IBM XIV

IBM品牌旗下的CPU

IBM XIV被业内称为革命性的新一代存储架构,它是采用了大规模并行的分布式网格存储技术,使用了“Scale out”(横向扩展)的存储架构,利用多路网格模块并行分担存储负荷,并通过细粒度数据分布算法保证数据的恒定均衡分布,它不但提高了系统的可靠性、可用性和存取效率,还易于扩展。

简介
在XIV存储系统里面,没有任何主控的模块,系统由一个个的网格组成的。每个网格叫数据模块,每个独立的数据模块包括紧耦合的CPU处理能力,缓存能力加上磁盘存储能力。为了更好的描述XIV存储系统的基本概念和系统架构,我们根据一个示意图来讲解XIV的体系结构特征。
XIV存储系统的主要部分的被称为modules(模块)。模块提供处理单元、缓存、主机接口和基于标准的英特尔和Linux系统。它们通过内部的冗余的以 太网交换机实现冗余连接。所有模块在一起形成一个网格体系结构的工作模式,因此,该系统可以基于本身具有的并行方式及其强大计算能力,适用于很多的整合、混合计算环境,如图1 .IBM XIV把原来传统的集中式存储架构中松散耦合的内存、CPU和磁盘紧耦合在一起,做成一个一个小的网格标准单元,通过网格单元间的互联、堆叠,形成群集计算或者群集存储能力。整个存储系统内部是由很多这样的网格组成,用高速互联、交换的方式联系在一起。
XIV体系架构概览
接口模块
从根本上说,接口模块其实和数据模块的结构基本相同,但是承担的功能略有不同:接口模块除承担数据模块的同等功能外,还包括FC接口和iSCSI接口的主机系统连接以及远程镜像的连接支持。
在概念层面上,模块(Module)是系统架构的基本元素,提供物理容量空间、处理能力和缓存,各数据模块间的关系是平等的、无主次之分。我们需要注意的是:一些所谓的存储群集拓扑结构的产品,实际上并没有形成一个统一的整体系统运作,而是分割成了各自独立的系统。这同XIV的网格体系结构是完全不同的。
网格体系架构利用“伪随机”的分布式方式,通过独特的算法,能够把一个特定的工作任务是进行战略性的分 离,使总的工作量分布在更多个模块上,系统的整体性能会通过增加更多的模块进一步提升。以太网交换机
XIV存储系统包含一个冗余的交换以太网络结构,负责进行数据之间的通信模块。包括两个接口模块之间的数据交换;接口模块和数据模块之间的数据交换;以及两个数据模块之间的数据交换。
重要的是要认识到,数据模块和接口模块不是以同样的方式连接到以太网交换机。
最后附上IBM XIV官方的配置给大家分享:
容量与资源(最小/最大,单个机架)
磁盘数量72/180
FC端口数量8/24
iSCSI端口数量0/6
可用容量54/161 TB*
内部交换能力30/72 Gbbps
内存48/120 GB
缓存到磁盘带宽240 Gbps
CPU(四核)9/21
*已计入镜像(冗余)及元数据所使用的容量
创建历史
XIV创建于2002年,2007年被IBM收购,纳入到IBM系统和技术集团存储业务部门。XIV创建的过程充满了传奇色彩。
XIV的创始人、董事会主席为大名鼎鼎的莫西·雅奈 (Moshe Yanai),他曾任EMC公司首席技术官,被公认为Symmetrix存储系统之父,业界曾有推断是因为莫西·雅奈看到了Symmetrix为代表的传统存储系统存在的局限才在2002年离开EMC创立XIV,推出基于网格的Nextra架构。XIV的名字来由是因为它的首席执行官和其他四位创建者都曾是以色列军队精英Talpiot技术项目的第14届毕业生,由此有了XIV(罗马数字14)这个名字,也有人把XIV起名原因比喻为XIV想在存储市场占据“太阳王”路易十四的统治地位。
莫西·雅奈在离开EMC之前,是高端系统SymmetrixDMX的设计者,那么到底雅奈先生看到了Symmetrix为代表的传统存储系统存在的局限是什么呢?这就不得不说一下有趣的 “Scale out”概念——横向扩展,那么什么叫“scale out”呢?
这就不得不提到传统存储系统的“scale up”——向上扩展,最为低端的磁盘阵列有单控制器的配置,稍微复杂一点的存储系统一般都是双控制器配置,而后端的磁盘数量还可以不断扩展。但总体来说,我们都是在一个固定的存储系统架构上去升级扩展,当扩展到一定程度,就很难继续扩展下 去,尤其是前端控制器的数量。也因此导致了当后端磁盘不断增多,而前端控制器无法扩展的情况下产生的性能瓶颈。
XIV采用了大规模并行的网格概念。在XIV存储系统里面,没有任何主控的模块,是一个一个粒度很细的网格组成的。每个网格我们叫数据模块,每个独立的数据模块包括紧耦合的CPU处理能力,缓存能力加上磁盘存储能力。它是把原来在用户传统的集中式存储架构中松耦合的内存、CPU和磁盘紧耦合 在一块,做成一个一个小的网格单元,通过网格单元高速互联、堆叠,形成群集计算或者群集存储相应能力。整个存储系统内部是由很多这样的网格堆积而成的,用高速互联的方式、交换的方式联系在一起。因此XIV的网格概念使得架构得以横向扩展(Scale out),解决了传统存储架构的性能热点和瓶颈问题,并使存储可靠性,管理性,自动化调优达到了一个新的水平。
在2007年IBM收购XIV前,XIV公司的旗舰产品是它的Nextra块(block-based)系统解决方案,该系统是使用网格即使和成本较低的硬件(英特尔处理器和SATA驱动器等标准设备)构成的集群阵列系统。这家初创厂商已经开发出可以使用标准以太网交换机将这些硬件整合到一起的软件产品。Nextra系统解决方案可由1280个SATA驱动器和 1.3PB的存储容量构成。由于研发出自己的缓存算法, Nextra可以提供比光纤通道(FC)存储系统更高的性能水平。
