1、私有云/虚拟化。
要求:存储容量大,易于增长,每台服务器成本低,易于管理。
实现:任何规模的增长,无容量规划,易于提高容量和性能,易于管理,低TCO。
2、虚拟桌面基础设施。
要求:峰值时间(“启动风暴”)性能,大存储容量,易于增长,每个桌面的成本低。
实现:并行处理,任意大小的增长,无容量规划,易于提高容量和性能,易于管理,TCO低。
3、高性能。
要求:高写性能、高可用性、快速恢复、低存储成本。
实现:全闪存超级聚合架构,可使用PCI固态磁盘加速,聚合允许快速写入,大规模并行提供快速恢复,性能稳定,可预测,TCO低。
超融合服务器
融合架构也称为集成系统。它可以通过整个机柜的集成和预配置快速部署,但仍然使用传统的服务器、网络和存储三层体系结构。融合架构包含在一个文件柜或工具箱中。它集成了服务器、网络、存储节点,并安装了虚拟化软件。”
“超级融合”是将计算、存储和网络功能集成为一个标准的机器单元,用标准以太网扩展多套设备,最后通过统一的软件平台对计算、存储和网络资源进行集中管理。
超融合聚合体系结构中最根本的变化是存储,它已经从集中式共享存储(SAN/nas)转变为软件定义的存储,特别是分布式存储(包括对象/数据块/文件存储)优于NDFS/vsan/scalio/ssan。
超融合基础架构(Hyper-Converged Infrastructure,或简称“HCI”)也被称为超融合架构,超融合架构起初是受到 Google、Facebook 等大型互联网公司通过软件定义技术构建大规模数据中心的启发,结合虚拟化技术和企业IT的场景,为企业实现可扩展的 IT 基础架构。什么是HPC
高性能计算(High Performance Computing)机群,简称HPC机群。构建高性能计算系统的主要目的就是提高运算速度,要达到每秒万亿次级的计算速度,对系统的处理器、内存带宽、运算方式、系统I/O、存储等方面的要求都十分高,这其中的每一个环节都将直接影响到系统的运算速度。这类机群主要解决大规模科学问题的计算和海量数据的处理,如科学研究、气象预报、计算模拟、军事研究、CFD/CAE、生物制药、基因测序、图像处理等等。
什么是超融合
超融合基础架构(Hyper Converged Infrastructure,或简称“HCI”)是指在同一套单元设备中不仅仅具备计算、网络、存储和服务器虚拟化等资源和技术,而且还包括备份软件、快照技术、重复数据删除、在线数据压缩等元素,而多套单元设备可以通过网络聚合起来,实现模块化的无缝横向扩展(scale-out),形成统一的资源池。超融合(甚至超超融合)在本地很容易实现:将计算、网络和存储都集成在一个设备内,并且通过它由供应商预先配置好且差不多到手就可以使用。HCI是实现“软件定义数据中心”(SDDC)的终极技术途径。HCI类似Google、Facebook后台的大规模基础架构模式,可以为数据中心带来最优的效率、灵活性、规模、成本和数据保护。
超融合架构是构建高性能计算中心的一种全新的IT基础架构。
参考资料:
百度百科:HPC
百度百科:超融合
有效提升可靠性很多企业用户对于软件定义数据中心架构有一个常见疑惑:x86 服务器构建的系统可靠吗?虽然 x86 服务器本身存在单点故障,但超融合是以集群方式工作的;而且其核心分布式存储系统首先要解决的问题,就是利用多副本等技术,构建具备更高可靠性的大规模系统。这些技术都是构建软件定义数据中心的核心。
除此以外,部分厂商都提供了具备数据校验、机架感知、双活、异地备份等特性的企业级存储服务,以及和第三方产品整合的企业级高可用和数据保护解决方案。
并发性能大幅提升,I/O 延迟降低以下以 某超融合软件为例,介绍超融合如何提升性能并降低访问延迟。
其中,分布式架构提升了系统整体的聚合性能;SSD 缓存机制提升了单节点访问性能;I/O 本地化机制是超融合部署模式下才具备的优势,可以进一步降低访问延迟。需要注意的是,I/O 本地化某些自主研发的支持,基于 Ceph 等开源产品构建的超融合是不能支持的。
举一个具体的例子,由于双控成为瓶颈,HP 3PAR 8440 在 8 块 SSD 基本已经到达最大性能,但该读写性能仅使用 4 个 超融合节点即可达到。
可扩展性大幅提升如前所述,超融合的核心分布式存储相对于传统存储在可扩展性上有了本质的提升。
其中,异构节点支持需要和厂商确认,部分厂商可以支持,但很多厂商不提供此类支持。
运维难度大幅降低超融合在整个产品运维周期中,不仅大量 *** 作被自动化、运维简单,而且时间短、效率高,可以有效降低人员要求,将 IT 人员解放出来着手更创新的工作。
在客户最关注的成本方面,服务器 + 超融合软件(或超融合一体机)的采购成本,相比服务器加传统中高端存储,已有较大幅度的降低。但除了采购成本,超融合在总拥有成本上有更大的优势。
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)