企业私有环境下的云平台存储架构设计关键技术.docxVIP

企业私有环境下的云平台存储架构设计关键技术.docx

  1. 1、本文档共25页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

?

?

企业私有环境下的云平台存储架构设计关键技术

?

?

相对于其他云计算技术来讲,私有云平台应该算是最早进入企业的IT基础架构当中的。分解来看,计算、网络、存储是其三个核心元素,越来越多的私有云平台开始支持各类存储架构,如何选择可以融入私有云平台的存储架构成为关键问题。

企业私有环境下的云平台存储架构设计需要考虑哪些关键技术?

企业私有云平台下的存储架构规划设计方法需要有整体的思路框架,始终将数据的梳理和分析作为支撑规划设计的基本前提。同时在具体细节规划的时候,还需要针对技术维度和管理维度区分各自领域当中需要保持的基本原则和关键问题,该借鉴的借鉴,该放弃的放弃,求同存异,最终实现适合企业自身的存储架构设计方案。

一、引言

相对于其他云计算技术来讲,私有云平台应该算是最早进入企业的IT基础架构。越来越多的私有云平台开始支持各类存储架构,如何选择可以融入私有云平台的存储架构成为关键问题。

二、总体规划设计思路

存储本身是用来承载数据,对于存储架构的设计,必然离不开数据的分析。所以在企业私有云平台下对存储架构的规划和设计也同样需要一个以数据分析为起点的整体规划思路。总结下来,笔者认为从数据分析到技术架构分析的完整闭环思路,如图1所示:

图1:数据分析到技术架构分析完整闭环思路图

按照图1所示,存储架构的规划需要分三个步骤进行。首先,需要从企业内部业务数据层面进行梳理和分析,包括业务数据的数据类型、数据当前的规模以及膨胀的速度、数据读写分布的比例以及随机顺序的相关特征、数据访问的并发量问题、数据重要性分级以及数据保存的安全性要求等;其次,根据数据梳理的结果进一步分析存储架构的规划设计,在通过对数据的结构类型、数据规模、并发需求、读写特点综合分析之后可以确定分布式架构和集中式架构的选型和拓扑规模,对数据分级和安全需求进行综合分析之后,可以决定架构当中的冗余性设计策略和备份归档策略,读写特点和并发量的分析又可以定位架构当中存储介质以及性能平衡的一些策略;最后,我们通过对底层架构选型和规划分析,再结合管理维度所需要达到的目标,来确定应用接口层、中间功能层以及运维层面需要达到的一系列对数据的使用、监控、加工、分析、报告等各方面的存储管理指标。

三、数据业务梳理分析

1.按照业务维度为前提的原则

存储是私有云当中核心的三大资源之一,存储资源的分配需要秉承着以合适合理的性价比原则进行分配。而对于企业来讲,所有的业务系统是有着重要性、安全性等业务方面的区分的,而这些属性维度的判断是与每一个业务系统精密绑定的,因此数据分析的第一步就是要根据应用系统的业务特性需求进行分级划分,并且针对每一个业务系统进行其他维度的梳理和细分。例如,在银行业当中,企业的所有应用系统会参照银监局以及人民银行的相关要求(业务连续性、数据安全、数据审核等)并且结合自己企业的实际业务需求情况(核心、交易、渠道系统)进行细化分级,这些细化分级之后的标准是进行数据梳理分析的前提条件。

2.数据梳理常规指标

在明确了企业数据业务分级标准的前提下,我们在对企业存量数据和未来数据进行梳理和分析的时候,需要对所进行分析的业务系统数据定义一系列梳理的指标,包括数据类型、规模、读写特点、最大并发、访问要求等。就金融行业而言,笔者认为有以下几个必须要采集分析的指标:

1)类型:企业存量数据都有哪些类型?这里的类型从广义上看是指结构化和非结构化类型,具体分析的时候针对结构化和非结构化进行细分,比如非结构化的又可以按照数据的功能维度区分为日志、备份、图片、视频、镜像等等,那么日志又分为账务日志、业务日志、运维日志等。划分的越细,后续的基础架构匹配就会越契合。

2)规模:规模是指数据存量规模以及膨胀的规模,不仅仅需要判断目前的情况,还需要预测未来的发展,所以这个指标的分析是要分两部分(存量和未来)来进行的。

3)重要性:重要性主要是根据前边我们对数据业务分级标准制定的。

4)读写分布:这个指标主要是希望明确数据业务的读写类型和比例,它是指导我们进行存储技术架构选型的重要指标。具体细分可以分为顺序读、顺序写、随机读、随机写,同时分析出各自的大概比例。

5)性能要求:性能要求体现在业务层面对客户层的反馈快慢需求上,比如银行的交易系统对性能的要求非常高,同样映射到数据访问的要求也必须是高性能的读写。

6)事务性:事务性主要是业务对数据的完整性和一致性要求。例如银行的交易系统和账务系统要求的是数据的强一致性,不允许任何脏读、脏写,而电子商务类的购物车数据要求的是弱一致性,可以包容某些程度的脏读。

四、存储架构选型思路

1.分布式与集中式的选择

其实每一种存储技术架构最初的诞生和应用都是与契合它的业务场景密不可分的,互联网企业在特定业务场景下对业务需求使得互联网企业在存储架构的选

文档评论(0)

180****3953 + 关注
实名认证
文档贡献者

爱好打球

1亿VIP精品文档

相关文档