在被IBM收购前,Nextra的用户数已经达到了40多家,其中包括以色列金融巨头——以色列商业银行(Bank Leumi),以色列国民银行2005年在其数据仓库系统及VMware环境中应用了第一台XIV存储系统, 并于之后的3年间陆续采购16台用于其包括在线交易系统在内的金融核心业务.
IBM 于2007年12月31日正式出资3.5亿美元收购了XIV所有的技术和客户。在加入IBM之后的1年多时间内, XIV呈爆发性成长, 不仅迅速研发出第二代G2产品, 并且在全世界掀起了存储革命. 其突破性的网格架构及大规模并行技术吸引了众多全球知名的大型企业, 包括十大银行中的4家, 还包含波音, 瑞信, SK电信, 飞利浦, 米其林, 百事, 沃达丰, 高露洁, 百威, GE, AT&T, SONY, 赛门铁克, CA, 等数百家全球著名企业均在其关键业务中使用了XIV, XIV的先进, 易用, 可靠, 高性能, 低运维成本等特点深受客户喜爱, 帮助客户提升了服务水平和生产效率。
IBM XIV是诚实可靠的存储系统. 其在客户真实应用环境中表现出来的可靠性, 自我修复能力以及性能完全近似于测试场景, 客户完全可以参照XIV在测试中的表现设计自己的真实IT系统. 同时, XIV智能化, 虚拟化, 自动化的设计, 极大降低了客户的管理风险, 即使发生部件故障, XIV也仍然能保持持续一致的性能表现, 同时还可快速自愈, 在极短的时间内恢复冗余状态(数据重建为分钟级), 其网格架构彻底消除了热点问题, 使得客户可以真正放心的依托XIV构建高可用的数据中心. 业已售出的2000多套XIV存储系统,98%的案例中替代了竞品的传统高端存储系统,并且从未发生过数据丢失事件或宕机事故.
IBM在2009年初才在中国成立了XIV销售团队,但很快就已经在国内的电信, 政府, 医疗等行业有所斩获,相信随着IBM在技术方面的持续投入和研发,以及市场上的大力推广, XIV也必将在中国市场获得成功.
高端存储
IBM XIV--金融电信等行业的高端企业级存储
高端存储一直给人们的直接印象就是:高性能,高价格,高复杂性,即使在高端存储应用最多的金融,电信,政府等行业,高端存储也一直令IT人员望而生畏,确实高端存储的管理需要非常专业的存储管理员进行不断的管理和调优,否则高端存储的性能就难以发挥出来,使用过EMC DMX V-Max,或者HDS的USP V ( HP XP)等高端存储的存储管理员肯定遇到很多次在可靠性和性能热点上的切肤之痛。如今IBM新一代革命性的高端存储系统XIV可能改变这一切,这款极具竞争力的企业级高端存储解决方案,对金融,电信和政府这些正考虑简化存储管理复杂性,降低整体拥有成本,把更多的精力侧重于业务的客户来说,绝对是一个福音。
随着信息化程度的深入,尤其是高端存储所处的金融,电信,政府等行业越来越多的电子交易,电子政务的使用,使这些行业对存储设备的重视程度和投资规模已经超过了服务器,存储量也已经逐步从TB到PB级存储演变。在存储领域,高端产品就像消费者看待汽车行业的FI赛车,体现着每个厂家最先进的技术,但又似乎总是遥不可及,这对深处这些行业的存储管理员来说也是一个巨大的挑战,因为他们必须像个F1车手能驾驭赛车一样去驾驭深不可及的传统高端存储。
但事实是,F1车手仅是多数存储管理员的梦想,多数时候驾驭高端存储简直像一场噩梦,因为长期以来存储管理员不得不面临EMC Symmetrix和HDS USP V/VM为代表的传统高端存储系统给他们造成的切肤之痛。
高昂的管理成本以及总体用于成本:这些高端存储不仅初期硬件投资高, 而且运维成本高昂,他们所采用的传统的刚性系统架构不能适应变化的应用需求,需要不断的对性能和空间进行优化,需要存储管理员具有很高的专门技能,对人员要求极高。
复杂的管理性,迫使存储管理员一直走在可靠性和性能热点的刀刃上:系统中资源的利用总是处于不均衡状态,易于出现“热点”造成性能瓶颈。例如传统的以RAID为代表的数据分配架构使系统资源只能静态分配,容易随着应用变化导致热点磁盘和Cache瓶颈的出现;传统存储的快照多使用Copy-On-First-Write的技术, 成本高昂,生产系统做多个快照后会严重影响性能;在重建期间部分磁盘会经受很大的负载压力,一旦发生磁盘故障, 其重建时间少则几个小时, 多至十几个小时, 期间系统要承担非常大的数据风险, 造成二次风险的几率大大提高。容量/卷管理相当复杂,需周密考虑逻辑卷到物理磁盘的映射关系,避免出现性能热点;任何卷的变更调整都可能对其它应用造成影响;不可避免的出现空间碎片的浪费;新增容量的投入使用需要复杂的规划实施,系统扩展到一定程度后性能饱和,性能不再随容量的扩充而扩展。以上复杂的性能管理及性能优化需求,可能需要专门的付费的性能优化软件;性能优化的的过程可能需要厂商付费的专业服务;性能优化的要求随业务或环境的变更周而复始的困扰,造成巨大的管理开销。
那IBM XIV有何不同之处能彻底解决以上切肤之痛(管理,调优,成本,可靠性,热点)?XIV使用了全新的网格技术以及大规模并行技术, 所以又称为网格存储,这也是屹今为止世界上唯一一款网格架构的存储器。XIV使用了突破的,均衡的,分布式系统架构,其中许多技术与概念在上个世纪80年代末Symmetrix/USP架构设计时尚不存在,因此,与Symmetrix/USP等传统高端存储相比,XIV在设计理念,架构,算法等方面都是独树一帜而且领先至少一代的。
