業(yè)界對云計算的定義多種多樣，不過，從公認的幾種云計算模型看，存儲是無論如何也繞不開的基礎支撐組件，云存儲作為云計算服務的分支之一，更是把存儲提到了首要的位置。與此同時，能夠在底層架構中很好的解決存儲問題的供應商恐怕并不多，要實現云計算，存儲還面臨諸多瓶頸。

在一次Intel組織的媒體訓練營上，Intel(中國)有限公司服務器平臺產品經理張振宇就曾表示：“今天談云計算以及云架構中的虛擬化，存儲是非常困難的問題。”

解決非結構化數據增長難題

在Intel規(guī)劃的云存儲系統(tǒng)中，把用戶實際的存儲需求分成了兩種類型，也就是我們所謂的結構化數據與非結構化數據。

結構化數據一般都存儲在數據庫中，通常又被叫做數據庫數據，通常企業(yè)的關鍵業(yè)務應用，如Oracle、SAP等應用中往往基于這種類型的數據。這類型數據可以用數據庫的二維表結構邏輯來表達與實現，每一次讀取的數據塊往往并不大，一般為4K或者8K，但是讀寫往往會非常頻繁，由于每次讀寫都會帶來硬盤磁頭換道尋址的讀寫延時，因此傳統(tǒng)的存儲系統(tǒng)往往采用了大規(guī)模并發(fā)、以及大量的讀寫優(yōu)化來保障結構化數據的存取需求。

此外，擔當企業(yè)關鍵業(yè)務應用的數據存儲基石，數據安全性一定要保障，也因此，為結構化數據存儲而設計的存儲系統(tǒng)也往往采用大量的數據安全保護措施，保障企業(yè)關鍵業(yè)務運營數據安全。

衡量數據庫讀寫性能的IOPS性能指標一度成為企業(yè)存儲系統(tǒng)設計所追求的極致，然而隨著云計算日益走向普及應用，社交網絡興起，到如今移動互聯網與物聯網蓬勃發(fā)展，用戶突然發(fā)現，過去的結構化的數據在向非結構化與半結構化發(fā)展，大數據成為對傳統(tǒng)IT系統(tǒng)的另一個挑戰(zhàn)。

上圖為IDC發(fā)布的2010年至2014年間數據增長趨勢預測，其中，最底下的黃色數據塊代表傳統(tǒng)企業(yè)數據庫所產生的結構化數據增長量，年增長率僅為23.6%;黃色數據之上的紅色數據，代表企業(yè)系統(tǒng)中的備份以及數據倉庫等產生的備份數據，從圖中可看到，其增長趨勢并不明顯，年增長率為24.2%;紅色數據之上的灰色數據塊代表歸檔等非結構化數據的增長趨勢，在圖中可看到明顯的上升，年增長率達到了54.8%;最上面的綠色部分增長最快，這部分數據的年增長率甚至達到了75.6%，這部分數據來自于內容倉庫，具體包括了Web、電子郵件、社交網絡、文檔共享等應用產生的各種各樣的文件數據。

三大云存儲解決方案

隨著數據宇宙的爆炸式增長，傳統(tǒng)為結構化數據存儲而設計的存儲系統(tǒng)，已經無法應付云平臺系統(tǒng)龐大的數據存儲需求，在此背景下，集群存儲迎來其發(fā)展高峰。

集群存儲通過并發(fā)的分布式文件系統(tǒng)與算法，工作負載分布到集群中各節(jié)點的存儲方式，各集群存儲的節(jié)點相互配合并統(tǒng)一作戰(zhàn)，因而達到了1+1>2的效果，同時集群存儲提供單一的使用接口與界面，使用戶可以方便地對所有數據進行統(tǒng)一使用與管理。對于集群存儲來說，單個的數據節(jié)點是其上分布式文件系統(tǒng)以及管理軟件的硬件基礎，其性能與可靠性直接影響到了存儲系統(tǒng)平臺的整體性能。

針對不同的云存儲環(huán)境中非結構化數據的應用，Intel提出了三大不同的針對應用優(yōu)化的解決方案。

一、 較大的對象存儲使用模式

對象存儲一般用于內容倉庫的數據存儲，通常Web、電子郵件、社交網絡、文檔共享系統(tǒng)中通常會采用對象存儲模式來存儲大量的文件數據。這類型存儲需求對系統(tǒng)性能要求總體而言并不嚴格，但同樣要求一定的響應時間和反應速度。此外，考慮到系統(tǒng)的規(guī)�；�建設，整體系統(tǒng)對系統(tǒng)能耗、成本方面都會進行一定的均衡。

針對對象存儲對節(jié)點硬件設計的需求，Intel推薦采用至強E5處理器產品家族，至強E5處理器是Intel針對雙路服務器市場的重要革新，采用全新Sandy Bridge微架構，最多支持8個內核，在舊金山閉幕不久的Intel秋季IDF大會上，Intel展示了采用Sandy Bridge微架構Xeon(至強)E5處理器以及Xeon E5服務器系統(tǒng)的工程樣品。上圖為該系統(tǒng)節(jié)點推薦配置示意。

二、 備份、歸檔存儲使用模式

相比對象存儲使用模式，備份和歸檔系統(tǒng)對于數據響應時延的需求更加寬松，這類型系統(tǒng)中，用戶更為的是數據可靠性，能耗、以及單位存儲空間成本，針對這類型存儲使用模式，Intel推薦了基于至強E3處理器，以及Intel賽揚/酷睿 i3處理器系列的節(jié)點優(yōu)化方案。

三、 大規(guī)模分析(Hadoop)使用模式

Hadoop通常用于海量文件的數據分析與處理，往往要求系統(tǒng)有快速的反應時間和較強的處理能力，上圖為Intel基于E5處理器家族推薦的節(jié)點優(yōu)化架構。

在不久的將來，云計算一定會徹底走入我們的生活，有興趣入行未來前沿產業(yè)的朋友，可以收藏云計算，及時獲取人工智能、大數據、云計算和物聯網的前沿資訊和基礎知識，讓我們一起攜手，引領人工智能的未來！

標簽： idc 安全 大數據 電子郵件 服務器 服務器系統(tǒng) 公司服務器 互聯網 媒體 數據分析 數據庫 雙路服務器 網絡 移動互聯 移動互聯網 云計算 云計算的定義 云

版權申明：本站文章部分自網絡，如有侵權，請聯系：west999com@outlook.com
特別注意：本站所有轉載文章言論不代表本站觀點！
本站所提供的圖片等素材，版權歸原作者所有，如需使用，請與原作者聯系。