ಹಲೋ, ಹಬ್ರ್ ಓದುಗರು. ಈ ಲೇಖನದೊಂದಿಗೆ ನಾವು ಅಭಿವೃದ್ಧಿಪಡಿಸಿದ ಹೈಪರ್‌ಕನ್ವರ್ಜ್ ಸಿಸ್ಟಮ್ AERODISK vAIR ಕುರಿತು ಮಾತನಾಡುವ ಸರಣಿಯನ್ನು ನಾವು ತೆರೆಯುತ್ತೇವೆ. ಆರಂಭದಲ್ಲಿ, ನಾವು ಮೊದಲ ಲೇಖನದಲ್ಲಿ ಎಲ್ಲದರ ಬಗ್ಗೆ ಎಲ್ಲವನ್ನೂ ಹೇಳಲು ಬಯಸಿದ್ದೇವೆ, ಆದರೆ ವ್ಯವಸ್ಥೆಯು ಸಾಕಷ್ಟು ಸಂಕೀರ್ಣವಾಗಿದೆ, ಆದ್ದರಿಂದ ನಾವು ಆನೆಯನ್ನು ಭಾಗಗಳಲ್ಲಿ ತಿನ್ನುತ್ತೇವೆ.
ಸಿಸ್ಟಮ್ನ ರಚನೆಯ ಇತಿಹಾಸದೊಂದಿಗೆ ಕಥೆಯನ್ನು ಪ್ರಾರಂಭಿಸೋಣ, ವಿಎಐಆರ್ನ ಆಧಾರವಾಗಿರುವ ಎಆರ್ಡಿಎಫ್ಎಸ್ ಫೈಲ್ ಸಿಸ್ಟಮ್ ಅನ್ನು ಪರಿಶೀಲಿಸೋಣ ಮತ್ತು ರಷ್ಯಾದ ಮಾರುಕಟ್ಟೆಯಲ್ಲಿ ಈ ಪರಿಹಾರದ ಸ್ಥಾನದ ಬಗ್ಗೆ ಸ್ವಲ್ಪ ಮಾತನಾಡೋಣ.
ಮುಂದಿನ ಲೇಖನಗಳಲ್ಲಿ ನಾವು ವಿವಿಧ ವಾಸ್ತುಶಿಲ್ಪದ ಘಟಕಗಳ ಬಗ್ಗೆ ಹೆಚ್ಚು ವಿವರವಾಗಿ ಮಾತನಾಡುತ್ತೇವೆ (ಕ್ಲಸ್ಟರ್, ಹೈಪರ್ವೈಸರ್, ಲೋಡ್ ಬ್ಯಾಲೆನ್ಸರ್, ಮಾನಿಟರಿಂಗ್ ಸಿಸ್ಟಮ್, ಇತ್ಯಾದಿ), ಕಾನ್ಫಿಗರೇಶನ್ ಪ್ರಕ್ರಿಯೆ, ಪರವಾನಗಿ ಸಮಸ್ಯೆಗಳನ್ನು ಹೆಚ್ಚಿಸುವುದು, ಕ್ರ್ಯಾಶ್ ಪರೀಕ್ಷೆಗಳನ್ನು ಪ್ರತ್ಯೇಕವಾಗಿ ತೋರಿಸುವುದು ಮತ್ತು ಸಹಜವಾಗಿ, ಲೋಡ್ ಪರೀಕ್ಷೆಯ ಬಗ್ಗೆ ಬರೆಯುವುದು ಮತ್ತು ಗಾತ್ರ. ನಾವು vAIR ನ ಸಮುದಾಯ ಆವೃತ್ತಿಗೆ ಪ್ರತ್ಯೇಕ ಲೇಖನವನ್ನು ವಿನಿಯೋಗಿಸುತ್ತೇವೆ.
ಏರೋಡಿಸ್ಕ್ ಶೇಖರಣಾ ವ್ಯವಸ್ಥೆಗಳ ಕುರಿತಾದ ಕಥೆಯೇ? ಅಥವಾ ನಾವು ಮೊದಲ ಸ್ಥಾನದಲ್ಲಿ ಹೈಪರ್‌ಕನ್ವರ್ಜೆನ್ಸ್ ಅನ್ನು ಏಕೆ ಪ್ರಾರಂಭಿಸಿದ್ದೇವೆ?
ಆರಂಭದಲ್ಲಿ, ನಮ್ಮದೇ ಆದ ಹೈಪರ್‌ಕನ್ವರ್ಜೆನ್ಸ್ ಅನ್ನು ರಚಿಸುವ ಕಲ್ಪನೆಯು 2010 ರ ಸುಮಾರಿಗೆ ಎಲ್ಲೋ ನಮಗೆ ಬಂದಿತು. ಆ ಸಮಯದಲ್ಲಿ, ಮಾರುಕಟ್ಟೆಯಲ್ಲಿ ಏರೋಡಿಸ್ಕ್ ಅಥವಾ ಅಂತಹುದೇ ಪರಿಹಾರಗಳು (ವಾಣಿಜ್ಯ ಪೆಟ್ಟಿಗೆಯ ಹೈಪರ್ಕಾನ್ವರ್ಜ್ಡ್ ಸಿಸ್ಟಮ್ಸ್) ಇರಲಿಲ್ಲ. ನಮ್ಮ ಕಾರ್ಯವು ಈ ಕೆಳಗಿನಂತಿತ್ತು: ಸ್ಥಳೀಯ ಡಿಸ್ಕ್ಗಳೊಂದಿಗೆ ಸರ್ವರ್ಗಳ ಗುಂಪಿನಿಂದ, ಈಥರ್ನೆಟ್ ಪ್ರೋಟೋಕಾಲ್ ಮೂಲಕ ಅಂತರ್ಸಂಪರ್ಕದಿಂದ ಸಂಯೋಜಿಸಲ್ಪಟ್ಟಿದೆ, ವಿಸ್ತೃತ ಸಂಗ್ರಹಣೆಯನ್ನು ರಚಿಸುವುದು ಮತ್ತು ವರ್ಚುವಲ್ ಯಂತ್ರಗಳು ಮತ್ತು ಸಾಫ್ಟ್ವೇರ್ ನೆಟ್ವರ್ಕ್ ಅನ್ನು ಪ್ರಾರಂಭಿಸುವುದು ಅಗತ್ಯವಾಗಿತ್ತು. ಶೇಖರಣಾ ವ್ಯವಸ್ಥೆಗಳಿಲ್ಲದೆಯೇ ಇವೆಲ್ಲವನ್ನೂ ಕಾರ್ಯಗತಗೊಳಿಸಬೇಕಾಗಿತ್ತು (ಏಕೆಂದರೆ ಶೇಖರಣಾ ವ್ಯವಸ್ಥೆಗಳು ಮತ್ತು ಅದರ ಯಂತ್ರಾಂಶಕ್ಕಾಗಿ ಯಾವುದೇ ಹಣವಿಲ್ಲ, ಮತ್ತು ನಾವು ಇನ್ನೂ ನಮ್ಮ ಸ್ವಂತ ಶೇಖರಣಾ ವ್ಯವಸ್ಥೆಯನ್ನು ಕಂಡುಹಿಡಿದಿಲ್ಲ).