打个形象的比喻,如果还是把传统高端存储比喻成F1赛车,那XIV则更像现在的和谐号动车组,动车组有什么特点?那就是动力引擎不仅在牵引机车,还分散安装在每节车厢,并且在任何一节机车动力出现故障时,都不会影响列车高速运行。IBM XIV 存储系统颠覆性地为每个存储单元注入动力,使得性能一直是均衡的,并且动车组的运行是高度自动化和可靠地,几乎不需要人为的干预,因此使得性能和可靠性得以兼得。从存储管理员角度看,他们开的是一列高度智能化,自优化,高可靠的动车组,并且几乎是自动驾驶,他们可以轻松的喝着咖啡,听着音乐,而不需要像F1车手一样战战兢兢,随时都要高度集中注意力以保持车子的高性能,同时应对随时可能发生的撞车风险。这样的情景对存储管理员来说,真是一个天大的福音。
具体来说,XIV有以下优点:
自我管理: 系统自动管理, 管理及部署极其简单(零管理),使用极容易(GUI);
自我优化:性能自动优化, 独特的“伪随机”算法全局均衡并发,消除系统热点, 系统性能更卓越, 更可靠,虚拟化网格架构使得容量与性能同步扩展, 每个模块均是控制器, 实现即插即用;
自我恢复: 故障自动恢复, 数据全部镜像保护, 全新虚拟化技术实现数据快速重建, 系统可自我恢复, 且无须人工干预, 性能不受影响, 系统更加可靠;
包含企业功能: 快照/复制/细供/数据迁移全部Build-in, 无须复杂配置计算, 功能自动适应容量扩展;
最佳总体拥有成本(TCO):更节能(减少70%), 更少占地(减少65%), 最少的运维开销, 无需调优, 管理极其简单, 可使管理员精力集中于核心业务而非IT.
XIV具有的特性使其成为革命性的新一代高端存储产品,其应对海量存储管理的能力,使其不仅在金融,电信,政府这些传统高端行业游刃有余,而且因为其较低的总体拥有成本,也适用于大规模数据库,数据仓库,邮件,数字归档、互联网WEB2.0 应用,满足多媒体、HPC等领域客户需求支持与多种开放系统平台的主机连接。
优势
IBM XIV与传统高端存储相比的优势
IBM XIV自从被IBM收购以来得两年可谓风头正劲,IBM不仅在技术上持续的大规模投入进行研发和升级,在市场上也已经颇有斩获,截止2009年底, XIV在全球已累计售出2000多套,在98%的案例中, 客户使用XIV替换掉了竞争对手的产品,并且从未发生过数据丢失事件或宕机事故.
IBM XIV被业内称为革命性的新一代存储架构,先说一下它的架构特点,XIV采用的是大规模并行的网格计算技术,实现“Scale out”(横向扩展)的存储架构,在XIV存储系统里面,没有任何主控的模块,是一个一个粒度很细的网格组成 的。每个网格叫数据模块,每个独立的数据模块包括紧耦合的CPU处理能力,缓存能力加上磁盘存储能力。它是把原来在 用户传统的集中式存储架构中松耦合的内存、CPU和磁盘紧耦合 在一块,做成一个一个小的网格单元,通过网格单元高速互联、堆叠,形成群集计算或者群集存储相应能力。整个存 储系统内部是由很多这样的网格堆积而成的,用 高速互联的方式、交换的方式联系在一起。
那么他相对于传统存储架构的优势到底是什么呢?尤其是与主要竞争对手相比,例如EMC DMX V-Max, HDS USP V ( HP XP)等其他传统的高端企业级存储解决方案。这也是很多存储管理员们关心的话题。
讨论这个问题,必须回到存储需求的本源,企业级高端存储的需求可以用一句话来概括“对数据的安全可靠的存储,和信息有效的管理和应用”。因此可靠性,性能,可管理性,以及存储成本一定是存储管理员最关心的需求。
从可靠性上来看,传统存储的负载是高度不平衡的,镜像一般在同一磁盘托架中;单控制器故障时使用直写磁盘模式,控制器性能严重降级;重建期间部分磁盘会经受很大的负载压力;重建时间长达6~25小时,使数据面临着双重故障风险,经受着极大的风险。而XIV抛弃了传统的Raid镜像方式,使用网格技术使用户数据呈粒度很细的数据分布的方式,均匀分布于所有磁盘间,使负载完美均衡。这一架构的优越之处在于当磁盘出现故障时,系统中所有的磁盘均会自动通过分布式Cache参与重建,不会影响到整体性能,这就是XIV应对可靠性的“自恢复”特性。这种特性使XIV可将1TB磁盘在充满数据情形下,30分钟或更短时间内重建,极大(成数量级的)地降低了数据风险。
从性能上看,EMC DMX V-Max, HDS USP V ( HPXP)等高端企业级存储都采用双节点或多节点的传统集群架构和集中Cache模式,系统中资源的利用总是处于不均衡状态;易于出现“热点”造成性能瓶颈,低效的Copy on Write算法导致复制功能的应用对性能影响很大;控制器或磁盘故障时重建压力的不平衡分布导致相关应用性能影响巨大,系统扩展到一定程度后性能饱和,性能不再随容量的扩充而扩展,复杂的性能管理及性能优化需求,可能需要专门的付费的性能优化软件;性能优化的的过程可能需要厂商付费的专业服务;性能优化的要求随业务或环境的变更周而复始的困扰,造成巨大的管理开销。XIV采用的大规模并行的网格架构和分布式Cache设计,最大化系统所有资源的利用率,最优化的负载分配及负载均衡,消除了热点,获得一致的性能表现,即使大规模的使用快照甚至在部件故障时依然保持高性能,实现了真正的线性扩展架构——系统性能随容量的扩展;系统架构自适应环境的变更;无需复杂的性能优化和调整过程,几乎是零管理开销。这就是XIV的“自优化”特性。
