多年來，自動存儲分層一直是希望有效管理其數據中心佔用空間同時降低總體擁有成本 (TCO) 的企業的基本解決方案。 策略很簡單：使用自動分層算法和策略，將活動數據保留在主存儲上，同時將非活動數據移至廉價存儲類別。 近年來，Cloud Tiering 已成為一種強大且經濟高效的解決方案，可管理將非活動數據移動到雲中的低成本對象存儲。 借助 ThinkSystem DM 系列，聯想使企業能夠通過智能存儲解決方案管理數據和雲替代方案。 這種雲策略成功地解決了混合雲環境中的容量、敏捷性和安全性問題，而不會影響可管理性、安全性或性能。
多年來，自動存儲分層一直是希望有效管理其數據中心佔用空間同時降低總體擁有成本 (TCO) 的企業的基本解決方案。 策略很簡單：使用自動分層算法和策略，將活動數據保留在主存儲上，同時將非活動數據移至廉價存儲類別。 近年來，Cloud Tiering 已成為一種強大且經濟高效的解決方案，可管理將非活動數據移動到雲中的低成本對象存儲。 借助 ThinkSystem DM 系列，聯想使企業能夠通過智能存儲解決方案管理數據和雲替代方案。 這種雲策略成功地解決了混合雲環境中的容量、敏捷性和安全性問題，而不會影響可管理性、安全性或性能。
本文討論如何 Lenovo ThinkSystem 存儲解決方案和 DM 系列 提供從本地到雲端的端到端數據中心策略。 首先，我們將介紹有關數據存儲、雲分層和新存儲管理挑戰的一些基本概念。 我們將了解聯想的數據管理生態系統，以及該公司如何憑藉 DM 系列在存儲市場中脫穎而出。 此外，我們將仔細研究 ONTAP 軟件和 FabricPool 存儲分層策略。 最後，在我們的實驗室中，我們將展示 Lenovo 的雲分層解決方案的設置和驗證。
在傳統的數據中心模型中，隨著業務的增長，它開始在其場所收集關鍵數據和文件。 但是，這些數據最終會變舊並且很少被訪問，從而佔用主存儲和輔助存儲的寶貴性能和容量，從而影響關鍵工作負載。 過去將這些數據歸檔是企業實用的解決方案； 但是，通過這樣做，數據不會在突然需要時立即可用。
這個問題讓 IT 組織意識到要考慮具有不同容量、成本和性能特徵的存儲層。 他們還需要承認並準備好滿足跨多個雲環境的數據增長需求。 雲分層就是答案，現代存儲架構中必須考慮到這一點。 否則，不斷擴大的數據足跡將超過企業對其數據中心高性能主存儲的投資。
云作為存儲層
隨著更先進的技術變得可用，現有的存儲層可以根據需要進行轉換，並且可以添加額外的存儲層以進一步多樣化分層存儲架構。 雲為 IT 組織開闢了新的可能性，使公共雲提供商的存儲解決方案成為附加（較低）層。 如果設計和實施得當，雲將成為一種出色且比較低的內部部署層更便宜的解決方案。
在使用閃存以獲得極高性能的主存儲層中，大約 50% 的冷數據可以分配到雲端。 快照副本和非結構化數據通常屬於此類，包括任務關鍵型應用程序。 在次級層，存儲中的冷數據可能高達 90% 來自備份副本。 所有這些有價值但只是偶爾訪問的數據也可以轉移到雲端。 準備好對非活動數據進行分層的流行雲提供商和服務包括 Azure Blob 存儲、AWS S3 和谷歌云存儲。
與本地自動存儲分層一樣，我們可以創建策略和規則來管理雲數據。 這些條件允許我們將文件直接從本地傳輸到公共雲。 政策以多種方式應用。 例如，可以根據文件的擴展名、文件名中包含的模式或文件在特定時間段內的訪問頻率來移動數據。 最後一個選項可能是最好的情況，其中存儲文件和塊被賦予溫度值，將新寫入的數據標記為熱數據，將不活動的數據標記為冷數據。 實施一組存儲分層策略，可以通過按需或按計劃運行規則將冷數據快速移動到雲端。
新的存儲管理挑戰
當今市場上觀察到的圍繞混合雲數據管理的主要挑戰包括數量和多樣性、數據速度和數據完整性。