ನಾವು ಅನೇಕ ಮುಕ್ತ ಮೂಲ ಪರಿಹಾರಗಳನ್ನು ಪ್ರಯತ್ನಿಸಿದ್ದೇವೆ ಮತ್ತು ಅಂತಿಮವಾಗಿ ಈ ಸಮಸ್ಯೆಯನ್ನು ಪರಿಹರಿಸಿದ್ದೇವೆ, ಆದರೆ ಪರಿಹಾರವು ತುಂಬಾ ಸಂಕೀರ್ಣವಾಗಿದೆ ಮತ್ತು ಪುನರಾವರ್ತಿಸಲು ಕಷ್ಟಕರವಾಗಿದೆ. ಇದಲ್ಲದೆ, ಈ ಪರಿಹಾರವು "ಇದು ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆಯೇ? ಮುಟ್ಟಬೇಡ! ಆದ್ದರಿಂದ, ಆ ಸಮಸ್ಯೆಯನ್ನು ಪರಿಹರಿಸಿದ ನಂತರ, ನಮ್ಮ ಕೆಲಸದ ಫಲಿತಾಂಶವನ್ನು ಪೂರ್ಣ ಪ್ರಮಾಣದ ಉತ್ಪನ್ನವಾಗಿ ಪರಿವರ್ತಿಸುವ ಕಲ್ಪನೆಯನ್ನು ನಾವು ಅಭಿವೃದ್ಧಿಪಡಿಸಲಿಲ್ಲ.
ಆ ಘಟನೆಯ ನಂತರ, ನಾವು ಈ ಕಲ್ಪನೆಯಿಂದ ದೂರ ಸರಿದಿದ್ದೇವೆ, ಆದರೆ ಈ ಸಮಸ್ಯೆಯನ್ನು ಸಂಪೂರ್ಣವಾಗಿ ಪರಿಹರಿಸಬಹುದು ಎಂಬ ಭಾವನೆಯನ್ನು ನಾವು ಹೊಂದಿದ್ದೇವೆ ಮತ್ತು ಅಂತಹ ಪರಿಹಾರದ ಪ್ರಯೋಜನಗಳು ಸ್ಪಷ್ಟವಾಗಿವೆ. ತರುವಾಯ, ವಿದೇಶಿ ಕಂಪನಿಗಳ ಬಿಡುಗಡೆಯಾದ HCI ಉತ್ಪನ್ನಗಳು ಈ ಭಾವನೆಯನ್ನು ಮಾತ್ರ ದೃಢಪಡಿಸಿದವು.
ಆದ್ದರಿಂದ, 2016 ರ ಮಧ್ಯದಲ್ಲಿ, ಪೂರ್ಣ ಪ್ರಮಾಣದ ಉತ್ಪನ್ನವನ್ನು ರಚಿಸುವ ಭಾಗವಾಗಿ ನಾವು ಈ ಕಾರ್ಯಕ್ಕೆ ಮರಳಿದ್ದೇವೆ. ಆ ಸಮಯದಲ್ಲಿ ನಾವು ಇನ್ನೂ ಹೂಡಿಕೆದಾರರೊಂದಿಗೆ ಯಾವುದೇ ಸಂಬಂಧವನ್ನು ಹೊಂದಿರಲಿಲ್ಲ, ಆದ್ದರಿಂದ ನಾವು ನಮ್ಮದೇ ಆದ ದೊಡ್ಡ ಹಣಕ್ಕಾಗಿ ಅಭಿವೃದ್ಧಿ ನಿಲುವನ್ನು ಖರೀದಿಸಬೇಕಾಗಿತ್ತು. Avito ನಲ್ಲಿ ಬಳಸಿದ ಸರ್ವರ್‌ಗಳು ಮತ್ತು ಸ್ವಿಚ್‌ಗಳನ್ನು ಸಂಗ್ರಹಿಸಿದ ನಂತರ, ನಾವು ವ್ಯವಹಾರಕ್ಕೆ ಇಳಿದಿದ್ದೇವೆ.
ನಮ್ಮದೇ ಆದ, ಸರಳವಾಗಿದ್ದರೂ, ನಮ್ಮದೇ ಆದ ಫೈಲ್ ಸಿಸ್ಟಮ್ ಅನ್ನು ರಚಿಸುವುದು ಮುಖ್ಯ ಆರಂಭಿಕ ಕಾರ್ಯವಾಗಿತ್ತು, ಇದು ಈಥರ್ನೆಟ್ ಮೂಲಕ ಅಂತರ್ಸಂಪರ್ಕದಿಂದ ಸಂಪರ್ಕಗೊಂಡಿರುವ ಕ್ಲಸ್ಟರ್ ನೋಡ್‌ಗಳ n ನೇ ಸಂಖ್ಯೆಯ ವರ್ಚುವಲ್ ಬ್ಲಾಕ್‌ಗಳ ರೂಪದಲ್ಲಿ ಡೇಟಾವನ್ನು ಸ್ವಯಂಚಾಲಿತವಾಗಿ ಮತ್ತು ಸಮವಾಗಿ ವಿತರಿಸುತ್ತದೆ. ಅದೇ ಸಮಯದಲ್ಲಿ, ಎಫ್ಎಸ್ ಚೆನ್ನಾಗಿ ಮತ್ತು ಸುಲಭವಾಗಿ ಅಳೆಯಬೇಕು ಮತ್ತು ಪಕ್ಕದ ವ್ಯವಸ್ಥೆಗಳಿಂದ ಸ್ವತಂತ್ರವಾಗಿರಬೇಕು, ಅಂದರೆ. "ಕೇವಲ ಶೇಖರಣಾ ಸೌಲಭ್ಯ" ರೂಪದಲ್ಲಿ vAIR ನಿಂದ ದೂರವಿರಿ.