从可管理性角度看,EMC DMX V-Max, HDS USP V ( HPXP)等高端企业级存储的管理都相当复杂,需要专门的存储管理人员/经过专门的复杂的培训。系统管理及软件功能的使用比较复杂;GUI的界面可能非常复杂;可能需要配置专门的高性能管理工作站。例如在容量/卷的管理方面,需周密考虑逻辑卷到物理磁盘的映射关系,避免出现性能热点;任何卷的变更调整都可能对其它应用造成影响;不可避免的出现空间碎片的浪费;新增容量的投入使用需要复杂的规划实施。性能管理成为非常复杂,耗时,高成本,低效率的管理工作,并且随着系统规模的扩展管理复杂性呈爆炸性增长;大大增加管理强度和日常运维复杂性;进而大大提高了整体拥有成本。相比之下,XIV虚拟化的架构大大简化了管理复杂性,安装极为简单,部署一套系统仅需几个小时,系统管理任务及存储软件功能的使用非常简单;提供了GUI/CLI的多种使用方式;无需任何专用的管理工作站。性能管理方面,XIV由于其自优化性能的特性,无热点存在;无需任何人工的性能优化,几乎是零性能管理的成本。 对容量和卷管理方面采用的全虚拟化,使户无需关心逻辑卷到物理模块/磁盘的映射关系;卷管理真正成为逻辑层面的操作,不再“牵一发而动全身”;不存在应管理到位可能带来的空间浪费;系统新增容量无需任何管理介入便可为应用使用。这种特性使系统管理不随规模的扩展而扩展,真正实现了安装后即“自管理”的特性。
以上三点“自恢复,自优化,自管理”的特性,使XIV具有了高端存储动车组的美名,像动车组一样,动力引擎不仅在牵引机车,还分散安装在每节车厢,并且在任何一节机车动力出现故障时,都不会影响列车高速运行。IBM XIV 存储系统颠覆性地为每个存储单元注入动力,使得性能一直是均衡的,并且动车组的运行是高度可靠和自动化的,几乎不需要人为的干预,因此使得可靠性和性能得以兼得。
但高端存储管理员除了以上三点,还会关心存储成本,尤其是总体拥有成本(TCO), IBM XIV采用的单层SATA磁盘解决方案采用业界标准组件,极大降低了采购成本;内置瘦供给、快照、容灾等管理软件以及高度的自动化管理又减少了在软件附加费用和人员管理费用;以上两项使一级存储成本可省70%。另外,SATA磁盘的高密度,低能耗特性使数据生命周期内的机房空间和能耗等运营管理成本也大幅降低,总体能耗、空间和散热开销可省80%。
综合“自恢复,自优化,自管理,更低TCO”四点,XIV作为革命性的新一代企业级高端存储,相比传统存储具有显著的优势。EMC DMX V-Max, HDS USP V ( HP XP)等传统存储产品未来将会遭遇IBM更大的竞争,尤其是在金融,电信,政府这些传统高端行业。
云存储
IBM XIV与云存储
云存储毋庸置疑已成为存储行业未来最明朗的方向之一,不仅金融电信医疗等行业和政府信息化水平的提高,产生越多越多的结构化的电子交易数据和档案;互联网应用和个人手持的数据终端的增多,也大量导致了照片,视频,设计原文件等非结构化数据的疯长,日益强烈的PB级海量存储的需求决定了在从现在往后展望的未来10年内,云存储将部分取代传统存储成为主流存储架构。
有必要先纠正两个认识上的误区:
一,并非达到PB级海量存储就称为云存储,传统存储通过专用阵列也能达到PB级,但是管理和维护上肯定会遇到很大的困难,成本太高,容易遭遇性能瓶颈,并且使数据面临着非常大的风险;
二,并非云存储一定要达到PB级,云存储的不同在于其架构,例如可管理性,高性能,无限扩展等,单一的云存储系统可能只有几十到几百TB,但其扩展性使得可以通过多个系统达到PB的级别。
所以最终来决定云存储未来的是对海量存储的可管理性、性能扩展性、可靠性、总体拥有成本(TCO)、以及容量扩展性。但一些厂商往往有意无意的忽略掉管理性和性能扩展性两个指标,试想如果真是通过传统的向上扩展(Scale-up)存储架构实现云存储,不仅性能难以与容量同步扩展,一定会遭遇性能热点,管理上也对人员能力和规模提出极高的要求,一定会导致性能和可靠性之间出现鱼与熊掌不可兼得的尴尬境地,并且管理成本会随之增长。
因此在可管理性和性能扩展性这两个关键标准上具有无与伦比优势的IBM XIV出现很可能在云存储早期发展的一段时间,例如10年内成为取代传统存储架构的主流解决方案,因此IBM XIV号称革命性存储架构也是有道理的,至于10年后,恐怕业内还看不到那么远。
之所以称IBM XIV为革命性的存储架构,是因为XIV使用了全新的网格技术以及大规模并行技术,所以又称为网格存储,这也是屹今为止世界上唯一一款网格架构的存储器。像动车组有别于传统列车那样,XIV使用了突破的,均衡的,分布式系统架构,其中许多技术与概念在上个世纪80年代末Symmetrix/USP架构设计时尚不存在,因此,与Symmetrix/USP等传统高端存储相比,XIV在设计理念,架构,算法等方面都是独树一帜而且领先至少一代的,而正是XIV的这种技术进步能彻底解决许多Symmetrix/USP客户的切肤之痛(可靠性,热点,管理,调优等).对于那些考虑简化存储管理复杂性,降低整体拥有成本,把更多的精力侧重于业务的客户来说,XIV是极具竞争力的企业级高端存储解决方案.
XIV采用的网格存储架构的好处就是横向扩展(Scale-out)。传统存储架构的向上扩展(Scale-up)容易遭遇前端控制器的性能瓶颈,也就是说容量增长到一定程度,性能的增长不会相应增长,而是会遇到一个瓶颈,这是公认的事实。XIV网格存储的横向扩展(Scale-out)具有“自优化”的特性,不依赖任何主控制器,而是全部采用处理能力和存储能力紧耦合的网格单元,所以整个系统的扩展是性能和容量同步线性增长,在增加到一定程度以后,再使用第二个机架,乃至第三、第四个……理论上是可以继续线性扩展下去的,这就是云存储必须达到的性能扩展性和容量扩展性必须兼顾的标准。
