存储 频道

评说存储2008:虚拟化老瓶装“精简”新酒

  【IT168 专稿】2008年对于所有人来说确是值得铭记的一年,这一年我们见证了太多辉煌时刻,也目睹了不少危机灾难,仅从存储行业的角度来看,在2008也走过了不平凡的一年,发生了许多值得我们回味的变化与趋势。

  2008年,哪些重量级产品的发布能引领未来趋势并值得我们关注?2008年,虚拟化、SSD、SAS还有云存储这些方兴未艾的热点技术各自走出了怎样的发展轨迹,获得了怎样的进步与机会,又面临哪些问题?为便于广大网友了解存储产业技术创新和产品发展趋势、采购符合未来行业标准的产品,我们每年都会对一年内的热点事件、活跃厂商和技术趋势进行探讨和总结,从而预知未来行业的发展方向。敬请关注IT168存储频道为您带来年终献礼:评说存储2008,走过不平凡的一年……

虚拟化老瓶装“精简”新酒

  服务器虚拟化的应用发展到现在正是方兴未艾,存储虚拟化也早已是大家耳熟能详的专业词汇了,尽管在虚拟化的实现过程、方式和安全性问题上还存在诸多的争议,但所有厂商和业内人士都已经认可:虚拟化业已成为数据中心应用架构的主流趋势。权威调研机构Gartner更认为,在2012年之前,虚拟化将一直是对改变基础设施和运营影响最大的趋势。

  的确用户目前在数据存储和管理环节面临的许多问题,以及他们IT系统在未来发展中可能产生的许多需求,都需要通过存储虚拟化技术来解决和满足。存储虚拟化为用户解决的首要问题是复杂异构环境下的存储整合。

  针对存储整合方面的虚拟化解决方案已经有很多,例如IBM通过SVC的带外虚拟化解决方案能够在用户后端创建完整的存储虚拟池,一些厂商也致力于提供基于主机层面的虚拟化。2007年获得产品技术创新奖的产品还有HDS的USP V,即宣称采用基于磁盘控制器层面的虚拟化,能够通过USP V将用户后端的存储环境整合成为虚拟的存储池。


HDS 高端存储系统USP V提供基于磁盘阵列的虚拟化技术,支持自动精简配置,获2007年度产品创新奖。

  如今,虚拟化已经被认为是实现存储整合的有效手段之一,但为什么高举整合大旗的存储虚拟化的普及之路却依然举步维艰呢?

  其原因主要有两点:首先,各家厂商所推行的虚拟化解决方案更加倾向于基于自身的硬件环境来管理其他厂商的硬件产品,用户对厂商的绑定很容易从厂商A转移到厂商B上,实质问题并没有解决。其次,虚拟化作为整个存储环境的管理设备,其性能也一直受到用户的质疑。

  到2007年的时候,自动精简配置作为虚拟化的另外一项具体应用,开始在各个厂商的磁盘阵列产品中出现。如果我们把存储整合看作虚拟化大潮的第一波浪潮,至此,我们认为虚拟化迎来其发展的第二阶段。只是,这一阶段的虚拟化技术已经从关注整体环境以及设备之间的互联互通问题上,转移到了存储设备内部的容量优化上。

  自动精简配置(Thin Provisioning)是一项对存储资源的自动分配和利用,以避免磁盘空间被无限制索取的技术,从而大量降低用户采购存储系统时候的容量成本。USP V较为粗放的自动精简配置策略尽管受到一些质疑,但在一线的存储厂商中,仍然是较早支持自动精简配置的厂商之一。

  NetApp与3PAR是最早致力于推广这项技术的厂商,NetApp很早就能够在全系列产品上提供自动精简配置, EMC也在EMC World大会上宣布了DMX-4也带有Thin Provisioning,HP推出了Dynamic Capacity Management,此外还有LeftHand Networks, Compellent等众多支持厂商,自动精简配置的拥护者队伍还在不断壮大,到了2008年,基本上我们看到自动精简配置已经成为厂商新品的一项常规升级选项了。

  虚拟化的下一步方向是什么?我们认为获得2008年度产品创新奖奖项的Compellent Data Center 4.0能较好的代表虚拟化的下一个方向。Compellent Data Center 4.0能够同时支持高、中、低三种性能的磁盘驱动器,其存储虚拟化功能使一个卷内的数据块可以分布在不同层级的存储上,系统根据数据块的元数据追踪其访问时间和频度等信息,从而实现自动分级存储。

  这一完全自动化的分层存储解决方案能够最大化存储利用率,简化复制并加速数据恢复。由于访问频度较低的数据块会自动迁移到较低层级的存储上,整体拥有成本和能耗也可以得到进一步的控制。



Compellent Data Center 4.0是目前业界惟一高度自动化的卷内数据分级存储管理解决方案,获得2008 IT168年度技术创新奖

  Compellent Data Center 4.0代表着更细粒度更高一层次的虚拟化功能,我们认为虚拟化的下一步发展方向,更多的是从管理角度来讲,能够通过一个简单的操作界面,实现一个统一的上层建筑管理中心去做任何以数据为中心的调度。

0
相关文章