ಮೊದಲ vAIR ಪರಿಕಲ್ಪನೆ
ನಾವು ಈಗಾಗಲೇ ಅವರೊಂದಿಗೆ ಸಾಕಷ್ಟು ಪ್ರಾಜೆಕ್ಟ್ ಅನುಭವವನ್ನು ಹೊಂದಿರುವುದರಿಂದ ನಮ್ಮ ಸ್ವಂತ ಅಭಿವೃದ್ಧಿಯ ಪರವಾಗಿ ವಿಸ್ತರಿಸಿದ ಸಂಗ್ರಹಣೆಯನ್ನು (ಸೆಫ್, ಗ್ಲಸ್ಟರ್, ಹೊಳಪು ಮತ್ತು ಮುಂತಾದವು) ಸಂಘಟಿಸಲು ಸಿದ್ಧ-ಸಿದ್ಧ ಮುಕ್ತ ಮೂಲ ಪರಿಹಾರಗಳ ಬಳಕೆಯನ್ನು ನಾವು ಉದ್ದೇಶಪೂರ್ವಕವಾಗಿ ತ್ಯಜಿಸಿದ್ದೇವೆ. ಸಹಜವಾಗಿ, ಈ ಪರಿಹಾರಗಳು ಸ್ವತಃ ಅತ್ಯುತ್ತಮವಾಗಿವೆ, ಮತ್ತು ಏರೋಡಿಸ್ಕ್ನಲ್ಲಿ ಕೆಲಸ ಮಾಡುವ ಮೊದಲು, ನಾವು ಅವರೊಂದಿಗೆ ಒಂದಕ್ಕಿಂತ ಹೆಚ್ಚು ಏಕೀಕರಣ ಯೋಜನೆಯನ್ನು ಜಾರಿಗೆ ತಂದಿದ್ದೇವೆ. ಆದರೆ ಒಬ್ಬ ಗ್ರಾಹಕ, ರೈಲು ಸಿಬ್ಬಂದಿಗೆ ನಿರ್ದಿಷ್ಟ ಕಾರ್ಯವನ್ನು ಕಾರ್ಯಗತಗೊಳಿಸುವುದು ಒಂದು ವಿಷಯ, ಮತ್ತು ಬಹುಶಃ, ದೊಡ್ಡ ಮಾರಾಟಗಾರರ ಬೆಂಬಲವನ್ನು ಖರೀದಿಸುವುದು ಮತ್ತು ವಿವಿಧ ಕಾರ್ಯಗಳಿಗಾಗಿ ಬಳಸಲಾಗುವ ಸುಲಭವಾಗಿ ಪುನರಾವರ್ತಿಸುವ ಉತ್ಪನ್ನವನ್ನು ರಚಿಸುವುದು ಇನ್ನೊಂದು ವಿಷಯ. ಮಾರಾಟಗಾರ, ನಮ್ಮ ಬಗ್ಗೆ ನಮಗೆ ತಿಳಿದಿರಬಹುದು. ಎರಡನೆಯ ಉದ್ದೇಶಕ್ಕಾಗಿ, ಅಸ್ತಿತ್ವದಲ್ಲಿರುವ ತೆರೆದ ಮೂಲ ಉತ್ಪನ್ನಗಳು ನಮಗೆ ಸೂಕ್ತವಲ್ಲ, ಆದ್ದರಿಂದ ನಾವು ವಿತರಿಸಿದ ಫೈಲ್ ಸಿಸ್ಟಮ್ ಅನ್ನು ನಾವೇ ರಚಿಸಲು ನಿರ್ಧರಿಸಿದ್ದೇವೆ.
ಎರಡು ವರ್ಷಗಳ ನಂತರ, ಹಲವಾರು ಡೆವಲಪರ್‌ಗಳು (ವಿಎಐಆರ್‌ನಲ್ಲಿನ ಕೆಲಸವನ್ನು ಕ್ಲಾಸಿಕ್ ಇಂಜಿನ್ ಶೇಖರಣಾ ವ್ಯವಸ್ಥೆಯಲ್ಲಿ ಕೆಲಸ ಮಾಡಿದವರು) ಒಂದು ನಿರ್ದಿಷ್ಟ ಫಲಿತಾಂಶವನ್ನು ಸಾಧಿಸಿದರು.