數據量正以近乎指數的速度增長。 IT 組織不僅要處理數據增長，還要處理跨多個環境的數據增長和管理。 生成的數據量和種類仍然是巨大的。 如果沒有在混合雲解決方案中存儲、分類和處理這些數據的能力，組織就會錯過有關其客戶和業務的重要見解。 此外，預計到 10 年，在物聯網和邊緣技術的推動下，數據量將擴大 2025 倍（約 163ZB）。 如果數據是最有價值的資產，則必須謹慎對待它，並且必須能夠為有針對性的決策提供見解，同時允許展望未來。 此外，找到更有效的方法來處理這些數據以將其轉化為價值對於客戶的購買決策至關重要。
IT 威脅也在不斷演變——保持基礎設施安全是一場持續不斷的戰鬥。 一個好的安全策略是在準確了解數據存儲時間、位置和方式的基礎上建立堅實的基礎。 這種策略可幫助公司避免與數據洩露相關的成本上升，以及對運營構成重大風險的新惡意軟件、災難和法規。 數據安全對於企業來說是絕對重要的，無論是防止數據丟失還是確保數據完整性。 這裡是聯想涵蓋所有選項並確保其客戶數據始終受到保護的地方。
聯想 ThinkSystem 存儲解決方案
預測新的發展也具有挑戰性，跟上最佳存儲和雲策略的步伐也是如此。 然而，該行業已經在為企業提供價值和機會的研究生態系統和平台上進行了大量投資。 作為存儲行業的下一個戰略步驟，聯想定制了解決方案來應對數據管理中觀察到的主要挑戰。 聯想的這一明智舉措旨在為其客戶提供終極解決方案，並提供獨特的產品和服務組合，使企業能夠充分利用混合雲。
聯想是市場上獨一無二的技術公司之一，通過聯想數據中心集團 (DCG) 提供端到端數據中心解決方案。 更進一步，聯想通過其智能設備組 (IDG) 生態系統提供端到端安全和軟件管理。 借助這些產品和 Lenovo 的 ThinkSystem DM 系列，企業可以改進其基礎架構並處理在其環境中運行的任何工作負載。
ThinkSystem DM 系列是聯想的旗艦存儲解決方案，可為結構化和非結構化數據提供多功能數據管理套件。 它涵蓋了從入門空間到中高端，可以提供豐富的數據功能，例如板載數據縮減、數據保護和數據安全。 每個 DM 系列都可以為公共雲提供商解決方案提供集成的混合雲功能。 同時，聯想正在構建他們的端到端 NVMe 產品 最近發布的DM7100F系列，今年晚些時候計劃將端到端 NVMe 產品擴展到更多入門級工作負載，為客戶創建基礎架構範圍的企業 NVMe 結構。
織物池
DM 系列數據管理套件統一了閃存、磁盤和雲中的數據管理，以簡化存儲環境。 這款綜合軟件易於使用且高度靈活，專為高效存儲而設計，具有強大的數據管理功能和無縫雲集成。 總體而言，DM 系列旨在簡化數據的部署和管理並促進企業應用； 即，它為數據基礎設施做好了面向未來的準備。
除了板載數據管理功能外，還有 FabricPool Cloud Tiering 技術。 它支持將數據自動分層到位於本地或公共雲中的低成本 S3 對象存儲層。 與手動分層解決方案不同，FabricPool 可自動對數據進行分層以降低存儲成本。 活動數據保留在高性能驅動器上，非活動數據分層到對象存儲，同時保留 DM 系列功能和數據效率。
FabricPool 支持廣泛的公共雲提供商及其存儲服務。 其中包括 Amazon S3、阿里雲對象存儲服務、Microsoft Azure Blob 存儲、谷歌云存儲、IBM 雲對象存儲和私有云。 在將數據移入和移出雲端時，客戶還將受益於保留板載數據縮減功能。 當數據需要從雲端移回時，這可以節省運輸成本。 此外，板載數據加密在移動到雲時保護這兩種數據，並在雲中繼續。 這確保了整個雲分層過程中沒有漏洞。
FabricPool 政策
FabricPool 有兩個主要用例：回收主存儲容量或縮小輔助存儲佔用空間。 我們在本文中的重點是回收主存儲容量的選項。 主存儲雲分層有三種不同且獨特的策略：自動分層、僅快照和全分層。
在主存儲上維護與生產力軟件、已完成項目和舊數據集相關的不常訪問的數據是對高性能閃存存儲的低效使用。 將這些數據分層到對象存儲是回收現有閃存容量並減少未來所需容量的一種簡單方法。 自動分層策略將捲中的所有冷塊移動到雲層。 如果通過隨機讀取，雲層上的冷數據塊會變熱並傳輸到本地層。 如果通過順序讀取（例如與索引和防病毒掃描相關聯的讀取）讀取，雲層上的冷數據塊將保持冷狀態，不會寫入本地層。