IBM XIV的另一个优势就是“自管理”,大大简化了海量存储的管理复杂性,传统架构的高端存储就像一辆豪华跑车,必须有一个好车手才能驾驭,但也不可避免遇到可靠性的风险。XIV采用了基于网格的全虚拟化,内置了主流的管理软件,不需要客户单独购买软件和进行复杂的人工配置,几乎100%实现自动化管理,不仅实现了性能的均衡,并且降低了管理不善造成的数据可靠性成本和人员管理成本,从而使客户总体拥有成本大幅降低。
可靠性是所有企业存储系统的关键特性,XIV对可靠性同样有革命性的创新,抛弃了传统的Raid磁盘阵列的方式,而是采用创新的细粒度数据分布设计,每一磁盘均会分成很多小的条带,每一条带又会镜像到不同的磁盘之上。这一架构的优越之处在于当磁盘出现故障时,系统中所有的磁盘均会自动通过分布式Cache参与重建,不会影响到整体性能,可将1TB磁盘在充满数据情形下,30分钟或更短时间内重建,极大(成数量级的)地降低了数据风险。这一点“自恢复”的特性跟传统存储系统相比优势更加明显,传统存储系统在故障时使用直写磁盘模式(write-throughmode),重建时间可能长达6~25小时,在重建期间部分磁盘会经受很大的负载压力,造成性能降级,使数据面临双重故障风险。
在确保海量数据的可管理性,可靠性和性能稳定前提下,企业存储系统还会关注总体拥有成本(TCO),IBM XIV采用的单层SATA磁盘解决方案采用业界标准组件,极大降低了采购成本;内置瘦供给、快照、容灾等管理软件以及高度的自动化管理又减少了在软件附加费用和人员管理费用;以上两项使一级存储成本可省70%。另外,SATA磁盘的高密度,低能耗特性使数据生命周期内的机房空间和能耗等运营管理成本也大幅降低,总体能耗、空间和散热开销可省80%。
如果用海量存储的可管理性、性能扩展性、可靠性、总体拥有成本(TCO)、以及容量扩展性这几个标准来衡量,无疑只有具有“自恢复,自优化,自管理”特性的IBM XIV代表了云存储的核心需求,要往后看云存储发展趋势十年,IBM XIV所创建的网格存储架构必将大兴其道。而EMC和HP为代表的传统存储架构的云存储还需在达到PB级数量后经受可管理性,性能均衡,可靠性,TCO的多重考验。
应用
IBM XIV网格存储银行业应用案例分享
作为新一代的开放式磁盘存储系统。IBM XIV存储系统基于一系列标准组件,内部使用大规模并行无阻塞千兆以太网,任意节点之间都以拓扑方式进行连接,是 IBM 广泛的系统存储和 SAN 产品系列中不可缺少的一部分。其创新的体系架构能够以低拥有成本提供最高水平的可靠性、性能、可扩展性和功能性,并同时带来前所未有的易管理性。
在全球成功应用几年来,IBM XIV存储系统正在以优秀的设计理念与实际表现,走进电信运营商为代表的高端企业用户数据中心。
华南某电信运营商是业界最大的电信综合业务运营商, 其网络容量、客户数、业务收入、净利润指标均占到其中国总公司相当重的份额,并创建了电信多项新兴业务。为了进一步提升电信用户的客户体验,在G3平台上利用TD‐SCDMA高速网络实现更多增值业务,该电信运营商决定建设超级邮箱系统,并实现地域性的覆盖和业务创新。
构建超级邮箱系统时,普通系统上常被忽视的问题此时变得非常关键:
1. 用户规模与数据容量可能遭遇“井喷式”增长,存储架构需要具备灵活扩展能力;
2.部署与扩容的频繁实施,都需要重新调优,实施周期漫长且费用昂贵;
3.配置与扩展过程需要停机,甚至可能造成数据丢失;
4.每次扩容都需要购进新的存储系统,反而增加管理成本;
该电信运营商逐渐发现,尽管部署、扩容、调优的价格高高在上,但传统存储系统依然无法为自身的新应用打造完善的解决方案。
XIV打造“和谐号”存储“动车”
在中国市场,用户规模的增长几乎没办法用数学模型来进行表述, 用户从无到有,从有到众的速度与过程往往难以预料。怎样才能让存储系统既能够满足用户的发展需求,又避免昂贵的系统投资呢?XIV的灵活扩展能力给出了答案。
性能恒定
XIV的工作原理正如先进的“和谐号”动车组,动力引擎不仅在牵引机车,还分散安装在每节车厢,各个车厢组的动力协同输出,可以在容量扩充之后实现性能的线性增长。并且在任何一节机车动力出现故障时,都不会影响列车高速运行。
这种扩展能力使得容量扩展后,性能也得以线性增加,同时并未增加管理难度,大大降低用户应用和管理门槛。
自动调优
IBM XIV秉承高效、并行的设计理念,配合简洁的安装和管理过程,提供自动调优技术,仅2个小时就快速完成了安装运行。这让具有颇多部署系统经验的电信用户非常吃惊,而性能测试成绩更是博得用户的频频称赞。
“零”管理
由于存储系统的复杂性,用户往往需要存储厂商技术人员的支持与服务,共同完成存储系统的部署与调优工作。而XIV的简洁管理手段使得用户仅通过短短2天时间的培训,就完全掌握了企业应用级功能的配置与管理,显著提升了系统的灵活性,大幅降低了服务成本。
自愈能力
同时,IBM XIV存储系统还有自动治愈能力。当物理磁盘出现故障后,XIV将快速自动重建恢复冗余。在管理人员更换故障磁盘后,XIV能够自动完成数据在全部磁盘上的均衡分布,而无需人为重新配置。
在实际环境中,创新的XIV与IBMSystem p、BladeCenter等服务器共同为该电信客户构建了整合的系统平台,实现了系统的快速交付,快速部署,并显著降低了用户的维护成本,同时提高了系统管理的效率。
XIV提供了创新的虚拟化网格架构。零管理、高效自愈功能为客户简化了存储管理、资源调配和变更,并显著降低了客户的运维成本;资源均衡共享、高效自愈的可靠性、无需专业技能的易操作性为增值业务环境提供了最佳支持,与客户共同建立起“动态增速、和谐管理、稳定可靠”的超级邮件系统。
全国各地天气预报查询