2018 ರ ಹೊತ್ತಿಗೆ, ನಾವು ಸರಳವಾದ ಫೈಲ್ ಸಿಸ್ಟಮ್ ಅನ್ನು ಬರೆದಿದ್ದೇವೆ ಮತ್ತು ಅಗತ್ಯ ಯಂತ್ರಾಂಶದೊಂದಿಗೆ ಅದನ್ನು ಪೂರಕಗೊಳಿಸಿದ್ದೇವೆ. ವ್ಯವಸ್ಥೆಯು ವಿಭಿನ್ನ ಸರ್ವರ್‌ಗಳಿಂದ ಭೌತಿಕ (ಸ್ಥಳೀಯ) ಡಿಸ್ಕ್‌ಗಳನ್ನು ಆಂತರಿಕ ಇಂಟರ್‌ಕನೆಕ್ಟ್ ಮೂಲಕ ಒಂದು ಫ್ಲಾಟ್ ಪೂಲ್‌ಗೆ ಸಂಯೋಜಿಸುತ್ತದೆ ಮತ್ತು ಅವುಗಳನ್ನು ವರ್ಚುವಲ್ ಬ್ಲಾಕ್‌ಗಳಾಗಿ "ಕಟ್" ಮಾಡಿ, ನಂತರ ವರ್ಚುವಲ್ ಬ್ಲಾಕ್‌ಗಳಿಂದ ವಿವಿಧ ಹಂತದ ದೋಷ ಸಹಿಷ್ಣುತೆಯೊಂದಿಗೆ ಬ್ಲಾಕ್ ಸಾಧನಗಳನ್ನು ರಚಿಸಲಾಗಿದೆ, ಅದರ ಮೇಲೆ ವರ್ಚುವಲ್ ಅನ್ನು ರಚಿಸಲಾಗಿದೆ. ಮತ್ತು KVM ಹೈಪರ್ವೈಸರ್ ಕಾರುಗಳನ್ನು ಬಳಸಿಕೊಂಡು ಕಾರ್ಯಗತಗೊಳಿಸಲಾಗಿದೆ.
ನಾವು ಫೈಲ್ ಸಿಸ್ಟಮ್ನ ಹೆಸರಿನೊಂದಿಗೆ ಹೆಚ್ಚು ತಲೆಕೆಡಿಸಿಕೊಳ್ಳಲಿಲ್ಲ ಮತ್ತು ಅದನ್ನು ಸಂಕ್ಷಿಪ್ತವಾಗಿ ARDFS ಎಂದು ಕರೆದಿದ್ದೇವೆ (ಅದು ಏನೆಂದು ಊಹಿಸಿ))
ಈ ಮೂಲಮಾದರಿಯು ಉತ್ತಮವಾಗಿ ಕಾಣುತ್ತದೆ (ದೃಷ್ಟಿಯಿಂದ ಅಲ್ಲ, ಸಹಜವಾಗಿ, ಇನ್ನೂ ಯಾವುದೇ ದೃಶ್ಯ ವಿನ್ಯಾಸವಿಲ್ಲ) ಮತ್ತು ಕಾರ್ಯಕ್ಷಮತೆ ಮತ್ತು ಸ್ಕೇಲಿಂಗ್ ವಿಷಯದಲ್ಲಿ ಉತ್ತಮ ಫಲಿತಾಂಶಗಳನ್ನು ತೋರಿಸಿದೆ. ಮೊದಲ ನೈಜ ಫಲಿತಾಂಶದ ನಂತರ, ನಾವು ಈ ಯೋಜನೆಯನ್ನು ಚಲನೆಯಲ್ಲಿ ಹೊಂದಿಸಿದ್ದೇವೆ, ಪೂರ್ಣ ಪ್ರಮಾಣದ ಅಭಿವೃದ್ಧಿ ಪರಿಸರವನ್ನು ಮತ್ತು vAIR ನೊಂದಿಗೆ ಮಾತ್ರ ವ್ಯವಹರಿಸುವ ಪ್ರತ್ಯೇಕ ತಂಡವನ್ನು ಆಯೋಜಿಸುತ್ತೇವೆ.
ಆ ಹೊತ್ತಿಗೆ, ಪರಿಹಾರದ ಸಾಮಾನ್ಯ ವಾಸ್ತುಶಿಲ್ಪವು ಪ್ರಬುದ್ಧವಾಗಿದೆ, ಅದು ಇನ್ನೂ ಪ್ರಮುಖ ಬದಲಾವಣೆಗಳಿಗೆ ಒಳಗಾಗಿಲ್ಲ.
ARDFS ಫೈಲ್ ಸಿಸ್ಟಮ್‌ಗೆ ಡೈವಿಂಗ್
ARDFS ವಿಎಐಆರ್ನ ಅಡಿಪಾಯವಾಗಿದೆ, ಇದು ಸಂಪೂರ್ಣ ಕ್ಲಸ್ಟರ್‌ನಾದ್ಯಂತ ವಿತರಿಸಿದ, ದೋಷ-ಸಹಿಷ್ಣು ಡೇಟಾ ಸಂಗ್ರಹಣೆಯನ್ನು ಒದಗಿಸುತ್ತದೆ. ARDFS ನ ಒಂದು (ಆದರೆ ಒಂದೇ ಅಲ್ಲ) ವಿಶಿಷ್ಟ ಲಕ್ಷಣವೆಂದರೆ ಅದು ಮೆಟಾಡೇಟಾ ಮತ್ತು ನಿರ್ವಹಣೆಗಾಗಿ ಯಾವುದೇ ಹೆಚ್ಚುವರಿ ಮೀಸಲಾದ ಸರ್ವರ್‌ಗಳನ್ನು ಬಳಸುವುದಿಲ್ಲ. ಇದನ್ನು ಮೂಲತಃ ಪರಿಹಾರದ ಸಂರಚನೆಯನ್ನು ಸರಳೀಕರಿಸಲು ಮತ್ತು ಅದರ ವಿಶ್ವಾಸಾರ್ಹತೆಗಾಗಿ ಕಲ್ಪಿಸಲಾಗಿತ್ತು.