Snapshot 副本經常會佔用典型存儲環境的 10% 以上。 儘管對於數據保護和災難恢復至關重要，但這些時間點副本很少使用，並且是對高性能閃存的低效使用。 FabricPool 的僅快照分層策略是一種回收閃存存儲空間的簡單方法。 在我們的測試期間，僅快照是用於測試雲分層操作的策略。 卷中未與活動文件系統共享的冷快照塊被移動到雲層。 如果讀取，雲層上的冷數據塊會變熱並傳輸到本地層。
FabricPool 最常見的用途之一是將整個數據量移動到雲端。 已完成的項目、遺留報告或歷史記錄是分層到低成本對象存儲的理想候選者。 移動整個卷是通過在卷上設置所有分層策略來完成的。 此策略主要用於輔助數據和數據保護卷。 儘管如此，它也可用於對讀/寫卷中的所有數據進行分層。
使用所有分層策略的捲中的數據會立即標記為冷數據並儘快分層到雲中。 在數據變冷和分層之前，無需等待最少天數。 如果讀取，雲層上的冷數據塊將保持冷狀態，不會寫回本地層。
Lenovo 還提供了第四個分層策略選項，它被恰當地命名為“無”分層策略。 使用此策略，沒有數據分層，允許在閃存中維護所有內容。 其用法的一個很好的例子是 DevOps 環境中的快照，其中經常使用以前的時間點副本。
聯想存儲雲分層配置
為了測試雲的功能和聯想存儲解決方案的一些特性，我們在實驗室中設置了 DM7000F 模型。
首先，我們使用我們用於此測試的雲解決方案 Azure Blob Storage 創建了一個存儲容器。 同樣，值得注意的是，聯想提供了廣泛的選擇，包括阿里雲、亞馬遜 S3、谷歌云、IBM 雲等。 在測試期間，目的是使用 Microsoft Azure Blob Storage for the cloud 作為 FabricPool 的雲層。 完成雲存儲設置後，就可以登錄 DM7000 的 GUI 界面了。
登錄後，將顯示默認的儀表板頁面。 儀表板顯示相關陣列的運行狀況、容量、性能和網絡信息。
然後我們創建了兩個卷（每個控制器一個）和兩個 VM（每個卷一個）。 計劃是讓這些虛擬機運行，然後讓它們閒置一段時間。 下圖顯示了使用的捲：host_lun_1 和 host_lun_2。
在編輯或創建卷時，我們可以選擇所需的分層策略。 在這裡，我們只選擇了快照。 選擇此分層策略後，我們的數據（在每個快照後被視為冷數據）移至在後台間隔創建的 Azure Blob 存儲。 該間隔按自己的時間運行，預測工作負載何時受影響最小。
在 Tiers 頁面下，我們可以從公共雲添加我們的雲層。 在這裡，我們附加了 Azure Blob 存儲資源並將其連接到兩個本地存儲層。 在下圖中，您可以看到附加到 Azure 的兩個資源。
配置簡單； 通過單擊“添加雲層”，並選擇我們想要的雲（在此場景中為 Azure），我們可以立即設置雲層。
最後，在我們的 Azure 存儲帳戶儀表板中，我們希望同時顯示進入 Azure 的數據（入口）和移出的數據（出口）。 每天顯示的小峰值是傳輸到 Azure 的數據的新快照。 另一方面，出口峰值顯示傳出數據，說明從卷恢復快照以回滾。
最後的思考
總的來說，雲和數據管理是企業中一個廣泛的、不斷發展的話題。 聯想希望提供讓客戶為不斷變化的需求做好準備的解決方案，無論是在數據中心還是通過混合雲環境。 我們 StorageReview 對聯想對其存儲陣列的處理方式印象深刻。 通過這次評估，我們體驗瞭如何從 Storage Manager for DM Series 將數據分層到雲端，以及如何回收寶貴的閃存容量或將其擴展到雲端。 重要的是，DM7000F 存儲系統無需對基礎架構進行任何更改即可提供這種靈活性。 此外，該功能易於實現。
在 DCG 和 IDG 的支持下，我們看到聯想在數據存儲市場處於強勢地位。 他們的存儲解決方案使客戶能夠購買他們今天需要的東西，同時利用雲來滿足未來數據增長的需求。 最終結果是聯想雲分層將降低成本，並使企業在考慮存儲投資時能夠獲得他們想要的靈活性。
本報告由聯想贊助。 本報告中表達的所有觀點和意見均基於我們對所考慮產品的公正看法。
