在“混合多云+AI”時代來臨時,企業在存儲方面是否具備相應的抗壓能力?簡而言之,數據存儲有“三座大山”!
“第一座大山”就是持續增長的數據量。IDC預測,中國的數據圈(每年被創建、采集或是復制的數據集合)從2018年至2025年,將以30%的年平均速度增長,到2025年將達到48.6ZB。一方面,三分之一的數據沒有得到有效保護;另一方面,數據的價值沒有得到充分挖掘。
“第二座大山”就是混合多云對存儲提出了更高的要求,比如存儲資源是否得到了最有效的整合,數據能否在混合多云的環境中自由流動,冷溫熱數據是否存放在各自最理想的位置,從而將存儲成本降至最低……
“第三座大山”就是從應用的層面看,以人工智能(AI)為代表的新興應用漸成主流,存儲能否為AI、數據分析等上層應用提供高效、智能的支撐?
誰能為企業釋放存儲壓力,徹底移走這“三座大山”呢?
軟件定義存儲 數據驅動基礎架構的關鍵
毋庸置疑,數據未來仍會持續快速增長,它對企業來說是長期存在的壓力。企業即使采購更多的存儲硬件,也追不上數據增長的速度。在這種情況下,軟件定義存儲(SDS)快速崛起,它提供了更高的靈活性與彈性。IBM存儲專家指出,現代化的存儲強調以軟件為核心,通過軟件驅動,更好地實現數據資源的整合與管理,讓數據與業務緊密結合起來,從而產生更大的價值。
IBM Spectrum Storage是業界領先的軟件定義存儲產品組合,它能夠有效改進管理、保護和存儲數據的方式,無論是大型企業還是中小型客戶,都可以享受IBM Spectrum Storage這種通用設計帶來的加速存儲部署和簡化應用的益處。以IBM新一代軟件定義存儲IBM Elastic Storage Server 3000為例,它可以助力行業客戶快速部署高性能、高可擴展的存儲平臺,滿足數據驅動基礎架構的需求,大大緩解數據持續增長帶來的存儲壓力。
IBM Elastic Storage Server 3000基于IBM多年累積的經驗而構建,并將久經驗證的IBM Spectrum Scale軟件與極速NVMe存儲技術相結合,提供了諸多業內領先的文件管理功能。作為部署NVMe閃存用于人工智能和大數據的最簡單方式,ESS 3000以一種更快、更密集的存儲解決方案,提供全新的、更流暢的容器化開箱即用體驗,以及更簡單的管理功能。
一句話,IBM軟件定義存儲解決方案,讓數據為客戶所用的關鍵。
開放、兼容的IBM存儲 跨越混合多云存儲管理的鴻溝
IBM商業價值研究院預測,到2021年,98%的受訪組織機構計劃采用混合架構。由此可見,數據價值的挖掘、人工智能的落地、關鍵業務的轉型,都離不開混合云架構。但是讓我們警醒的是,僅有38%的組織機構將擁有運行混合環境所需的程序和工具。
在混合多云環境下,數據整合與管理必須跨越以下三道鴻溝:第一,如何打造混合多云環境下可靠、靈活、安全的架構;第二,如何理順混合多云平臺下的數據存放邏輯問題;第三,如何實現混合多云平臺下的數據整合和數據可視化管理。
可靠、靈活、安全的混合多云存儲架構從何而來?IBM基于自身多樣化、集成的存儲技術打造了面向混合多云環境的存儲構架,比如,IBM Spectrum Virtualize與FlashSystem可以提供整合異構存儲架構的能力,實現統一管理并降低運維成本,同時承擔起多中心容災、保障安全性的重任。
特別值得一提的是,與IBM z15同期發布的IBM新一代高端企業存儲系統IBM DS8900F,為客戶提供了全面而強大的網絡安全、數據可用性和系統彈性,其超過“7個9”的高可用性、多個為實現恢復時間接近于零而設計的容災恢復方案等,將數據保護提升到一個全新的層次。
2019年,天津濱海農村商業銀行股份有限公司采用IBM Spectrum Scale,在天津大港、空港兩地數據中心部署“雙活”解決方案,構建同城雙中心安全和災備體系,高效保障數據安全與業務永續。IBM Spectrum Scale實現了120公里的兩站點文件系統雙活案例,遠超之前最遠70公里物理距離記錄,且平均延遲僅為2毫秒,較業界平均水平有突破性的提升。這種超長距離的容災對于集群軟件的網絡容錯能力、數據同步機制等有很高的要求。堅固的IBM混合多云存儲架構經受住了一次又一次嚴峻的考驗。
在混合多云環境中,數據雜亂而分散,理順數據存放邏輯,對于簡化數據的管理和調用,最大程度地降低數據存儲成本來說至關重要。數據的自動化分層存儲正是IBM的拿手好戲。IBM有一套非常成熟的數據驅動的多云戰略咨詢服務,通過分析企業內部現有的IT環境,可以非常清晰地展示應用適合運行在公有云或私有云上,或是適用SaaS、PaaS、IaaS服務,以及遷移的復雜度,從而幫助企業更好地制定云轉型戰略。
