软件定义存储 SDS 应用场景分析

物联网 (IoT) 的蓬勃发展推动了结构化/非结构化数据的空前增长，给企业带来了发掘新客户、创造新收入来源的巨大机会。对于IT部门来说，需要在满足海量数据增长的同时，还必须提供存储方式以及其访问方式的多样性。需要IT部门同时能够对于传统环境以及云环境提供技术支持。因此，数据密集型企业的 IT 组织必须重新评估如何管理日益分散的异构数据和应用程序环境。

软件定义存储SDS（Software Define Storage）可以保障系统的存储访问能在一个精准的水平上更灵活地管理。软件定义存储是从硬件存储中抽象出来的，这也意味着它可以编程一个不受物理系统限制的共享池，以便于最有效地利用资源。它还可以通过软件和管理进行部署和供应，也可以通过基于策略的自动化管理进一步简化。作为IT基础架构云化不可或缺的一环，软件定义存储（SDS）解决方案因其灵活性、敏捷性、自动化、高成本效率、高度可拓展性等关键优势，近年来也愈发受到业界关注。

什么是软件定义存储

 Gartner定义

SDS将源于物理或虚拟设备或存储服务的存储能力抽象出来，提供敏捷性和交付QoS的同时，还可以优化成本。存储服务通过分为控制平面（管理和策略实施）和数据平面（基础架构和数据传输）的软件层，凭借互操作的、可编程的接口进行编排，来满足预先定义好的策略或者SLA,与数据存放的位置无关。

Gartner认为，SDS具备如下的特色：

• 能够动态抽取来自物理或者虚拟设备的存储功能——独立于存储位置或类别，提供更高的敏捷性、确保服务质量，同时优化成本。

• 以软件的形式提供使用或者许可，不需要从同一厂商购买硬件或者专有硬件。一些厂商可以将SDS包装成预先集成的硬件解决方案，加快交付速度。

• 拥有下列主要特性中的一个或者几个：抽取、测量、可编程性、自动化、移动性、策略管理及编排。

软件定义存储解决方案可以分为两类：iSDS和mSDS

iSDS-基础设施SDS，创建并提供取代或者增强传统存储阵列的数据中心服务。目的常常在于让存储系统可以部署到成本较低、基于行业标准的硬件上，以此改善资本支出（Capex）。

mSDS-与现有的存储系统联系、提供更强的存储服务敏捷性。mSDS产品能够对存储资源实现抽取、移动性、虚拟化、存储资源管理（SRM）及I/O优化。目的常常在于减少对管理工作量的需求，以此改善运营支出（Opex）。

从Gartner Hyper Cycle2017年曲线看出，iSDS相比mSDS更加成熟。

从Gartner优先级矩阵看，iSDS是一个革命性的技术，而mSDS的优先级只是中等。也就是说，iSDS的未来更加美好。

SNIA定义

SNIA在SDS的定义中提到，SDS允许异构的或者专有的平台。必须满足的是，这个平台能够提供部署和管理其虚拟存储空间的自助服务接口。除此之外，SDS应该包括：

• 自动化：简化管理，降低维护存储架构的成本；

• 标准接口：提供应用编程接口，用于管理、部署和维护存储设备和存储服务；

• 虚拟数据路径：提供块、对象和文件的接口，支持应用通过这些接口写入数据；

• 扩展性：无需中断应用，也能提供可靠性和性能的无缝扩展；

• 透明性：提供存储消费者对存储使用状况及成本的监控和管理。

SNIA认为，存储服务的借口需要允许数据拥有者（存储用户）同时表达，对于数据和所需服务水准的需求。数据的需求，就是SDS建立在数据路径（data path）的虚拟化，而控制路径（control path）也需要被抽象化成为存储服务。数据路径由以往的标准接口（块、文件和对象）组成。控制路径，在传统存储中，就是指存储管理员为数据提供部署数据的服务。在使用纯铜存储的大多数情况下，每一个数据服务有着各自的管理接口。变更数据服务，会导致所有存放在相应存储空间的数据都受到影响。理想的SDS，其传递数据请求的方式是：让应用通过元数据来请求相应的数据服务。实现了存储基础架构的自动化机制，极大地降低了人工运维成本，数据请求需直接传达至自动化软件。它能够直接应对请求，分配应用人员所需的存储资源，而无需人工干涉。