上海市

  • 市辖区
  • 云南省

  • 临沧市
  • 云南省

  • 丽江市
  • 云南省

  • 保山市
  • 云南省

  • 大理白族自治州
  • 云南省

  • 德宏傣族景颇族自治州
  • 云南省

  • 怒江傈僳族自治州
  • 云南省

  • 文山壮族苗族自治州
  • 云南省

  • 昆明市
  • 云南省

  • 昭通市
  • 云南省

  • 普洱市
  • 云南省

  • 曲靖市
  • 云南省

  • 楚雄彝族自治州
  • 云南省

  • 玉溪市
  • 云南省

  • 红河哈尼族彝族自治州
  • 云南省

  • 西双版纳傣族自治州
  • 云南省

  • 迪庆藏族自治州
  • 内蒙古自治区

  • 乌兰察布市
  • 内蒙古自治区

  • 乌海市
  • 内蒙古自治区

  • 兴安盟
  • 内蒙古自治区

  • 包头市
  • 内蒙古自治区

  • 呼伦贝尔市
  • 内蒙古自治区

  • 呼和浩特市
  • 内蒙古自治区

  • 巴彦淖尔市
  • 内蒙古自治区

  • 赤峰市
  • 内蒙古自治区

  • 通辽市
  • 内蒙古自治区

  • 鄂尔多斯市
  • 内蒙古自治区

  • 锡林郭勒盟
  • 内蒙古自治区

  • 阿拉善盟
  • 北京市

  • 市辖区
  • 吉林省

  • 吉林市
  • 吉林省

  • 四平市
  • 吉林省

  • 延边朝鲜族自治州
  • 吉林省

  • 松原市
  • 吉林省

  • 白城市
  • 吉林省

  • 白山市
  • 吉林省

  • 辽源市
  • 吉林省

  • 通化市
  • 吉林省

  • 长春市
  • 四川省

  • 乐山市
  • 四川省

  • 内江市
  • 四川省

  • 凉山彝族自治州
  • 四川省

  • 南充市
  • 四川省

  • 宜宾市
  • 四川省

  • 巴中市
  • 四川省

  • 广元市
  • 四川省

  • 广安市
  • 四川省

  • 德阳市
  • 四川省

  • 成都市
  • 四川省

  • 攀枝花市
  • 四川省

  • 泸州市
  • 四川省

  • 甘孜藏族自治州
  • 四川省

  • 眉山市
  • 四川省

  • 绵阳市
  • 四川省

  • 自贡市
  • 四川省

  • 资阳市
  • 四川省

  • 达州市
  • 四川省

  • 遂宁市
  • 四川省

  • 阿坝藏族羌族自治州
  • 四川省

  • 雅安市
  • 天津市

  • 市辖区
  • 宁夏回族自治区

  • 中卫市
  • 宁夏回族自治区

  • 吴忠市
  • 宁夏回族自治区

  • 固原市
  • 宁夏回族自治区

  • 石嘴山市
  • 宁夏回族自治区

  • 银川市
  • 安徽省

  • 亳州市
  • 安徽省

  • 六安市
  • 安徽省

  • 合肥市
  • 安徽省

  • 安庆市
  • 安徽省

  • 宣城市
  • 安徽省

  • 宿州市
  • 安徽省

  • 池州市
  • 安徽省

  • 淮北市
  • 安徽省

  • 淮南市
  • 安徽省

  • 滁州市
  • 安徽省

  • 芜湖市
  • 安徽省

  • 蚌埠市
  • 安徽省

  • 铜陵市
  • 安徽省

  • 阜阳市
  • 安徽省

  • 马鞍山市
  • 安徽省

  • 黄山市
  • 山东省

  • 东营市
  • 山东省

  • 临沂市
  • 山东省

  • 威海市
  • 山东省

  • 德州市
  • 山东省

  • 日照市
  • 山东省

  • 枣庄市
  • 山东省

  • 泰安市
  • 山东省

  • 济南市
  • 山东省

  • 济宁市
  • 山东省

  • 淄博市
  • 山东省

  • 滨州市
  • 山东省

  • 潍坊市
  • 山东省

  • 烟台市
  • 山东省

  • 聊城市
  • 山东省

  • 菏泽市
  • 山东省

  • 青岛市
  • 山西省

  • 临汾市
  • 山西省

  • 吕梁市
  • 山西省

  • 大同市
  • 山西省

  • 太原市
  • 山西省

  • 忻州市
  • 山西省

  • 晋中市
  • 山西省

  • 晋城市
  • 山西省

  • 朔州市
  • 山西省

  • 运城市
  • 山西省

  • 长治市
  • 山西省

  • 阳泉市
  • 广东省

  • 东莞市
  • 广东省

  • 中山市
  • 广东省

  • 云浮市
  • 广东省

  • 佛山市
  • 广东省

  • 广州市
  • 广东省

  • 惠州市
