全球網(wǎng)絡(luò)存儲(chǔ)工業(yè)協(xié)會(huì)中國(guó)技術(shù)中心首席技術(shù)顧問(wèn)侯海波

大數(shù)據(jù)的迷霧籠罩著當(dāng)前整個(gè)業(yè)界，IT基礎(chǔ)架構(gòu)受到的沖擊首當(dāng)其沖，數(shù)據(jù)的處理、分析和利用，首先是以數(shù)據(jù)存儲(chǔ)為基礎(chǔ)的。IBM的智慧存儲(chǔ)戰(zhàn)略，貫穿著化解大數(shù)據(jù)危機(jī)的思想。但I(xiàn)BM的目光不僅僅放在IT業(yè)內(nèi)，而是希望所有的企業(yè)、組織，能夠認(rèn)識(shí)大數(shù)據(jù)并利用技術(shù)手段從中獲得“智慧”。

受IBM公司的委托，侯海波在發(fā)布會(huì)上向包括商業(yè)媒體在內(nèi)的在場(chǎng)人員講解了《存儲(chǔ)那些事》。他表示，應(yīng)對(duì)當(dāng)前的存儲(chǔ)挑戰(zhàn)，需要采用高性?xún)r(jià)比的介質(zhì)和優(yōu)秀的架構(gòu)，輔以分級(jí)存儲(chǔ)、存儲(chǔ)虛擬化、精簡(jiǎn)存儲(chǔ)和重復(fù)數(shù)據(jù)刪除等重要的技術(shù)手段。

存儲(chǔ)解決三件事情

從PC普及到互聯(lián)網(wǎng)建設(shè)高潮，再到如今社交媒體和移動(dòng)互聯(lián)網(wǎng)的高速發(fā)展，我們已經(jīng)置身一個(gè)海量信息的時(shí)代。侯海波說(shuō)，信息技術(shù)跨入一個(gè)新的以信息技 術(shù)處理、存儲(chǔ)為核心的時(shí)代，這就是信息的存儲(chǔ)。可以看出，存儲(chǔ)幾乎是我們的一個(gè)IT架構(gòu)重心。調(diào)研表明，在IT架構(gòu)里面，一半的預(yù)算幾乎都放在了存儲(chǔ)上 面，而過(guò)去的重心是計(jì)算和傳輸。

存儲(chǔ)技術(shù)主要是解決這三件事情：第一，要把信息存好，不管多大的數(shù)據(jù)，你得存下來(lái);第二，要用好，在我任何時(shí)候需要數(shù)據(jù)的時(shí)候能夠很快地找出來(lái);第三，管好，數(shù)據(jù)一定要管好，一定不能丟，如果丟了，法律可能會(huì)找你的麻煩。

侯海波指出，存儲(chǔ)需要很好的載體。以石刻、竹簡(jiǎn)、紙張記事，那是存儲(chǔ)的昨天，紙張的發(fā)明讓人類(lèi)文明跨出了大大的一步。然而，當(dāng)前的存儲(chǔ)技術(shù)發(fā)展到今天面臨很大的壓力。

存儲(chǔ)三大壓力

第一個(gè)壓力是數(shù)據(jù)量實(shí)在太多。在2011年有一個(gè)專(zhuān)門(mén)的研究機(jī)構(gòu)研究表明：到2007年底的時(shí)候存儲(chǔ)的信息是295EB(1EB=1000PB 100萬(wàn)TB 10億GB 1萬(wàn)億MB，一張照片大概也就是幾個(gè)MB)，到現(xiàn)在可能翻了十倍都不止了。要把這些數(shù)據(jù)全部刻成CD，大概是4040億張，如果全部疊起來(lái)，可以從地球到月球。

第二個(gè)問(wèn)題它是爆炸性的增長(zhǎng)，有專(zhuān)家給了一個(gè)“經(jīng)驗(yàn)定律”，是每隔十八個(gè)月翻一番，平均每年產(chǎn)生多少新的信息呢?好像是 2000000000000000000000字節(jié)。這些數(shù)據(jù)包括通話(huà)記錄、銀行業(yè)務(wù)記錄、網(wǎng)購(gòu)交易記錄和微博信息等，Ebay每天產(chǎn)生的數(shù)據(jù)量是 50TB，F(xiàn)acebook在沒(méi)有中國(guó)這么大的市場(chǎng)情況下，每天新增的照片量是1PB。爆炸性增長(zhǎng)帶來(lái)的壓力，就是海量的基礎(chǔ)上還要去海量，數(shù)據(jù)一多，找起來(lái)就比較麻煩，你在一個(gè)柜子去找東西和滿(mǎn)房間找東西花的時(shí)間是不一樣的。

