Заглянем в будущее: как изменится инфраструктура хранения данных?
Опережающий рост значимости информационной части систем по сравнению с собственно вычислительной составляющей – одна из ключевых тенденций развития ИТ. Чтобы понять правильность этого тезиса совсем не обязательно прибегать к ссылкам на авторитетные аналитические исследования, достаточно просто обратиться к собственному опыту. Компании уже давно поняли, что информация является не просто инструментом для поддержки своей оперативной деятельности, но и становится все более важным для нее активом, в существенной мере обеспечивающим не только повышение капитализации компании, но и ее успешного развития в будущем. Цифровая трансформация, которая затрагивает все уровни современного общества от частного пользователя до государства, в основе своей базируется на базовом тезисе «деятельность на основе данных».
Но на пути реализации этого глобального тренда в последние годы обозначились определенные принципиальные трудности. И дело тут совсем не только в ускоренном росте объемов хранимой информации, как раз с этой задачей современные технологии пока вполне успешно справляются.
Одной из проблем, конечно, является рост затрат на поддержку и развитие физической инфраструктуры хранения данных. Разумеется, потребители хотят снизить или хотя бы оптимизировать свои расходы, но, в конце концов, эта задача может быть решена чисто финансовыми способами.
Однако есть и другие, более серьезные проблемы. Одна из них – наметившиеся в последние годы ограничения в росте скорости обмена данными между собственно вычислительными ресурсами (серверами) и устройствами хранения данных. На фоне быстрого роста мощностей процессоров и объемом хранилищ информации, именно этот фактор является сейчас узким местом в плане роста производительности ИТ-систем. Вторая актуальная проблема — разнообразие источников и хранилищ информации неизменно растет. Это означает, что вычислительная инфраструктура требует не только увеличения скорости взаимодействия средств обработки данных (процессоров) и устройств хранения, но и гибких возможностей адаптации систем к конкретным используемым аппаратным средствам и решаемых задачам.
Cовременные архитектурные решения и технологии управления данными на базе концепции программно-определяемых ИТ позволяют не только сократить затраты, но и повысить эффективность применения серверных систем по сравнению с ориентацией на использование традиционных моновендорных систем хранения данных. Именно такой подход используется в решениях компании DataCore Software, позволяющих на практике создавать гиперконвергентные виртуальные системы хранения данных (SAN) с рекордными на сегодняшний день показателями цена/производительность.
Использование продуктов DataCore Software обеспечивает создание промежуточного программного слоя обмена данными, исполняемого на серверах стандартной архитектуры, в том числе в виде виртуальных машин. Отделение слоя управления от собственно хранилищ данных сразу позволяет решить задачу управления неоднородными средами хранения информации, в том числе унаследованными. Это резко повышается гибкость наращивания объемов СХД, в том числе за счет простого приобретения отдельных дисковых накопителей.
Одним их флагманских продуктов компании сегодня является SANsymphony-V. Это программное решение позволяет избавиться от многих узких мест ввода-вывода, и увеличить количество виртуальных машин и рабочих нагрузок, которые можно объединить на одном сервере на гиперконвергентных (с использованием систем виртуализации от различных поставщиков: VMware, Microsoft и пр.) платформах. Это ПО работает на серийно выпускаемых x86-серверах и охватывает всю инфраструктуру независимо от типа СХД (твердотельные накопители, жесткие диски или облачные хранилища), обеспечивая автоматизацию, повышение производительности и эффективности распределения ресурсов.
В сентябре этого года компания представила свой первый продукт для оптимизации баз данных, предназначенный для сверхбыстрой обработки транзакций и аналитики в реальном времени MaxParallel for SQL Server. Это решение устраняет конфликты из-за ресурсов в многоядерных системах, что существенно улучшает продуктивность приложений Online Transaction Processing (OLTP) и Online Analytical Processing (OLAP) и обеспечивает быструю обработку запросов в периоды пиковой нагрузки. Для его применения не требуется дополнительное оборудование и модификация программного кода прикладных систем.