精明选择有助于获取SDS系统的最大价值

存储 存储软件
SDS系统有效地使客户获得开源或者授权的软件并且将其部署在物理基础架构上,一般是普通的服务器。使用SDS而非传统的硬件设备的好处在于:IT部门可以优化基础设施的每一部分的购置成本,以满足他们自己的需求。例如,这意味着选择符合已有的内部实施或者支持模式的硬件。

[[188563]]

在部署存储架构的时候,软件定义存储为IT部门提供区分软件和硬件各自成本的能力。

SDS系统有效地使客户获得开源或者授权的软件并且将其部署在物理基础架构上,一般是普通的服务器。使用SDS而非传统的硬件设备的好处在于:IT部门可以优化基础设施的每一部分的购置成本,以满足他们自己的需求。例如,这意味着选择符合已有的内部实施或者支持模式的硬件。

为什么现在采用SDS?

为什么SDS成为存储部署的一个切实可行的选项?在过去5年或者更早以来,存储厂商一直逐步地把它们的产品转型,与商品或者“即买即用”架构协同使用,并且消除了自定义硬件组件的复杂性。现在的服务器、控制器、硬盘以及SSD比较便宜和可靠。因此,很多过去有可能通过自定义硬件提供的功能现在可以与商品部件和软件一起提供。这是SDS系统的主要精髓——软件正变得更加聪明,而这正是价值所在。

为什么使用SDS而不是传统的(部署)?

构建定制化的存储系统的概念对很多IT部门而言可能显得令人生畏;然而,在现在的数据存储市场,这个挑战并非人们想象的那么大。例如,新的对象存储平台正被设计成纯软件,厂商让客户选择硬件或者从参考设计的清单中进行挑选。SDS也提供没有转向基于软件的平台就无法获得的某些操作性的好处,例如与公有云集成。大多数SDS系统能够以虚拟机或者公有云实例运行,使它们成为在公有云环境把数据移进移出的一种实用的方法,毋须被云提供商的存储产品束缚。

挑选合适的硬件

找到合适的硬件平台是实施SDS基础设施的重要的***步。通常,实施SDS有三种方法:

在SDS厂商推荐的商业硬件上。SDS厂商提供已被预先测试并且验证的各种硬件产品,与软件协同使用。

在客户选择的商品硬件上。IT部门选择其自己的硬件部件并且直接构建该产品。

作为虚拟实例。软件完全运行在虚拟基础设施上。

选择厂商推荐的商业硬件有其好处。首先,配置已经经过测试并且得到验证,与SDS系统协同功能---不太可能有任何固件或者驱动兼容性的问题或者意外。其次,SDS厂商已经根据处理器、闪存以及磁盘的组合的优化来设计硬件配置。完全自建的产品将要求IT部门进行测试,以便对每个部件以及它们如何协同工作进行验证,并且判定各个部件的正确比例,不至于浪费昂贵的资源或者形成瓶颈。

厂商提供的硬件的配置可能包含支持,消除了管理设备和部件故障的麻烦。然而,这将很自然而言地伴随着成本。如果IT部门与服务器厂商已经有支持合同,那么SDS部署的硬件部件就可以纳入现有的主合同了。

选择没有对错之分。合适的硬件支持模式要视乎现有厂商的关系以及IT部门直接支持硬件验证的能力,包括从初始设计和测试到备件库存和更换。当然,后面几点可能需要开发新的技能和操作流程来使之正常运作。

管理和监控

使用传统厂商产品的一个主要好处在于能够获得很多客户的知识和经验并且在早期判断硬件问题。从很多客户得到数据使存储厂商能够判断可能出现的方式,例如,高于平均水平的驱动器故障次数或者可能某些控制器插卡的性能问题。

构建自己的SDS基础设施的IT部门必须制订流程来判断这些问题的类型。否则有风险:部署的存储将不太可靠并且可能比必要的更昂贵。

建立TCO

没有制订总体拥有成本(total cost of ownership,TCO)计划,就没有办法直接知道基于SDS的存储产品是否比传统的厂商提供更好的价值。本次讨论迄今为止我们已经给出一些需要考虑的内容,是否使用商品硬件或者厂商推荐的硬件、建立设计和支持运作,并且监控存储的成功部署。

这些每个领域都必须纳入到把运行SDS与运行传统的存储结构的成本进行比较的一个全面的TCO计划之中。很多部门只比较硬件购置,如果SDS的运作需求没有对整体成本造成直接的负担的话,这可以被接受。这时的关键在于对那些成本要敏感并且相应地调整行为。

持续改善

***,我们应该提一提SDS基础设施的持续改善。由于对他们的客户群潜在的影响的原因,存储厂商在采用大容量HDD等物美价廉的硬件部件方面不得不更加保守。有了SDS系统,IT部门可以更加灵活地使用新出的硬件,不断地降低提供存储的成本。

为了使SDS系统成功工作,IT必须有效地成为它们自己的存储提供商。大规模地节省成本的机会很重要并且值得努力付出时间和精力来提供这些机会。

责任编辑:武晓燕 来源: TechTarget中国
相关推荐

2010-03-12 16:15:06

Python调试

2022-10-08 08:38:32

物联网

2019-11-19 12:40:36

AI人工智能开源工具

2021-11-26 05:14:44

开源数据库安全漏洞

2021-06-10 09:34:24

前端开发工具开发

2011-12-09 09:31:58

桌面虚拟化

2021-08-13 10:33:55

IT经理首席信息官CIO

2019-11-18 11:07:13

人工智能技术Apache

2013-07-17 09:19:23

2020-02-05 13:03:55

数据中心混合云技术

2018-03-22 09:06:56

数据中心冷却系统

2023-06-09 19:03:35

开源组织

2020-03-23 09:31:51

JavaScript函数技术

2022-09-21 14:12:33

大数据医疗保健

2019-08-12 07:39:25

数据中心IT开销

2014-04-15 10:07:22

大数据

2010-06-11 22:20:27

2017-09-06 15:53:55

机器学习人工智能框架

2018-10-25 14:14:52

云计算机器学习数据分析

2023-09-21 14:46:17

物联网
点赞
收藏

51CTO技术栈公众号