  • 广东省

  • 揭阳市
  • 广东省

  • 梅州市
  • 广东省

  • 汕头市
  • 广东省

  • 汕尾市
  • 广东省

  • 江门市
  • 广东省

  • 河源市
  • 广东省

  • 深圳市
  • 广东省

  • 清远市
  • 广东省

  • 湛江市
  • 广东省

  • 潮州市
  • 广东省

  • 珠海市
  • 广东省

  • 肇庆市
  • 广东省

  • 茂名市
  • 广东省

  • 阳江市
  • 广东省

  • 韶关市
  • 广西壮族自治区

  • 北海市
  • 广西壮族自治区

  • 南宁市
  • 广西壮族自治区

  • 崇左市
  • 广西壮族自治区

  • 来宾市
  • 广西壮族自治区

  • 柳州市
  • 广西壮族自治区

  • 桂林市
  • 广西壮族自治区

  • 梧州市
  • 广西壮族自治区

  • 河池市
  • 广西壮族自治区

  • 玉林市
  • 广西壮族自治区

  • 百色市
  • 广西壮族自治区

  • 贵港市
  • 广西壮族自治区

  • 贺州市
  • 广西壮族自治区

  • 钦州市
  • 广西壮族自治区

  • 防城港市
  • 新疆维吾尔自治区

  • 乌鲁木齐市
  • 新疆维吾尔自治区

  • 伊犁哈萨克自治州
  • 新疆维吾尔自治区

  • 克孜勒苏柯尔克孜自治州
  • 新疆维吾尔自治区

  • 克拉玛依市
  • 新疆维吾尔自治区

  • 博尔塔拉蒙古自治州
  • 新疆维吾尔自治区

  • 吐鲁番市
  • 新疆维吾尔自治区

  • 和田地区
  • 新疆维吾尔自治区

  • 哈密市
  • 新疆维吾尔自治区

  • 喀什地区
  • 新疆维吾尔自治区

  • 塔城地区
  • 新疆维吾尔自治区

  • 巴音郭楞蒙古自治州
  • 新疆维吾尔自治区

  • 昌吉回族自治州
  • 新疆维吾尔自治区

  • 自治区直辖县级行政区划
  • 新疆维吾尔自治区

  • 阿克苏地区
  • 新疆维吾尔自治区

  • 阿勒泰地区
  • 江苏省

  • 南京市
  • 江苏省

  • 南通市
  • 江苏省

  • 宿迁市
  • 江苏省

  • 常州市
  • 江苏省

  • 徐州市
  • 江苏省

  • 扬州市
  • 江苏省

  • 无锡市
  • 江苏省

  • 泰州市
  • 江苏省

  • 淮安市
  • 江苏省

  • 盐城市
  • 江苏省

  • 苏州市
  • 江苏省

  • 连云港市
  • 江苏省

  • 镇江市
  • 江西省

  • 上饶市
  • 江西省

  • 九江市
  • 江西省

  • 南昌市
  • 江西省

  • 吉安市
  • 江西省

  • 宜春市
  • 江西省

  • 抚州市
  • 江西省

  • 新余市
  • 江西省

  • 景德镇市
  • 江西省

  • 萍乡市
  • 江西省

  • 赣州市
  • 江西省

  • 鹰潭市
  • 河北省

  • 保定市
  • 河北省

  • 唐山市
  • 河北省

  • 廊坊市
  • 河北省

  • 张家口市
  • 河北省

  • 承德市
  • 河北省

  • 沧州市
  • 河北省

  • 石家庄市
  • 河北省

  • 秦皇岛市
  • 河北省

  • 衡水市
  • 河北省

  • 邢台市
  • 河北省

  • 邯郸市
  • 河南省

  • 三门峡市
  • 河南省

  • 信阳市
  • 河南省

  • 南阳市
  • 河南省

  • 周口市
  • 河南省

  • 商丘市
  • 河南省

  • 安阳市
  • 河南省

  • 平顶山市
  • 河南省

  • 开封市
  • 河南省

  • 新乡市
  • 河南省

  • 洛阳市
  • 河南省

  • 漯河市
  • 河南省

  • 濮阳市
  • 河南省

  • 焦作市
  • 河南省

  • 省直辖县级行政区划
  • 河南省

  • 许昌市
  • 河南省

  • 郑州市
  • 河南省

  • 驻马店市
  • 河南省

  • 鹤壁市
  • 浙江省

  • 丽水市
  • 浙江省

  • 台州市
  • 浙江省

  • 嘉兴市
  • 浙江省

  • 宁波市
  • 浙江省

  • 杭州市
  • 浙江省

  • 温州市
  • 浙江省

  • 湖州市
  • 浙江省

  • 绍兴市
  • 浙江省

  • 舟山市
  • 浙江省

  • 衢州市
  • 浙江省

  • 金华市
  • 海南省

  • 三亚市
  • 海南省

  • 三沙市
  • 海南省

  • 儋州市