ಶೇಖರಣಾ ರಚನೆ
ಕ್ಲಸ್ಟರ್‌ನ ಎಲ್ಲಾ ನೋಡ್ಗಳಲ್ಲಿ, ಲಭ್ಯವಿರುವ ಎಲ್ಲಾ ಡಿಸ್ಕ್ ಜಾಗದಿಂದ ARDFS ತಾರ್ಕಿಕ ಪೂಲ್ ಅನ್ನು ಆಯೋಜಿಸುತ್ತದೆ. ಪೂಲ್ ಇನ್ನೂ ಡೇಟಾ ಅಥವಾ ಫಾರ್ಮ್ಯಾಟ್ ಮಾಡಿದ ಸ್ಥಳವಲ್ಲ ಎಂದು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವುದು ಬಹಳ ಮುಖ್ಯ, ಆದರೆ ಸರಳವಾಗಿ ಮಾರ್ಕ್ಅಪ್, ಅಂದರೆ. ಕ್ಲಸ್ಟರ್‌ಗೆ ಸೇರಿಸಿದಾಗ vAIR ಅನ್ನು ಸ್ಥಾಪಿಸಿದ ಯಾವುದೇ ನೋಡ್ಗಳನ್ನು ಸ್ವಯಂಚಾಲಿತವಾಗಿ ಹಂಚಿಕೊಂಡ ARDFS ಪೂಲ್‌ಗೆ ಸೇರಿಸಲಾಗುತ್ತದೆ ಮತ್ತು ಡಿಸ್ಕ್ ಸಂಪನ್ಮೂಲಗಳು ಸ್ವಯಂಚಾಲಿತವಾಗಿ ಸಂಪೂರ್ಣ ಕ್ಲಸ್ಟರ್‌ನಾದ್ಯಂತ ಹಂಚಿಕೊಳ್ಳಲ್ಪಡುತ್ತವೆ (ಮತ್ತು ಭವಿಷ್ಯದ ಡೇಟಾ ಸಂಗ್ರಹಣೆಗಾಗಿ ಲಭ್ಯವಿದೆ). ಈ ವಿಧಾನವು ಈಗಾಗಲೇ ಚಾಲನೆಯಲ್ಲಿರುವ ವ್ಯವಸ್ಥೆಯಲ್ಲಿ ಯಾವುದೇ ಗಂಭೀರ ಪರಿಣಾಮವಿಲ್ಲದೆ ಫ್ಲೈನಲ್ಲಿ ನೋಡ್ಗಳನ್ನು ಸೇರಿಸಲು ಮತ್ತು ತೆಗೆದುಹಾಕಲು ನಿಮಗೆ ಅನುಮತಿಸುತ್ತದೆ. ಆ. "ಇಟ್ಟಿಗೆಗಳಲ್ಲಿ" ಅಳೆಯಲು ಸಿಸ್ಟಮ್ ತುಂಬಾ ಸುಲಭ, ಅಗತ್ಯವಿದ್ದರೆ ಕ್ಲಸ್ಟರ್‌ನಲ್ಲಿ ನೋಡ್ಗಳನ್ನು ಸೇರಿಸುವುದು ಅಥವಾ ತೆಗೆದುಹಾಕುವುದು.
ARDFS ಪೂಲ್‌ನ ಮೇಲ್ಭಾಗದಲ್ಲಿ ವರ್ಚುವಲ್ ಡಿಸ್ಕ್‌ಗಳನ್ನು (ವರ್ಚುವಲ್ ಯಂತ್ರಗಳಿಗೆ ಶೇಖರಣಾ ವಸ್ತುಗಳು) ಸೇರಿಸಲಾಗುತ್ತದೆ, ಇವುಗಳನ್ನು 4 ಮೆಗಾಬೈಟ್‌ಗಳ ಗಾತ್ರದ ವರ್ಚುವಲ್ ಬ್ಲಾಕ್‌ಗಳಿಂದ ನಿರ್ಮಿಸಲಾಗಿದೆ. ವರ್ಚುವಲ್ ಡಿಸ್ಕ್ಗಳು ನೇರವಾಗಿ ಡೇಟಾವನ್ನು ಸಂಗ್ರಹಿಸುತ್ತವೆ. ದೋಷ ಸಹಿಷ್ಣುತೆಯ ಯೋಜನೆಯನ್ನು ವರ್ಚುವಲ್ ಡಿಸ್ಕ್ ಮಟ್ಟದಲ್ಲಿ ಸಹ ಹೊಂದಿಸಲಾಗಿದೆ.
ನೀವು ಈಗಾಗಲೇ ಊಹಿಸಿದಂತೆ, ಡಿಸ್ಕ್ ಉಪವ್ಯವಸ್ಥೆಯ ದೋಷ ಸಹಿಷ್ಣುತೆಗಾಗಿ, ನಾವು RAID ಪರಿಕಲ್ಪನೆಯನ್ನು ಬಳಸುವುದಿಲ್ಲ (ಸ್ವತಂತ್ರ ಡಿಸ್ಕ್‌ಗಳ ಅನಗತ್ಯ ರಚನೆ), ಆದರೆ RAIN (ಸ್ವತಂತ್ರ ನೋಡ್‌ಗಳ ಅನಗತ್ಯ ರಚನೆ) ಅನ್ನು ಬಳಸುತ್ತೇವೆ. ಆ. ದೋಷ ಸಹಿಷ್ಣುತೆಯನ್ನು ಅಳೆಯಲಾಗುತ್ತದೆ, ಸ್ವಯಂಚಾಲಿತಗೊಳಿಸಲಾಗುತ್ತದೆ ಮತ್ತು ನೋಡ್‌ಗಳ ಆಧಾರದ ಮೇಲೆ ನಿರ್ವಹಿಸಲಾಗುತ್ತದೆ, ಡಿಸ್ಕ್‌ಗಳಲ್ಲ. ಡಿಸ್ಕ್ಗಳು, ಸಹಜವಾಗಿ, ಶೇಖರಣಾ ವಸ್ತುವಾಗಿದೆ, ಅವುಗಳು ಎಲ್ಲವುಗಳಂತೆ, ಮೇಲ್ವಿಚಾರಣೆ ಮಾಡಲ್ಪಡುತ್ತವೆ, ಸ್ಥಳೀಯ ಹಾರ್ಡ್ವೇರ್ RAID ಅನ್ನು ಜೋಡಿಸುವುದು ಸೇರಿದಂತೆ ನೀವು ಅವರೊಂದಿಗೆ ಎಲ್ಲಾ ಪ್ರಮಾಣಿತ ಕಾರ್ಯಾಚರಣೆಗಳನ್ನು ಮಾಡಬಹುದು, ಆದರೆ ಕ್ಲಸ್ಟರ್ ನಿರ್ದಿಷ್ಟವಾಗಿ ನೋಡ್ಗಳಲ್ಲಿ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ.