SDS使用场景分析

从存储平面来划分

iSDS使用场景：

1） 通过按需扩展性和充分利用商品化硬件资源，降低存储平台的总体拥有成本

Strength

成本：技术设施SDS不需要价格高昂的专有存储硬件。基础设施及运维人员将把存储软件部署在基于行业标准的服务器硬件上，并降低存储升级和维护成本带来的运营支出；

创新：基于行业标准的硬件能够迅速充分利用最新的服务器硬件创新，比如新的处理器芯片、固态硬盘（SSD）和普通硬盘（HDD）技术；

可用性：一些SDS解决方案提供分布式向外扩展方案：冗余性实施在软件层；

性能：SDS能够通过添加节点或通过需要时升级现有的硬件服务器，增添和扩展性能及/容量，而不是预先购买整体式设计的系统；

灵活性：硬件平台缓解了厂商锁定、增强了互操作性，很容易由IT团队来扩展和升级；

敏捷性：存储配置和管理更容易集成到标准数据中心自动化和管理工具中。

Weakness

集成：需要接受SDS与商品化服务器的集成，需要与OEM/ODM提供商一同确保互操作性；

性能：SDS性能将基于硬件优化以及软硬件资源的合理配置，需要定期监控、测量和优化；

成本：需要密切关注SDS成本，确保总体解决方案不仅可以降低采购成本，还由于增强了IT责任，总体上降低总体拥有成本；

Suitable for

大型IT业务部门期望降低成本资本支出；

针对非结构化数据的存储解决方案，数据增长迅速；

开发运维场景，需要常见的数据服务和数据移动性，此外需要消除专有硬件；

基础设施及运维领导人把IT作为一种核心专长和业务差异化优势，愿意投入新技能、培训和交付模式方式可能出现的变化。

2） 通过优化和合并存储IO，提升性能

Strength

成本：IO优化产品可以在不干扰正常运行的情况下提升虚拟机或物理主机的性能、无需升级硬件；

效率：IO优化软件将缓解常常困扰密集型虚拟机环境的“IO搅拌机”问题，提高密度；

性能：在更靠近应用程序和计算资源的地方添加存储功能可缩短事务时间、提高可持续IO。

Weakness

灵活性：由于在数据路径引入了额外的软件层和任何所需的主机代理，这种SDS解决方案可能会增加复杂性；

成本：可重复手动任务的自动化将提高IT生产力，以此降低存储的总体拥有成本。

Suitable for

IT业务部门和基础设施及运维人员期望提升之前部署的IT资产的性能、存储效率和利用率；

基础设施和运维人员、应用程序和服务器管理员期望优化应用程序和工作负载的性能，并且实现服务质量和负载均衡。

mSDS使用场景：

1） 改善存储资源的配置和自动化

Strength

成本：可重复手动任务的自动化可提升IT生产力，从而降低存储的总体拥有成本；

可靠性：减少了人为错误，尽量降低了风险；

敏捷性：可灵活地将存储作为服务来提供，将权力授予最终用户。

Weakness

创新：一些产品面临陡峭的学习曲线才能够定制，以满足企业要求，可能需要与开发运维团队互动；

集成：产品可能需要与其余SDDC工具集成起来；

灵活性：需要为新的存储解决方案和SDS制作并维护一个兼容性支持矩阵。

Suitable for

IT部门期望简化为软件定义数据中心（SDDC）配置预先定义的存储服务类别；

基础设施及运维人员如今在管理异构存储资源，或者计划在不远的将来管理这种资源；

基础设施及运维人员期望通过存储抽取、延长旧阵列的使用寿命。

2） 异构存储阵列稳健的利用率、管理和生命周期

Strength

成本：经过改善的资产管理将延长遗留部署系统的使用寿命，可能还可以在现有存储解决方案上面添加新的数据服务，以此遏制成本；

效率：抽取和聚合存储容量可以用更少量的可用存储资源，满足更广泛的存储请求，以此提高利用率；

性能：聚合不同的存储资源可改善总体IO。

Weakness

灵活性：一些SDS虚拟化工具可能带来了另外的厂商锁定；

效率：一些可能只使用一小部分的SDS工具功能，因而使SDS产品的实际成本成为购买之前需要考虑的重要因素。

Suitable for

IT业务部门和基础设施人员力求延长之前部署的多厂商资产的使用帮助；

基础设施及运维人员、应用程序和服务器管理员期望优化应用程序和工作负载的容量、性能和移动。

3） 存储与更广泛的基础设施软件管理紧密配合

Strength

成本：减少过度配置的需要，提供了更迅速地满足存储容量和可用性要求这一能力，因而提高了资源利用率，只需要较少的硬性分配的物理资源及管理开销；

敏捷性：存储是由状态的，因而具有数据重力，这就需要花时间来移动数据。因此，能够让存储与IT的其他方面更配合、因而与业务需求更配合，意味着提高了满足业务需求的总体IT能力和速度。

Weakness

集成：这种SDS只适合拥有SDDC框架的企业。这种新兴方案需要额外的开发运维资源，以便将SDS整合到现有的IT运维管理平台之下；

灵活性：在新的框架下，遗留解决方案可能得不到支持。

Suitable for

IT部门力求实现标准的SDDC及自动化程度更高的数据中心。存储基础设施被当作数据中心平台的一部分，需要通过SDS集成来交付和控制；

适用于非常成熟的数据中心。

从存储数据的类型来划分

根据计算资源和存储资源是否分离，SDS有融合模式和分离模式两种部署方式。根据不同的存储使用接口，SDS可以分为对象存储、文件存储和块存储，分别对应不同的应用场景。

块存储：虚拟机、数据库；

文件存储：备份&归档、共享资源池、IoT、大数据分析、HPC；

对象存储：备份&归档、视频/音频、影像、IoT、大数据分析、云应用。