利用Intel傲腾存储制定更智能的数据策略

滴水成河,积水成渊,许多企业今天面临的存储危机其实是数据字节累积的结果。数据的增长表现在三个不同方面:

•数量:数据从广泛的各种来源(从物联网传感器到客户点击)不断地流出。

•速度:企业必须适应以各种速度(无论是每分钟 1 MB 还是每秒钟几十 GB)流入的数据。

•多样性:非结构化数据比以往更加多样、更难处理且占用更多空间。

数据不断变化的性质对存储提出了新的需求,尤其是在非结构化数据的数量、速度和多样性极速增长的情况下。当今非结构化数据形式多样,流动速度极快:来自嵌入式摄像头的视频、来自照片和 x 射线的图像、电子邮件和聊天消息、社交媒体贴子、自然语言音频、扫描文档和 PDF,以及网页内容和互动等。

另一方面,企业对其数据产生了新的需求,他们使用数据来进行业务分析、预测性分析和实现机器学习过程。数据可用于制定业务决策、预测结果、分析用户行为、解释自然语言、划分对象类型、模拟复杂系统甚至操作机器。

这种演变的结果是,对于业务运营而言,存储基础设施现在与服务器和应用同样重要。数据存储不再是战术性的,而是具有战略意义。能否快速简便地访问其中的数据对业务成功有着直接影响。智能数据策略能够将业务目标和应用要求与面向未来的存储基础设施(充分利用存储技术的最新创新)相结合,帮助企业迈向成功。

1

探讨传统存储层的取舍

传统存储基础设施通常根据业务需求,将数据划分为两到四个分层:

尽管分层有助于满足业务要求并能更好地利用现有存储资源,但当前的存储方式也有取舍,尤其是涉及传统的、专有的或直接连接的存储系统时。

• 不充分的分层无法对许多不同类型和用途的数据提供精细的控制

• 存储管理员经常被迫要在成本与性能之间以及速度和容量之间作出艰难的选择

• 当前的选项适用于推测性的部署(超额支出),其目的是避免由于配置不足而导致业务服务停止运转

• 传统存储系统经常无法支持现代应用的容量和性能要求

• 专有存储系统可能难以扩展且扩展成本很高

虽然许多 IT 机构继续使用现有存储基础设施,但这些基础设施可能已无法满足业务需求,也无法应对面临的挑战。传统存储系统往往不能灵活地适应不断变化的要求,且不能轻松地扩展。许多情况下,此类存储设施购买得越多,造成的瓶颈就越多,从而更难以访问和使用您的数据。

越来越多的数据被视为“热数据”,但将这些数据全部保留在 DRAM 中并不经济。而且,DRAM也不能轻松扩展。然而,传统固态盘并不能取代 DRAM。它们无法提供必要的速度。同时,NAND闪存技术本身会导致存储和缓存的瓶颈,特别是在处理大数据集时。

2

采用新的方式构建内存和存储

新技术不断改变和改进 IT 环境,加速所支持的服务运转。我们现在拥有 NVMe over Fabrics,可为外部存储提供闪存速度。我们还拥有超融合基础设施解决方案、软件定义存储、云和混合云存储,以及其他多种选项。但是,内存和存储技术在 25 年来没有根本性的变化,直到英特尔® 傲腾™固态盘的出现。英特尔® 傲腾™固态盘基于 3D XPoint™技术,与基于 3D NAND 的技术相比,在耐久性和低延迟方面有着几个数量级的优势。使用它们可将内存和存储的最佳特性相结合来实现基于服务器的存储架构。

英特尔® 傲腾™ 固态盘可提供:

• 更高的 I/O 性能和更低的延迟(相比基于NAND 的固态盘),从而提供可预测、一致的快速服务

• 出色的高耐久性,支持主内存所处理的相同类型的高写入流量

• 更高密度,且成本远低于 DRAM

英特尔® 傲腾™固态盘支持与内存相同的实时访问,从而消除瓶颈,更快、更方便地访问大型数据集。它们可提供更强的服务器扩展能力,降低对延迟敏感型工作负载的事务处理成本,同时加速算法执行来提高数据集处理效率。

3

创建新分层以实现更精确的数据控制

英特尔® 傲腾™ 固态盘可帮助您的 IT 基础设施实现两个关键目标:

• 创建更快的存储

• 扩展内存

4

模糊内存和存储的界限

英特尔® 傲腾™ 固态盘与英特尔® 3D NAND 固态盘配合使用,可以打造更强大的存储基础设施组合。英特尔® 傲腾™固态盘可提供业界一流的吞吐量和低延迟,而英特尔® 3D NAND 技术可以低成本提供高密度。这两种技术配合使用,可加快存储缓存速度并提高批量存储的容量和处理能力,有助于弥合本地 CPU 数据和长期数据之间的差距。

英特尔® 傲腾™固态盘与英特尔®3D NAND 固态盘和英特尔® 至强® 可扩展处理器相配合,可为整个基础设施带来极其出色的性能。在近期对由英特尔® 至强® 可扩展处理器、VMwareESXi和 vSAN、英特尔® 傲腾™固态盘和英特尔®3D NAND 固态盘组成的超融合集群进行测试时,该解决方案与上一代系统存储技术相比,支持的每集群虚拟机数量多达2.5 倍,性价比提升高达 2.3 倍。