ನೀವು ನಿಜವಾಗಿಯೂ RAID ಅನ್ನು ಬಯಸುವ ಪರಿಸ್ಥಿತಿಯಲ್ಲಿ (ಉದಾಹರಣೆಗೆ, ಸಣ್ಣ ಕ್ಲಸ್ಟರ್‌ಗಳಲ್ಲಿ ಬಹು ವೈಫಲ್ಯಗಳನ್ನು ಬೆಂಬಲಿಸುವ ಸನ್ನಿವೇಶ), ಸ್ಥಳೀಯ RAID ನಿಯಂತ್ರಕಗಳನ್ನು ಬಳಸದಂತೆ ಯಾವುದೂ ನಿಮ್ಮನ್ನು ತಡೆಯುವುದಿಲ್ಲ, ಮತ್ತು ವಿಸ್ತರಿಸಿದ ಸಂಗ್ರಹಣೆ ಮತ್ತು ಮೇಲ್ಭಾಗದಲ್ಲಿ RAIN ಆರ್ಕಿಟೆಕ್ಚರ್ ಅನ್ನು ನಿರ್ಮಿಸುತ್ತದೆ. ಈ ಸನ್ನಿವೇಶವು ಸಾಕಷ್ಟು ಲೈವ್ ಆಗಿದೆ ಮತ್ತು ನಮ್ಮಿಂದ ಬೆಂಬಲಿತವಾಗಿದೆ, ಆದ್ದರಿಂದ ನಾವು vAIR ಅನ್ನು ಬಳಸುವ ವಿಶಿಷ್ಟ ಸನ್ನಿವೇಶಗಳ ಕುರಿತು ಲೇಖನದಲ್ಲಿ ಅದರ ಬಗ್ಗೆ ಮಾತನಾಡುತ್ತೇವೆ.
ಶೇಖರಣಾ ದೋಷ ಸಹಿಷ್ಣುತೆ ಯೋಜನೆಗಳು
ವಿಎಐಆರ್‌ನಲ್ಲಿ ವರ್ಚುವಲ್ ಡಿಸ್ಕ್‌ಗಳಿಗಾಗಿ ಎರಡು ದೋಷ ಸಹಿಷ್ಣುತೆ ಯೋಜನೆಗಳಿರಬಹುದು:
1) ರೆಪ್ಲಿಕೇಶನ್ ಫ್ಯಾಕ್ಟರ್ ಅಥವಾ ಸರಳವಾಗಿ ಪುನರಾವರ್ತನೆ - ದೋಷ ಸಹಿಷ್ಣುತೆಯ ಈ ವಿಧಾನವು ಕೋಲು ಮತ್ತು ಹಗ್ಗದಂತೆ ಸರಳವಾಗಿದೆ. ಸಿಂಕ್ರೊನಸ್ ಪುನರಾವರ್ತನೆಯನ್ನು ನೋಡ್‌ಗಳ ನಡುವೆ 2 (ಪ್ರತಿ ಕ್ಲಸ್ಟರ್‌ಗೆ 2 ಪ್ರತಿಗಳು) ಅಥವಾ 3 (ಕ್ರಮವಾಗಿ 3 ಪ್ರತಿಗಳು) ಅಂಶದೊಂದಿಗೆ ನಡೆಸಲಾಗುತ್ತದೆ. ಕ್ಲಸ್ಟರ್‌ನಲ್ಲಿನ ಒಂದು ನೋಡ್ನ ವೈಫಲ್ಯವನ್ನು ತಡೆದುಕೊಳ್ಳಲು ವರ್ಚುವಲ್ ಡಿಸ್ಕ್ ಅನ್ನು RF-2 ಅನುಮತಿಸುತ್ತದೆ, ಆದರೆ ಉಪಯುಕ್ತ ಪರಿಮಾಣದ ಅರ್ಧದಷ್ಟು "ತಿನ್ನುತ್ತದೆ", ಮತ್ತು RF-3 ಕ್ಲಸ್ಟರ್‌ನಲ್ಲಿ 2 ನೋಡ್‌ಗಳ ವೈಫಲ್ಯವನ್ನು ತಡೆದುಕೊಳ್ಳುತ್ತದೆ, ಆದರೆ 2/3 ಅನ್ನು ಕಾಯ್ದಿರಿಸುತ್ತದೆ. ಅದರ ಅಗತ್ಯಗಳಿಗಾಗಿ ಉಪಯುಕ್ತ ಪರಿಮಾಣ. ಈ ಯೋಜನೆಯು RAID-1 ಗೆ ಹೋಲುತ್ತದೆ, ಅಂದರೆ, RF-2 ನಲ್ಲಿ ಕಾನ್ಫಿಗರ್ ಮಾಡಲಾದ ವರ್ಚುವಲ್ ಡಿಸ್ಕ್ ಕ್ಲಸ್ಟರ್‌ನಲ್ಲಿನ ಯಾವುದೇ ಒಂದು ನೋಡ್ನ ವೈಫಲ್ಯಕ್ಕೆ ನಿರೋಧಕವಾಗಿದೆ. ಈ ಸಂದರ್ಭದಲ್ಲಿ, ಡೇಟಾದೊಂದಿಗೆ ಎಲ್ಲವೂ ಚೆನ್ನಾಗಿರುತ್ತದೆ ಮತ್ತು I/O ಸಹ ನಿಲ್ಲುವುದಿಲ್ಲ. ಬಿದ್ದ ನೋಡ್ ಸೇವೆಗೆ ಹಿಂತಿರುಗಿದಾಗ, ಸ್ವಯಂಚಾಲಿತ ಡೇಟಾ ಮರುಪಡೆಯುವಿಕೆ/ಸಿಂಕ್ರೊನೈಸೇಶನ್ ಪ್ರಾರಂಭವಾಗುತ್ತದೆ.
ಸಾಮಾನ್ಯ ಕ್ರಮದಲ್ಲಿ ಮತ್ತು ವೈಫಲ್ಯದ ಪರಿಸ್ಥಿತಿಯಲ್ಲಿ RF-2 ಮತ್ತು RF-3 ಡೇಟಾ ವಿತರಣೆಯ ಉದಾಹರಣೆಗಳನ್ನು ಕೆಳಗೆ ನೀಡಲಾಗಿದೆ.
