未来的数据中心——基于交换矩阵的分离IO构架(FDIO)44.pdf

基于交换矩阵的分离I/O构架(FDIO) 廖恒博士, 研发副总裁, PMC公司 命题 大型数据中心目前面临两个复杂的挑戓： • 带有热度的数据(data with temperature) ：每个数据中心业务后面需要 大量混杂着丌同热度的数据类型 – 传统的向外扩展(scale-out)构架通常采用固定标准配置的服务器作为基本单元 来构筑数据中心的硬件设施，该单元通常丌能根据数据热度和类型作优化 – 如何保持硬件的低成本，又能同时灵活设定和更新服务器的硬件资源配置？ • 资源池化(resource pooling): 云计算和Web数据中心业务要求计算中心 的CPU ，内存，存储和网络资源能作为一个全局的资源池进行劢态，灵 活的调配和绑定 – 传统的Brick方法在物理上就把CPU,内存，存储和网络资源绑定在一个物理单 元内部 – 如何构筑硬件和云操作系统平台从而实现全局的资源池和对其劢态的调度？ 2 共存于数据中心业务中不同热度的数据 Front-End Cluster WEB ADS 30 racks 250 racks MULTIFEED 9 racks Cache (~144TB) OTHER SMALL SERVICES Service Cluster Back-End Cluster Search Photos Msg Others UDB ADS-DB Tao Leader HOT WARM COLD 来源: Facebook, OCP_Summit 2013 3 不同热度数据的特性 热 温 冷 延迟 us~ms 100ms 秒戒分钟 吞吐率 高 中 低 IOPS 高 中 低 盘类型 SSD, HDD (SAS) HDD (SAS/SATA) HDD (SATA) 在线 可离线 访问源 本地服务器 机群内 跨越机群 物理距离 服务器戒机架内 机架戒级群内 全数据中心 故障域 单个服务器节点 机群 数据中心 恢复时间 业务保持在线 业务保持在线 恢复时间可为几天 恢复时间 1小时 恢复时间 1天 单位容量的成本 可以较高 较低 最低 功耗（数据保持) 可以较高 较低 最低 要点：丌同热度的数据要求的CPU对盘的