第三個(gè)壓力，這個(gè)數(shù)據(jù)非常重要。重要到你不提供它，你會(huì)損失很大，而且會(huì)影響到你企業(yè)的生存。我們知道9·11事件發(fā)生之后，世貿(mào)大廈三分之二的企 業(yè)都沒(méi)有重新開(kāi)張，不是因?yàn)槿藛T的損失和資產(chǎn)損失，而是數(shù)據(jù)的丟失，不能丟的一定不能丟，要丟的話(huà)可能法律會(huì)找你的麻煩。另一方面，如果你的數(shù)據(jù)沒(méi)有丟 好，這也給你自己造成麻煩。前幾年有一位陳老師，他可能有一些圖片數(shù)據(jù)涉及隱私，給自己找了麻煩，他沒(méi)有存儲(chǔ)知識(shí)，所以從那以后很多知名人士寧愿砸了也不 愿意去維修，可見(jiàn)懂點(diǎn)存儲(chǔ)知識(shí)是多么的重要。

應(yīng)對(duì)之道

今天的應(yīng)對(duì)之道，首先我們看一下數(shù)據(jù)存在什么地方，當(dāng)然大家可能想到光媒介，有磁帶，但是主流的還是磁盤(pán)，1956年的時(shí)候IBM發(fā)明了第一塊磁盤(pán)，當(dāng)時(shí)大概是24寸，100多公斤，數(shù)據(jù)量是5MB，今天隨便一塊磁盤(pán)上到2TB、3TB，也就是說(shuō)我們的容量已經(jīng)擴(kuò)展了100萬(wàn)倍。但是，不管磁盤(pán)多大，在企業(yè)應(yīng)用里面還是不夠的，我們知道電信的磁盤(pán)是幾百塊、上千塊才能存得下，怎么把這些磁盤(pán)組織起來(lái)，存儲(chǔ)更大的容量，這里我們就用到一個(gè)技術(shù)，一個(gè)是外部存儲(chǔ)，把磁盤(pán)組織起來(lái)放到一個(gè)柜子里，這叫磁盤(pán)陣列，不光放進(jìn)去就可以了，還有一個(gè)RAID的技術(shù)，把這些磁盤(pán)組織起來(lái)，通過(guò)一系列的方式使得我們得到更大的容量來(lái)使用，同時(shí)性能還提高。舉個(gè)例子，一個(gè)人假如說(shuō)只能記100個(gè)單詞，如果要記 1000個(gè)單詞可以組織10個(gè)人，每人記100個(gè)，組成一個(gè)團(tuán)隊(duì)之后存儲(chǔ)容量就擴(kuò)大了。如果我要是記100個(gè)單詞，第一個(gè)人記，其他人閑著，可能我還是需要100分鐘的時(shí)間。如果100個(gè)單詞來(lái)了之后，把它分成10組，每一個(gè)人記10個(gè)，大家同時(shí)記，那么我們10分鐘就可以把數(shù)據(jù)記下來(lái)，這就是說(shuō)RAID 技術(shù)讓我們可以利用廉價(jià)的磁盤(pán)組成一個(gè)大容量的磁盤(pán)，當(dāng)然，它的可靠性也會(huì)增加。

介質(zhì)還不能完全解決問(wèn)題，我們還需要一個(gè)好的架構(gòu)。早期的存儲(chǔ)，我們是直接把磁盤(pán)放到服務(wù)器這樣的主機(jī)里面，主機(jī)和磁盤(pán)是密不可分的，在這種情況下，如果我要增加存儲(chǔ)，我需要首先增加主機(jī)。后來(lái)，我們把磁盤(pán)擴(kuò)展到機(jī)箱的外面，組成一個(gè)柜子，也就是磁盤(pán)陣列，剛開(kāi)始只能通過(guò)一種協(xié)議，也就是我說(shuō)的NAS這樣的連接聯(lián)到一臺(tái)主機(jī)，雖然解決了容量的問(wèn)題，但是共享的問(wèn)題、每一臺(tái)應(yīng)用的數(shù)據(jù)保護(hù)問(wèn)題可能需要分別對(duì)待，這是分別進(jìn)行存儲(chǔ)，后來(lái)我們產(chǎn)生了更大容量的企業(yè)化存儲(chǔ)，大到可以把企業(yè)所有的數(shù)據(jù)都存在里面，而且有更好的一些通道協(xié)議把它聯(lián)到很多的主機(jī)上面，可以把所有的應(yīng)用主機(jī)聯(lián)到一起來(lái)，實(shí)現(xiàn)了企業(yè)數(shù)據(jù)的統(tǒng)一存儲(chǔ)。在統(tǒng)一的情況下就可以對(duì)數(shù)據(jù)進(jìn)行統(tǒng)一的管理，比如說(shuō)備份就很方便了，這個(gè)協(xié)議最早也是IBM做的。這樣一個(gè)架構(gòu)還不是最方便的，最方便的是網(wǎng)絡(luò)存儲(chǔ)，好比大家拿著筆記本電腦，插上網(wǎng)線(xiàn)就可以調(diào)用數(shù)據(jù)了，拔了網(wǎng)線(xiàn)就可以回家了。我們的設(shè)想是把所有的主機(jī)都列到網(wǎng)絡(luò)中來(lái)，把所有的存儲(chǔ)都列到網(wǎng)絡(luò)中來(lái)，大家通過(guò)網(wǎng)絡(luò)的方式去擴(kuò)展，新增加了一個(gè)業(yè)務(wù)部門(mén)，新增加一個(gè)主機(jī)就可以了，明天新買(mǎi)一個(gè)盤(pán)陣，直接接到交換機(jī)上就可以了。