ನಮ್ಮಲ್ಲಿ 8MB ಅನನ್ಯ (ಉಪಯುಕ್ತ) ಡೇಟಾ ಸಾಮರ್ಥ್ಯವಿರುವ ವರ್ಚುವಲ್ ಯಂತ್ರವಿದೆ, ಅದು 4 vAIR ನೋಡ್ಗಳಲ್ಲಿ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ. ವಾಸ್ತವದಲ್ಲಿ ಅಂತಹ ಸಣ್ಣ ಪರಿಮಾಣವು ಅಸಂಭವವಾಗಿದೆ ಎಂಬುದು ಸ್ಪಷ್ಟವಾಗಿದೆ, ಆದರೆ ARDFS ಕಾರ್ಯಾಚರಣೆಯ ತರ್ಕವನ್ನು ಪ್ರತಿಬಿಂಬಿಸುವ ಯೋಜನೆಗೆ, ಈ ಉದಾಹರಣೆಯು ಹೆಚ್ಚು ಅರ್ಥವಾಗುವಂತಹದ್ದಾಗಿದೆ. AB ಎಂಬುದು 4MB ವರ್ಚುವಲ್ ಬ್ಲಾಕ್‌ಗಳು ಅನನ್ಯ ವರ್ಚುವಲ್ ಮೆಷಿನ್ ಡೇಟಾವನ್ನು ಒಳಗೊಂಡಿರುತ್ತದೆ. RF-2 ಕ್ರಮವಾಗಿ A1+A2 ಮತ್ತು B1+B2 ಬ್ಲಾಕ್‌ಗಳ ಎರಡು ಪ್ರತಿಗಳನ್ನು ರಚಿಸುತ್ತದೆ. ಈ ಬ್ಲಾಕ್‌ಗಳನ್ನು ನೋಡ್‌ಗಳಾದ್ಯಂತ "ಹಾಕಲಾಗಿದೆ", ಅದೇ ನೋಡ್‌ನಲ್ಲಿ ಅದೇ ಡೇಟಾದ ಛೇದಕವನ್ನು ತಪ್ಪಿಸುತ್ತದೆ, ಅಂದರೆ, A1 ನಕಲು A2 ನ ಅದೇ ನೋಡ್‌ನಲ್ಲಿ ಇರುವುದಿಲ್ಲ. ಅದೇ B1 ಮತ್ತು B2.
ನೋಡ್ಗಳಲ್ಲಿ ಒಂದು ವಿಫಲವಾದರೆ (ಉದಾಹರಣೆಗೆ, B3 ನ ನಕಲನ್ನು ಹೊಂದಿರುವ ನೋಡ್ ಸಂಖ್ಯೆ 1), ಈ ನಕಲು ಅದರ ನಕಲು ನಕಲು ಇಲ್ಲದಿರುವ ನೋಡ್‌ನಲ್ಲಿ ಸ್ವಯಂಚಾಲಿತವಾಗಿ ಸಕ್ರಿಯಗೊಳ್ಳುತ್ತದೆ (ಅಂದರೆ, B2 ನ ನಕಲು).
ಹೀಗಾಗಿ, ವರ್ಚುವಲ್ ಡಿಸ್ಕ್ (ಮತ್ತು VM, ಅದರ ಪ್ರಕಾರ) RF-2 ಯೋಜನೆಯಲ್ಲಿ ಒಂದು ನೋಡ್ನ ವೈಫಲ್ಯವನ್ನು ಸುಲಭವಾಗಿ ಬದುಕಬಲ್ಲದು.
ಪುನರಾವರ್ತನೆಯ ಯೋಜನೆಯು ಸರಳ ಮತ್ತು ವಿಶ್ವಾಸಾರ್ಹವಾಗಿದ್ದರೂ, RAID1 ನಂತೆಯೇ ಅದೇ ಸಮಸ್ಯೆಯಿಂದ ಬಳಲುತ್ತಿದೆ - ಸಾಕಷ್ಟು ಬಳಸಬಹುದಾದ ಸ್ಥಳಾವಕಾಶವಿಲ್ಲ.
2) ಮೇಲಿನ ಸಮಸ್ಯೆಯನ್ನು ಪರಿಹರಿಸಲು ಎರೇಸರ್ ಕೋಡಿಂಗ್ ಅಥವಾ ಎರೇಸರ್ ಕೋಡಿಂಗ್ ("ಅನಾವಶ್ಯಕ ಕೋಡಿಂಗ್", "ಎರೇಸರ್ ಕೋಡಿಂಗ್" ಅಥವಾ "ರಿಡೆಂಡೆನ್ಸಿ ಕೋಡ್" ಎಂದೂ ಕರೆಯಲಾಗುತ್ತದೆ) ಅಸ್ತಿತ್ವದಲ್ಲಿದೆ. EC ಎನ್ನುವುದು ಪುನರಾವರ್ತನೆಗೆ ಹೋಲಿಸಿದರೆ ಕಡಿಮೆ ಡಿಸ್ಕ್ ಸ್ಪೇಸ್ ಓವರ್ಹೆಡ್ನೊಂದಿಗೆ ಹೆಚ್ಚಿನ ಡೇಟಾ ಲಭ್ಯತೆಯನ್ನು ಒದಗಿಸುವ ಪುನರಾವರ್ತನೆಯ ಯೋಜನೆಯಾಗಿದೆ. ಈ ಕಾರ್ಯವಿಧಾನದ ಕಾರ್ಯಾಚರಣೆಯ ತತ್ವವು RAID 5, 6, 6P ಗೆ ಹೋಲುತ್ತದೆ.
