smarterstorage–价值主张及实战案例.ppt

Dennis Dai Storage Technical Consultant Smarter Storage – 價值主張及實戰案例 * Semiconductor and Processor Technology System Infrastructure (server, network, storage) We will continue to optimize the full IBM stack – from silicon to solution and underpinned by IBM Research – to enable smarter computing for our clients IBM Investments Differentiated Client Value Deep integration and optimization HigherValue Optimized IBM Middleware Open APIs and Orchestration Optimized Solutions Hypervisors and Operating Systems 資料來源： /wiki 需要很快的DAS 需要很快的Share Storage 大數據 的挑戰 Scalability: 通常使用 DRAM 評估需求量及未來成長量，其次考慮伺服器及 CPU 量, 儲存方面建議採用 Direct-Attached Storage 作為儲存體； 例如 Hadoop, NoSQL 使用 PCIe flash storage來降低 I/O延遲時間。 可否可能採用 Big Data 架構後，不增加儲存孤島？不增加管理者負擔？使用 Shared-Storage 以提昇儲存整體效能及使用率？ Availability: 當伺服器或儲存設備發生故障時，透過伺服器RAID機制或 Big Data 系統 mirror 的技術，保護其架構的穩固性。 可否可以使用硬體保護機制取代軟體保護機制？以增進整體系統穩固度？ Design: Big Data 分析的資料型態通常是非結構化資料，與目前關連式資料庫有所不同，需要重新設計資料庫，通常需要龐大的成本牽移資料庫。 可否可以不改變資料庫結構的情況下，進行大數據資料分析？(Gartner report:從2011 20％ data warehouse leader想要使用Big Data方案取代既有的資料求下降到2012 11％） Deployment: 建置 Big Data 常耗費的大量人力資源及工時，及評估現有儲存架構是否符合需求，及評估合適投報率. 儲存 普遍面臨的挑戰 Scalability: 空間增加，整體效能會下降。 可否有一種架構，擴充空間同時效能可以線性提昇？ 可否有一種平台，可以跨儲存設備進行效能智能運算，將熱點資料放在適當的儲存體？ Availability: 資源過度集中於少數硬體元件。 可否有一種設計，當硬件壞掉時，資源不致於過度集中，間接影響線上服務環境？ Design: 每次採購專案，不可能都買到相同廠牌的儲存設備。 新的儲存管理系統是否可以整合目前的儲存設備？整合同廠牌不同平台，不同廠牌儲存設備， 以降低管理負擔？ 舊的儲存設備是否可以重覆利用？存放備份資料或建置 Local DR環境，增進設備使用率？ 可否建立標準化平台，未來擴充建立在相同的管理模式？ Trend: 面對資料呈指數倍增，及預算縮減，如何因應未來挑戰？ 可否透過儲存設備新技術 ，大大降低整擁有成本？ 可否可支援熱門 softwared define storage, 提供API整合Business workflow,降低未來儲存營運需求？ IBMSmarter Storage 資料量 預算 Efficient by Design Self Optimizing + Could Agile now future Reduce cost by 50% Avoid data growth in coming 3 years Optimize what you have Reduce Foot Print Store at Right place Move to Right place Ease of Management 33% Thin Provisioning 50% Real Time Compression 20%~35% Tivoli Productivity Center EMC HP HDS SSD Easy Tier One GUI for ALL 15K /TB 2.5K /TB cost list price 雲儲存 的挑戰: De