大数据需要软件定义存储
IT基础设施的方方面面都在朝着更加智能的方向发展，从服务器到网络再到存储莫不如此。我们部署了服务器虚拟化，构建了各种自动化的框架以便能够弹性地适应不断变化的工作负载，如今又在开始采用SDN来重构整个网络。而软件定义存储(SDS)或许将成为下一个大趋势。
对这样一家企业来说，信用风险应用就是一个必须处理来自各种不同来源之数据的大数据应用，这些数据包括信用卡交易数据、信用记录数据、个人客户数据、Twitter信息，以及其他可公开获得的社交媒体数据等等。这一数据密集型信用风险应用在北京的云中运行，开始遭遇到了I/O瓶颈问题。一个好的SDS基础设施可探测到这样的问题，通过在存储层上做策略的更改，便可自动分配新的闪存。然后SDS系统可自动将“热”数据迁移到新分配的闪存上来，从而改善I/O吞吐性能，以满足SLA条款的要求。
有了SDS，数据便可动态、无缝地迁移和共享，存储容量也可弹性地加以扩展，新的性能层可透明地引进来。在这一实例中，信用风险应用虽然在之前为其指定的物理基础设施上时过载的，但SDS系统一旦响应，便可自动为其分配新的资源，并将数据迁移到新分配的资源上去。
一旦正确部署了SDS，便可获得以下一些突出的优势：
·SDS可自动选择内部存储资源和云存储资源
· 策略编排的存储资源可优化性能，提高效率
·分析驱动的软件定义资源优化可满足不可预测的业务需求
·在开放的API、工具和技术上构建，可最大化客户的价值、技能可用性，并很容易在混合云环境中重复使用。
不少厂商已宣称在SDS领域开展了竞争，而且均有其各自不同的方式。例如
IBM的虚拟存储中心可对异构的存储系统进行自动化、策略驱动层化以及虚拟化，无须更换设备便可将已有存储转变成私有云存储。
作为软件定义数据中心的一个至关重要的新组成部分，SDS还处在不断的演进之中，并将非常迅速对完成这一演进过程。IDC在2013年的一份报告指出，“基于软件的存储虽然缓慢但肯定将会成为每个数据中心的重要构成，和传统的存储相比，无论其作为软件定义数据中心的组件还是仅仅作为存储数据的手段，它都能提供更高的效率和成本效益。”
正确的SDS解决方案能帮助客户从传统的存储基础设施向一个更为灵活、云就绪的、软件定义的环境转移，并可更高效低加以管理。只要部署得当，SDS可简化企业的异构存储环境，利用分析驱动的数据管理来降低存储成本，并规范跨存储系统的高级数据保护功能。
责编：李玉琴
微信扫一扫实时了解行业动态
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
推荐圈子
|
DB2数据的导入(Import)_导出(Expo..
Cognos 中国社区——Cognos 10.2...|
|