IBM存儲專家建議,企業可以按照業務數據的關鍵程度,主動選擇存儲服務級別,比如關鍵業務數據自動存儲在全閃存構建的白金級資源池,非核心業務存儲在SAN存儲構建的黃金級資源池,海量非結構化數據放在白銀級的對象存儲資源池。一些大型互聯網企業和銀行等已經部署了IBM的自動化分層備份和云備份解決方案,原來可能兩三天才能恢復的數據,現在可以實現秒級啟動回傳。
在混合多云環境下,數據更應該實現整合,并進行統一、透明的管理。IBM用軟件方式形成硬件之上的數據平臺層,屏蔽不同的硬件、不同的云存儲,使企業用戶像使用一個完整的資源池一樣使用其分散的存儲資源,而無需關心數據具體存放在哪里。
舉例來說,IBM SVC可以管理幾乎所有常見的塊存儲設備,同時構建一個可彈性擴展的塊存儲資源池,并可通過內置功能直接對接公有云塊存儲實現云間的數據遷移。IBM SVC已在平安銀行等金融機構中得到了成功應用。
IBM存儲專家建議,在混合多云環境下,企業需要考慮一些標準化的資源池、彈性的架構、統一的平臺、云間透明的數據傳輸,這樣才能實現真正意義上混合多云模式下的數據協同作業、治理和保護。
混合多云其實就是一個異構環境。開放、兼容的IBM存儲,通過在一個開放的存儲架構上實現統一管理,可以全面滿足混合多云的存儲需求。
IBM存儲讓數據可靠可見可用 指明AI進階之路
數據是新的生產力,而AI是新的生產工具。當前,雖然各行各業對AI都抱有極高的熱情,但大部分仍停留在PoC甚至觀望的階段。AI規模化落地,數據就是第一只攔路虎:數據在不同的系統、介質和不同存儲空間中不能自由流動。
IBM存儲專家指出,所謂的數據瓶頸,并不是數據總量不夠,而是有效供給不足,即數據沒有“在線”,沒有“整合”,更沒有“流動”!IBM希望利用自己在存儲方面的能力和豐富的實踐經驗,將數據轉變成生產力,讓產業AI可以快速落地,從而促進企業營收的增長。
要將數據轉變成生產力,前提就要保證企業的數據資產可靠、可見、可用,具體來說就是要有效解決以下三大問題:將離線的數據轉為在線的數據,確保數據可用;將離散的數據整合成數據資源池,確保數據可見;將靜止的數據變成流動的數據,確保數據隨需調取。
降低存儲的門檻,讓數據存儲變得簡單、易用、易管理,從而確保數據可用,IBM今年推出的Storwize V5000系列入門級存儲就是一個理想的選擇。它提供了強大的性能以及企業級的功能、可用性和可靠性,并將端到端的NVMe性能優勢融入其中,同時結合IBM Spectrum Virtualize軟件定義存儲豐富的企業級數據服務,能夠滿足AI和數據分析應用對性能、擴展性的嚴苛要求。
將離散數據整合成統一的數據資源池,正是IBM Cloud Object Storage對象存儲的強項。它如同一個萬能的原料倉庫,通過構建一個統一的數據資源池,更經濟、更安全、更大規模地匯聚數據。IBM Cloud Object Storage與IBM Spectrum Scale分布式存儲軟件、IBM Spectrum Protect數據保護解決方案相結合,可以提供混合多云下的備份數據保護的彈性部署,同時具備靈活擴展的能力,并可實現一份數據多站點多活,滿足長期數據在線訪問的要求。數據可見不再是難事。
靜止的數據是沒有價值的,只有讓數據流動起來,實現共享與交換,才能從數據的挖掘中獲得更具價值的洞察。現代化元數據管理軟件IBM Spectrum Discover應運而生,它可以為EB級非結構化數據存儲提供數據洞察。借助IBM Spectrum Discover,企業可以快速抓取、整理和索引數十億個文件和對象的元數據,使得數據科學家、存儲管理員和數據管理員可以有效地對海量非結構化數據進行管理、分類,并從中獲得洞察。今年,IBM Spectrum Discover又新增了多項存儲功能,可以更好地應對AI與混合多云的工作負載,幫助客戶通過AI和數據分析,從更多不同來源與類型迥異的數據中獲取更加深入的洞察力。
在支持AI負載方面,IBM Spectrum Scale展現了絕對的速度能力。IBM Spectrum Scale具有良好的可擴展性、閃存加速性能,以及基于策略的自動存儲分層功能,是高性能、高擴展性的文件、對象、塊和大數據分析的存儲軟件,具備隨地存儲、運行和數據訪問能力。有了IBM Spectrum Scale,速度、可靠性、并發能力同步提升,給AI系統喂數據的供給能力將大大提高。
數據收集、數據組織、數據訓練、數據融合——IBM從數據存儲的角度為AI指明了進階之路。IBM全面而靈活的存儲解決方案,尤其是在軟件定義存儲上的創新,掃除了數據應用過程中的障礙,不僅可以讓數據流動起來,而且可以讓數據流動得更快、更智能,為AI應用提供高效、可靠、安全和具有成本優勢的存儲支撐。
善用工具 事半功倍
愚公移山靠的是堅韌不拔的毅力和持之以恒的精神,但如果能有趁手的工具,是不是可以事半功倍?企業在移除“混合多云+AI”時代數據存儲的“三座大山”時,如果能夠善用IBM的存儲解決方案和工具,是不是也可以事半功倍?
評論
查看更多