5

制定智能数据策略

数据不再只是对业务运作起辅助作用。您的数据策略直接影响到业务成效,因此,您需要一个匹配业务目标和优先事项的长期存储计划,而不是将存储看作一种后续补充或者业务流程的最后一环。

更智能的数据策略包括现代化的基础设施,体现从旧数据仓库到当今实时数据中心的转变,并为满足明天的需求奠定基础。它支持企业的所有各种工作负载,包括 HPC、云、虚拟机,以及大数据和分析等等。它的灵活性和可扩展性能够适应未来的变化和增长,而无需重新设计。

您的数据策略还应对适当的数据使用适当的介质,从而优化存储和内存资源的效率和性能。这意味着要根据下列因素进行智能数据分层:

• 所拥有的数据类型,现在和未来长期计划如何使用数据

• 支持的工作负载类型

• 关键业务应用的性能要求,包括吞吐量和延迟

• 用户和应用的数据访问要求

• 监管和合规要求

• 预算限制

符合业务计划和优先事项的智能数据策略能帮助企业缩短上市时间、优化投资回报,并凭借卓越的服务质量从竞争对手中脱颖而出。

制定智能数据策略不适合由自己孤立地完成。一个精心选择的技术合作伙伴团队可提供专家指导,确保最佳利用您的现有资产和未来投资。您的团队可能包括现有 IT合作伙伴、原始设备制造商(OEM)、软件供应商和云服务提供商,以及英特尔这样视野广阔的技术领袖,他们能让您的数据策略提升到更高层次。通过卓有远见的技术合作伙伴让您能够预见未来的存储发展趋势。

6

后续行动

数据中心正在快速变化并将一直不断地变化,新的应用和数据要求以前所未有的速度涌现。您的存储基础设施需要凭借智能数据策略做好准备,该策略必须整体反映全局业务策略和未来需求。

英特尔可助您一臂之力,我们提供的英特尔®傲腾™固态盘等相关解决方案将以全新方式对性能、容量和可扩展性加以平衡,同时为您最佳地提升数据、存储和内存的经济性。英特尔® 傲腾™固态盘与英特尔®3D NAND 固态盘和英特尔® 至强® 可扩展处理器相配合,可帮助企业应对最苛刻的数据挑战。英特尔拥有包括硬件原始设备制造商、软件供应商、云服务提供商和高级分析提供商在内的强大的生态系统,可助您创建面向未来的存储基础设施,推动业务不断向前发展。

本文分享自微信公众号 - 大话存储(dahuacunchu)

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2018-09-18

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏机器学习、深度学习

CNN光流计算2

FlowNet 2.0: Evolution of Optical Flow Estimation with Deep Networks CVPR2017 ...

11130
来自专栏机器学习、深度学习

相机标定--A Flexible New Technique for Camera Calibration

版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.n...

14840
来自专栏深度学习思考者

Python应用(一) 识别网站验证码以及识别算法

验证码识别涉及很多方面的内容。入手难度大,但是入手后,可拓展性又非常广泛,可玩性极强,成就感也很足。

21210
来自专栏流媒体人生

AVC到HEVC

  国际视频标准化组织绝对算得上是一个勤奋、高产的机构,近二十年的时间,输出了一系列高水准音视频编码标准。在H.264/AVC问世之前,江湖上有两个传奇:其一是...

26610
来自专栏计算机视觉life

有没有无痛无害的人体成像方法?OCT(光学相干断层扫描)了解一下

关于之前推送的胸片和CT有很多的小伙伴关心射线对人体的伤害的问题,在医学检查射线的强度和剂量已经有严格的标准,偶尔进行一次CT扫描是没有问题的,那么有没有一种完...

16520
来自专栏计算机视觉life

最近一年语义SLAM有哪些代表性工作?

目前 Semantic SLAM (注意不是 Semantic Mapping)工作还比较初步,可能很多思路还没有打开,但可以预见未来几年工作会越来越多。语义 ...

15310
来自专栏机器学习、深度学习

人群密度估计--Structured Inhomogeneous Density Map Learning for Crowd Counting

Structured Inhomogeneous Density Map Learning for Crowd Counting https://arxiv...

12840
来自专栏深度学习与计算机视觉

计算机视觉人脸相关开源项目总结

版权声明:本文为博主原创文章,转载请注明出处。 https://blog.csdn.net/...

16510
来自专栏机器学习、深度学习

3D人体姿态估计

Coarse-to-Fine Volumetric Prediction for Single-Image 3D Human Pose

48320
来自专栏机器学习实践二三事

数字图像学习0

学习了一段数字图像处理,想就自己的学习写个笔记吧。主要的参考书就是<<数字图像处理的MATLAB实现>>和网上的一些博客,可能会穿插着MATLAB...

9830

扫码关注云+社区

领取腾讯云代金券

年度创作总结 领取年终奖励