剛才講到了內(nèi)部陣列存儲(chǔ)和外部陣列存儲(chǔ)，這個(gè)架構(gòu)還在用。這是NAS結(jié)構(gòu)，這種方式在應(yīng)對(duì)訪問(wèn)某個(gè)文件時(shí)是非常方便的，但是最典型的還是我們構(gòu)建存儲(chǔ)區(qū)域網(wǎng)，這樣的話(huà)，我們就像訪問(wèn)本地的磁盤(pán)一樣，雖然你在寫(xiě)數(shù)據(jù)時(shí)會(huì)寫(xiě)到磁盤(pán)陣列里面去。

我們?cè)賮?lái)看看這些技術(shù)，一個(gè)是分級(jí)存儲(chǔ)。既要保證性能，我需要把數(shù)據(jù)放在高性能的介質(zhì)上，為了保存大量的數(shù)據(jù)，我需要用廉價(jià)的存儲(chǔ)磁盤(pán)來(lái)支持，每一種介質(zhì)都要用。一個(gè)數(shù)據(jù)隔一段時(shí)間不用了，可以自動(dòng)移到二級(jí)存儲(chǔ)上，再不用放到三級(jí)存儲(chǔ)上，需要的時(shí)候調(diào)用到一級(jí)存儲(chǔ)上，這個(gè)過(guò)程是完全自動(dòng)的。

存儲(chǔ)虛擬化。如果我有很多個(gè)磁盤(pán)陣列，第一個(gè)可能已經(jīng)快用完了，第二個(gè)可能還有很多的空白，在這種情況下，如果我有一個(gè)軟件，通過(guò)虛擬化管理，把它組成一個(gè)大的存儲(chǔ)池，愛(ài)怎么用就怎么用，具體寫(xiě)到哪個(gè)磁盤(pán)上就由我來(lái)控制。

第三個(gè)是精簡(jiǎn)存儲(chǔ)。大概是這么一個(gè)效果：如果你有一塊硬盤(pán)是1G，每一個(gè)分區(qū)給多大的空間比較好呢?這是比較糾結(jié)的問(wèn)題，用了精簡(jiǎn)存儲(chǔ)，你可以給每個(gè)分區(qū)分到最大，哪個(gè)用得多就用哪個(gè)，直到最后物理空間用完了再去擴(kuò)展新的磁盤(pán)，這是它的示意圖。

最后，我們從源頭上來(lái)看，怎么樣通過(guò)除掉重復(fù)數(shù)據(jù)。當(dāng)一個(gè)文件來(lái)的時(shí)候，我首先對(duì)文件進(jìn)行處理，切成小塊，在已經(jīng)存儲(chǔ)的文件里面去找，如果這塊數(shù)據(jù) 已經(jīng)存儲(chǔ)了，我就不會(huì)再存了。但是我做一個(gè)記錄，在你任何時(shí)候需要這個(gè)數(shù)據(jù)，我可以隨時(shí)給你組裝出來(lái)，這樣的話(huà)減輕了存儲(chǔ)容量，對(duì)每個(gè)數(shù)據(jù)的訪問(wèn)也不會(huì)有 影響。

存儲(chǔ)的明天

明天有大個(gè)特征：一個(gè)是大數(shù)據(jù)，它大到了一定的程度，需要我們存儲(chǔ)技術(shù)用特殊的方式或者技術(shù)來(lái)對(duì)待它，大容量需要我們大架構(gòu)，而且是分布式的技術(shù)，需要高的性能，需要更架構(gòu)、大運(yùn)維。

第二個(gè)是云存儲(chǔ)，有了云存儲(chǔ)之后，我不需要像過(guò)去那樣規(guī)劃、購(gòu)買(mǎi)、部署，也不需要長(zhǎng)時(shí)間運(yùn)維，我只說(shuō)我需要容量。提供商需要做的事情，用我們剛才提到的虛擬化架構(gòu)來(lái)管理，進(jìn)行動(dòng)態(tài)的擴(kuò)展，可以想像這是一種比較好的模式，這就使IT資源像水和電一樣的公共資源。

wangzhen