现代数据中心高性能对象存储面临的挑战.docxVIP

PAGE 1 PAGE 1 现代数据中心高性能对象存储面临的挑战  对象存储特别适合长期备份和归档，如何将高性能对象存储扩展到大规模、高容量的工作负载，人们对此需要进行了解。  对象存储最好玩的方面之一是其用途的多样性。尽管对象存储通常用作归档存储区、原有数据的目的地，以及文件服务器的替代品，但实际上有很多方法可以应用对象存储。随着供应商开始供应性能优化的对象存储，该技术已经为用于一组全新的工作负载预备就绪。  高性能对象存储不仅仅需要从基于硬盘的对象存储系统切换到全闪存对象存储。向全闪存介质的迁移无疑会有所帮助，但是对象存储系统(很大程度上要归功于其丰富的元数据)通常具有太多延迟，无法有效利用闪存性能。  创建高性能对象存储系统的另一个挑战是基础设施的横向扩展特性。为了满意容量需求，对象存储将大量节点添加到存储集群中。每个节点的容量都被汲取到集群中，从而创建一个存储池。在大型横向扩展集群中，具有数十个节点都是比较常见的。聚合和管理这些节点的等待时间可能很长。  人工智能和深度学习的对象存储挑战  非结构化的大型数据工作负载(例如人工智能和机器学习以及深度学习)是对象存储架构如何成为高性能工作负载的一个很好的例子。理论上，这些工作负载对于对象存储而言应当是抱负的。它们拥有数百万甚至数十亿个文件，而存储全部这些数据需要大量