  • 海南省

  • 海口市
  • 海南省

  • 省直辖县级行政区划
  • 湖北省

  • 十堰市
  • 湖北省

  • 咸宁市
  • 湖北省

  • 孝感市
  • 湖北省

  • 宜昌市
  • 湖北省

  • 恩施土家族苗族自治州
  • 湖北省

  • 武汉市
  • 湖北省

  • 省直辖县级行政区划
  • 湖北省

  • 荆州市
  • 湖北省

  • 荆门市
  • 湖北省

  • 襄阳市
  • 湖北省

  • 鄂州市
  • 湖北省

  • 随州市
  • 湖北省

  • 黄冈市
  • 湖北省

  • 黄石市
  • 湖南省

  • 娄底市
  • 湖南省

  • 岳阳市
  • 湖南省

  • 常德市
  • 湖南省

  • 张家界市
  • 湖南省

  • 怀化市
  • 湖南省

  • 株洲市
  • 湖南省

  • 永州市
  • 湖南省

  • 湘潭市
  • 湖南省

  • 湘西土家族苗族自治州
  • 湖南省

  • 益阳市
  • 湖南省

  • 衡阳市
  • 湖南省

  • 邵阳市
  • 湖南省

  • 郴州市
  • 湖南省

  • 长沙市
  • 甘肃省

  • 临夏回族自治州
  • 甘肃省

  • 兰州市
  • 甘肃省

  • 嘉峪关市
  • 甘肃省

  • 天水市
  • 甘肃省

  • 定西市
  • 甘肃省

  • 平凉市
  • 甘肃省

  • 庆阳市
  • 甘肃省

  • 张掖市
  • 甘肃省

  • 武威市
  • 甘肃省

  • 甘南藏族自治州
  • 甘肃省

  • 白银市
  • 甘肃省

  • 酒泉市
  • 甘肃省

  • 金昌市
  • 甘肃省

  • 陇南市
  • 福建省

  • 三明市
  • 福建省

  • 南平市
  • 福建省

  • 厦门市
  • 福建省

  • 宁德市
  • 福建省

  • 泉州市
  • 福建省

  • 漳州市
  • 福建省

  • 福州市
  • 福建省

  • 莆田市
  • 福建省

  • 龙岩市
  • 西藏自治区

  • 山南市
  • 西藏自治区

  • 拉萨市
  • 西藏自治区

  • 日喀则市
  • 西藏自治区

  • 昌都市
  • 西藏自治区

  • 林芝市
  • 西藏自治区

  • 那曲市
  • 西藏自治区

  • 阿里地区
  • 贵州省

  • 六盘水市
  • 贵州省

  • 安顺市
  • 贵州省

  • 毕节市
  • 贵州省

  • 贵阳市
  • 贵州省

  • 遵义市
  • 贵州省

  • 铜仁市
  • 贵州省

  • 黔东南苗族侗族自治州
  • 贵州省

  • 黔南布依族苗族自治州
  • 贵州省

  • 黔西南布依族苗族自治州
  • 辽宁省

  • 丹东市
  • 辽宁省

  • 大连市
  • 辽宁省

  • 抚顺市
  • 辽宁省

  • 朝阳市
  • 辽宁省

  • 本溪市
  • 辽宁省

  • 沈阳市
  • 辽宁省

  • 盘锦市
  • 辽宁省

  • 营口市
  • 辽宁省

  • 葫芦岛市
  • 辽宁省

  • 辽阳市
  • 辽宁省

  • 铁岭市
  • 辽宁省

  • 锦州市
  • 辽宁省

  • 阜新市
  • 辽宁省

  • 鞍山市
  • 重庆市

  • 重庆市

  • 市辖区
  • 陕西省

  • 咸阳市
  • 陕西省

  • 商洛市
  • 陕西省

  • 安康市
  • 陕西省

  • 宝鸡市
  • 陕西省

  • 延安市
  • 陕西省

  • 榆林市
  • 陕西省

  • 汉中市
  • 陕西省

  • 渭南市
  • 陕西省

  • 西安市
  • 陕西省

  • 铜川市
  • 青海省

  • 果洛藏族自治州
  • 青海省

  • 海东市
  • 青海省

  • 海北藏族自治州
  • 青海省

  • 海南藏族自治州
  • 青海省

  • 海西蒙古族藏族自治州
  • 青海省

  • 玉树藏族自治州
  • 青海省

  • 西宁市
  • 青海省

  • 黄南藏族自治州
  • 黑龙江省

  • 七台河市
  • 黑龙江省

  • 伊春市
  • 黑龙江省

  • 佳木斯市
  • 黑龙江省

  • 双鸭山市
  • 黑龙江省

  • 哈尔滨市
  • 黑龙江省

  • 大兴安岭地区
  • 黑龙江省

  • 大庆市
  • 黑龙江省

  • 牡丹江市
  • 黑龙江省

  • 绥化市
  • 黑龙江省

  • 鸡西市
  • 黑龙江省

  • 鹤岗市
  • 黑龙江省

  • 黑河市
  • 黑龙江省

  • 齐齐哈尔市