、意外删除以及被盗的事件甚至更糟糕的火灾、飓风或者其它的自然灾害中,为保护你的企业信息,你所能够做的最重要的事。而管理员最怕的就是所做的备份不能正常工作。
    本手册讨论了磁带,磁盘备份技术的比较,数据备份的技巧,以及数据备份方面的一些疑难问题,TechTarget中国的特约专家提出了建设性的意见。

  • I/O虚拟化及融合I/O基础入门

    这本技术教程介绍了I/O虚拟化及融合I/O的一些基础知识,包括什么是I/O虚拟化;为什么虚拟化I/O;什么是融合I/O等。

TechTarget

最新资源
  • 安全
  • 虚拟化
  • 网络
  • 服务器
  • 数据中心
  • 云计算
【TechTarget中国原创】

本文选自2017年4月刊《存储经理人》:闪存、云位列Top数据存储选项

如果以数年前眼光来衡量,今天的企业能调用的数据量足以让目瞪口呆。然而,为了获取有更多竞争优势的洞察、深度优化业务流程、制定更强大战略决策,企业收集和挖掘更多数据的竞赛还在愈演愈烈。由于有了各种数据密集型功能支持,原本主要侧重于业务交易的传统企业业务应用程序正在快速向高级大数据分析转型,以协助组织实现更智能(即使是人为的)的增长。

为了配合IT部门跟上潮流和利用当前能内嵌运营分析的数据密集型业务应用,数据中心的基础设施也在迅速升级。内存计算、大容量的服务器端闪存、软件定义的资源以及横向扩展平台,这些最近增长迅速的领域正在重塑今天的数据中心。值得一提的是,我们看到,在数据中心内被一直认为顽固和革新缓慢的存储基础设施正在产生比以往任何时候更快的改变。你甚至可能会说,我们正在眼睁睁看着智能存储的出现。

新一代的存储产品充分继承了最新硅技术的优点,增加了内置的分析功能,嵌入混合云分层或(通常也会)与核心数据处理设施融合。也许存储系统近期最大的改变并不在于硬件或算法升级,而在于如何才能对存储实现最佳的管理。

长期以来,为了管好每一种存储设施,IT企业别无选择,必须部署和学会使用每个存储供应商的专用存储管理工具。对于存储实例的部署、集成,以及对于复杂的、一次性的供应商专用管理工具的支持,都会浪费大量的时间。但随着业务数据相关的管理数据的猛烈增长,仅仅只是管理一套指标数据库的小目标都会成为巨大的挑战。此外,伴随类似物联网的潮流推进,一切东西都可能附带持续产生数据的传感器,关键系统的元数据本身都会变得更海量和实时。

为了获得预期的回报,你可能需要在数据技术方面投入巨资。

“Call Home”存储分析服务

首先,我完全赞成使用DIY的方式实现特殊分析功能和业务流程的集成,以及利用API来创建自定义小部件或报告。我已经见过太多企业定制开发自己的内部存储管理工具,只要这些企业购买了四个老牌的管理平台之一(即BMC、CA、HPE和IBM),最终就会陷入昂贵和繁重的支持和升级。在这个流行云端软件即服务(SaaS)业务应用程序的时代,我们可以有充足的理由把繁重的IT管理任务外包给远程专家服务提供商。

Netapp在很多年前开始提供“Call Home”(存储错误警报监控服务)高级供应商支持服务功能,从而将大尺度上的远程存储管理变成现实。来自本地阵列设施的日志和事件文件每天都会被打包汇总后传回“在云端的”供应商大数据资料库系统。专家们随后就会使用大数据分析工具分析客户传来的所有数据(例如Cassandra、HBase和Spark),从最终用户的各种部署案例池中学习和提升。

这样一来,阵列供应商可以基于已有的大数据向任何组织提供有价值的故障防范咨询和建议,而这些组织不可能靠自己得出结论。在这个SaaS模型下, IT部门不再需要维护自己的历史数据库,只需操作一个大数据分析平台或查找数据技术资源并执行分析。供应商还可以深入分析最终用户的常见操作行为,研究具体功能的使用情况并发现市场和销售机遇。

虽然似乎今天的每家存储供应商都在提供故障预警支持服务,你仍然很容易找到他们的区别。有些供应商注重更密集粒度的客户使用率数据,甚至会产生接近实时的监控数据流。有些供应商致力于提供更优化的可视化和报告。还有些供应商会对收集到的数据进行汇总和价值挖掘,训练机器学习和建立模型,向用户提供更明智的操作建议回馈。

HPE最近宣布收购Nimble,后者对其InfoSight服务产品服务的愿景宣传中提到,通过自动化的修复机制防止服务中断和停机,解决这类被界定为首要和次要的支持问题并不是产品的全部,他们的服务还会利用历史汇总数据库进行统计比较,对未来的容量和性能发展作出准确预测。

应用感知存储

对于密集IT管理数据的管理和价值挖掘并不是IT部门遇到的唯一的新挑战。大趋势已经转向聚合,将从前烟囱式堆砌的IT基础设施进行堆栈折叠,成为更致密的成品(例如超融合设备、混合云平台、大数据集群),这也要求管理员们能更好地掌握应用程序消耗的存储的真实用量和成本——计入一切IT资源后的总拥有成本。幸运的是,许多可以关联多种节点的智能存储集成服务正在涌现,这些服务既能处理固定的数据,也能直接感知产生数据的应用程序。

云端存储管理服务智慧程度不断提升的一个恰当例子是,虚拟机感知存储Tintri公司面向虚拟机提供的Predictive Analytics预测分析业务。全闪存阵列供应商经过持续的努力(从成千上万的虚拟机样本)将复杂的虚拟机、虚拟化平台和存储数据精简成为3个关键性能指标参数,能快速展现剩余容量、性能富余,以及针对预期工作负载应该配置的最优化闪存容量。Tintri的浏览器仪表板还提供基于模型的未来发展趋势预测、任意应用程序/用户工作负荷分析和基于假设条件的场景规划模拟。