如何化解虚拟化与存储性能之间的矛盾?

来源: TT中国
2010/11/22 10:18:49
数据中心依靠虚拟化以减缓容量增长,降低服务器、网络硬件维护成本,通过硬件整合还可以降低能源与冷却开支成本。

分享到: 新浪微博 腾讯微博
本文关键字: 虚拟化 存储性能 数据中心

现代数据中心面临的最大问题之一便是规模增长。来自用户、应用程序与数据需求的增长已使数据中心资源与资金预算颇为紧张。因此,虚拟化迅速成为了解决数据中心规模增长的有效方案。毕竟将更多负载整合至更少硬件上,能获得几年内所无法想象的效益。

虚拟化虽然可以解决某些数据中心增长挑战,但其并不是完美的解决方案。事实上,虚拟化的某些特性已经给一些试图驾驭它的组织带来了新麻烦。

数据中心依靠虚拟化以减缓容量增长,降低服务器、网络硬件维护成本,通过硬件整合还可以降低能源与冷却开支成本。但实施虚拟化还会给系统管理员们带来许多无法逃避的挑战。

保持平衡

系统管理员们需要以更少的宿主物理服务器,保障运行的虚拟机(VM)计算性能需求。虽然在线迁移等功能简化了虚拟机迁移难度,但仍需要进行精确监控与详细能力规划,以避免CPU、内存与I/O过载。

若没有足够重视,服务器性能可能受到影响,或者更严重——宿主主机上的虚拟机可能因此崩溃。在将虚拟化应用至生产环境之前,测试与评估每个虚拟机所需资源,选择适合部署方案并制定数据保护策略,可以避免出现出现上述故障。

无控制增长的虚拟机将在后期引起资源问题。如果环境中有多名具备添加虚拟机权限的管理员,在没有经过仔细考虑需求和资源配给的情况下任意添加虚拟机,很容易造成虚拟机资源管理混乱。如果没有定期检查,虚拟化应用可能很快便耗尽重要的计算与数据保护资源。其同时也会成为繁忙的管理员们更可怕的管理噩梦。

虚拟数据中心同样需要面对包括容量与数据保护在内的存储资源挑战。虚拟机通常部署在存储区域网络(SAN)上,并在系统启动后加载入服务器内存,所以SAN需要足够的扩展空间来确保储虚拟机镜像与快照库,连续数据保护(CDP)日志,块级别增量备份(BLIB),离线复制及其他各种备份技术。

快速恢复需求加剧了存储性能要求

“现今,随着虚拟化应用,我们面临着实时灾难恢复的压力,例如SAN-to-SAN复制。”First Flight Federal Credit Union(Cary,N.C.)的COO与高级副总裁Todd Erickson表示。

服务器、存储和用户均通过网络连接,这是虚拟化将产生的另外一个潜在问题。瓶颈可能来自于多台虚拟机争夺同一物理服务器上的网络访问性能,进而引发应用程序访问性能问题而招来用户投诉。

当然也有方法解决这些问题,包括虚拟I/O(网络虚拟化),多网卡,网络端口聚合与多路径产品。但是这些选择通常只有在问题出现之后才会开始考虑。

“你会发现,加入的虚拟层级越多——类似对转换的再转换——延迟也就越大,”Erickson说。“即使将千兆网卡进行聚合,当在一台物理服务器上运行20或30台虚拟机时,也可能在应用峰值时出现网络资源不足的情况。”

他表示,采用10GbE以太网与Cisco的Nexus技术可以为将来升级计划节约成本。

以上列出的问题,都可以追溯至前期规划与设计的不足。任何组织都应该根据需求与目的设计适合自身的虚拟化项目,而不是先实施虚拟化,然后才考虑用它做什么。如此便容易在实施虚拟化前后采集性能指标,确定实施成功关键因素,判断是否会引发性能问题等,以确立有理有据的虚拟化战略。

例如,如果目标是能源整合与节约费用支出,很容易便计算出当前能源消耗与虚拟化实施后的能源消耗。明确目标和指标同样可以帮助发现其他基础架构相关的可改进之处。再以节能为例做进一步分析,采用新型与更加节能的服务器——至少应用在关键任务的虚拟机——而不是继续使用旧的,能耗高的服务器。

责编:杨雪姣
vsharing 微信扫一扫实时了解行业动态
portalart 微信扫一扫分享本文给好友
著作权声明:kaiyun体育官方人口 文章著作权分属kaiyun体育官方人口 、网友和合作伙伴,部分非原创文章作者信息可能有所缺失,如需补充或修改请与我们联系,工作人员会在1个工作日内配合处理。
最新专题
流动存储 为大数据而生

伴随信息技术的突飞猛进,更大量级的非结构化数据与结构化数据构成的大数据成为企业级存储所面临的最大挑战:一方..

磁盘阵列及虚拟化存储

利用数组方式来作磁盘组,配合数据分散排列的设计,提升数据的安全性。虚拟化存储,对存储硬件资源进行抽象化表现。

    畅享
    首页
    返回
    顶部
    ×
    畅享IT
      信息化规划
      IT总包
      供应商选型
      IT监理
      开发维护外包
      评估维权
    客服电话
    400-698-9918
    Baidu
    map