制定一个智能的自动化数据结构

asd2344

制定一个智能的自动化数据结构

Pure Storage是一个例外，多年来它已经在其阵列上提供了Burgener所谓的“企业级功能的完整补充”。 all-NVE FlashArray // X是Pure的最高端阵列，但其他机型仍然使用SAS而不是NVMe。他指出“大多数客户可能不需要长时间使用X70”，但是如果客户对X70的需求期延长，Pure就可能会具有更成熟的产品优势。

Bulkowski指出，SLC闪存更快，密度更低，且适用于写数据，而MLC闪存更便宜，但更慢，密度更高，适用于读数据，因此闪存供应商们对于优先采用哪种闪存技术一直存在着分歧。尽管Optane需要改变软件与内存兼容的方式，但他希望Optane具有更高的性能，并最终取代SLC（正在退出市场）; 例如使用Optane来存储索引，而使用其他较慢的存储方式来存储大部分数据。

Aerospike的一些客户正在使用数据库来处理工作量，因为数据库能够利用更快存储，例如网络广告（低延迟至关重要），以及电信中的欺诈检测，以预防威胁并进行网络优化。 IoT和机器学习也将带来极高的写入吞吐量以及大型数据集的需求。企业混合交易/分析处理系统可能具有10TB的内存数据库; 用于欺诈检测的机器学习数据集的内存将更接近100TB。

Burgener指出：“为了处理主流工作负载，基于SAS的SSD和阵列仍然有很大的发展空间。全面的NVMe标准双端口，热插拔和设备驱动程序仍在开发中。在这些标准确立之前，可能还会进行更改。这些功能可以用于企业经营的各种用途，而SCSI在这些领域的发展已经非常成熟了。”

尽管NVMe最初的高成本在逐渐地降低，其标准也不断成熟且数量也随之增加了，但IDC预测直到2021年，NVMe才能取代主流系统中的SATA和SAS。Optane不会在今年第三季度出货，而是直到2018年才发货。

“这是一个十分有趣的产品，它不仅推动了性能限制，还能够开发更多的实时工作负载，但其数量将在未来几年内受到限制。”

Burgener预测：“Optane将会部署在基于服务器站群的存储设计（将Optane设备放入x86服务器）中，并且直到2018年底才开始出现在阵列中，因为目前大多数工作负载都不需要使用到Optane。即使它现在可以用于缓存卡，也可用于前端较慢的SSD小型高性能层：HPE计划在其3PAR SAN中使用Optane作为缓存层。在未来几年内，Optane的价格都会比SAS SSDs更加昂贵。 Optane将首先使用于内存数据库。”而这也将为机器学习提供推动力。

Burgener指出，如果您的工作负载需要更快的存储层，您还需要查看您的网络架构。 NVMe设备将最大限度地扩展40GbE主机连接，而单个Optane设备可以最多支持四个100GbE连接。他警告说：“除非你增加了主机连接带宽，否则大部分的阵列将不能访问应用程序的工作负载。” 这意味着如果要获得NVMe和Optane阵列的全部性能，您需要将工作负载转移到Fabric的NVMe上，这将再次改变您的网络基础架构。

您还可能需要将存储层设计延伸到传统数据中心之外。 McDonald 预测，最终“由于这些存储设备如此快速（并且就其性能和容量而言相对便宜），因此它们将会作为计算存储层而被广泛使用。”

换句话说，您的数据将分为三类： 通过这些技术进行存储的超热数据;储存在较慢的介质上的超冷数据; 以及超远数据，并通过远程设备（比如IoT，传感器，智能城市，零售店等）在网络外围和边缘产生，并使用便宜的闪存设备进行存储。“您的存储层可以扩展为超快速的持久存储器，如此一来，最热的数据将会一路传输到云存储之中。但是这项工作需要一个智能的自动化数据结构，以使各个数据传输过程无缝连接。”