ಎನ್‌ಕೋಡಿಂಗ್ ಮಾಡುವಾಗ, EC ಪ್ರಕ್ರಿಯೆಯು EC ಸ್ಕೀಮ್‌ಗೆ ಅನುಗುಣವಾಗಿ ವರ್ಚುವಲ್ ಬ್ಲಾಕ್ ಅನ್ನು (4MB ಪೂರ್ವನಿಯೋಜಿತವಾಗಿ) ಹಲವಾರು ಸಣ್ಣ "ಡೇಟಾ ಭಾಗಗಳಾಗಿ" ವಿಭಜಿಸುತ್ತದೆ (ಉದಾಹರಣೆಗೆ, 2+1 ಯೋಜನೆಯು ಪ್ರತಿ 4MB ಬ್ಲಾಕ್ ಅನ್ನು 2 2MB ಭಾಗಗಳಾಗಿ ವಿಭಜಿಸುತ್ತದೆ). ಮುಂದೆ, ಈ ಪ್ರಕ್ರಿಯೆಯು "ಡೇಟಾ ಚಂಕ್ಸ್" ಗಾಗಿ "ಪ್ಯಾರಿಟಿ ಚಂಕ್ಸ್" ಅನ್ನು ಉತ್ಪಾದಿಸುತ್ತದೆ, ಅದು ಹಿಂದೆ ವಿಂಗಡಿಸಲಾದ ಭಾಗಗಳಲ್ಲಿ ಒಂದಕ್ಕಿಂತ ದೊಡ್ಡದಾಗಿರುವುದಿಲ್ಲ. ಡಿಕೋಡಿಂಗ್ ಮಾಡುವಾಗ, ಸಂಪೂರ್ಣ ಕ್ಲಸ್ಟರ್‌ನಲ್ಲಿ "ಉಳಿದಿರುವ" ಡೇಟಾವನ್ನು ಓದುವ ಮೂಲಕ EC ಕಾಣೆಯಾದ ಭಾಗಗಳನ್ನು ಉತ್ಪಾದಿಸುತ್ತದೆ.
ಉದಾಹರಣೆಗೆ, 2 ಕ್ಲಸ್ಟರ್ ನೋಡ್ಗಳಲ್ಲಿ ಅಳವಡಿಸಲಾದ 1 + 4 ಇಸಿ ಸ್ಕೀಮ್‌ನೊಂದಿಗೆ ವರ್ಚುವಲ್ ಡಿಸ್ಕ್, ಕ್ಲಸ್ಟರ್‌ನಲ್ಲಿನ ಒಂದು ನೋಡ್ನ ವೈಫಲ್ಯವನ್ನು RF-2 ರೀತಿಯಲ್ಲಿಯೇ ಸುಲಭವಾಗಿ ತಡೆದುಕೊಳ್ಳುತ್ತದೆ. ಈ ಸಂದರ್ಭದಲ್ಲಿ, ಓವರ್ಹೆಡ್ ವೆಚ್ಚಗಳು ಕಡಿಮೆ ಇರುತ್ತದೆ, ನಿರ್ದಿಷ್ಟವಾಗಿ, RF-2 ಗಾಗಿ ಉಪಯುಕ್ತ ಸಾಮರ್ಥ್ಯದ ಗುಣಾಂಕ 2, ಮತ್ತು EC 2+1 ಗಾಗಿ ಅದು 1,5 ಆಗಿರುತ್ತದೆ.
ಅದನ್ನು ಹೆಚ್ಚು ಸರಳವಾಗಿ ವಿವರಿಸಲು, ಮೂಲತತ್ವವೆಂದರೆ ವರ್ಚುವಲ್ ಬ್ಲಾಕ್ ಅನ್ನು 2-8 ಎಂದು ವಿಂಗಡಿಸಲಾಗಿದೆ (ಏಕೆ 2 ರಿಂದ 8 ರವರೆಗೆ, ಕೆಳಗೆ ನೋಡಿ) "ತುಣುಕುಗಳು", ಮತ್ತು ಈ ತುಣುಕುಗಳಿಗೆ ಒಂದೇ ರೀತಿಯ ಪರಿಮಾಣದ ಸಮಾನತೆಯ "ತುಣುಕುಗಳನ್ನು" ಲೆಕ್ಕಹಾಕಲಾಗುತ್ತದೆ.
ಪರಿಣಾಮವಾಗಿ, ಕ್ಲಸ್ಟರ್‌ನ ಎಲ್ಲಾ ನೋಡ್ಗಳಲ್ಲಿ ಡೇಟಾ ಮತ್ತು ಸಮಾನತೆಯನ್ನು ಸಮವಾಗಿ ವಿತರಿಸಲಾಗುತ್ತದೆ. ಅದೇ ಸಮಯದಲ್ಲಿ, ಪುನರಾವರ್ತನೆಯಂತೆಯೇ, ARDFS ಸ್ವಯಂಚಾಲಿತವಾಗಿ ನೋಡ್‌ಗಳ ನಡುವೆ ಡೇಟಾವನ್ನು ವಿತರಿಸುತ್ತದೆ, ಅದೇ ನೋಡ್‌ನಲ್ಲಿ ಒಂದೇ ಡೇಟಾವನ್ನು (ಡೇಟಾದ ನಕಲುಗಳು ಮತ್ತು ಅವುಗಳ ಸಮಾನತೆ) ಸಂಗ್ರಹಿಸದಂತೆ ತಡೆಯುತ್ತದೆ, ಇದರಿಂದಾಗಿ ಡೇಟಾವನ್ನು ಕಳೆದುಕೊಳ್ಳುವ ಅವಕಾಶವನ್ನು ತೆಗೆದುಹಾಕುತ್ತದೆ. ಡೇಟಾ ಮತ್ತು ಅವುಗಳ ಸಮಾನತೆಯು ವಿಫಲವಾದ ಒಂದು ಶೇಖರಣಾ ನೋಡ್‌ನಲ್ಲಿ ಇದ್ದಕ್ಕಿದ್ದಂತೆ ಕೊನೆಗೊಳ್ಳುತ್ತದೆ.
ಕೆಳಗೆ ಒಂದು ಉದಾಹರಣೆಯಾಗಿದೆ, ಅದೇ 8 MB ವರ್ಚುವಲ್ ಯಂತ್ರ ಮತ್ತು 4 ನೋಡ್‌ಗಳೊಂದಿಗೆ, ಆದರೆ EC 2+1 ಸ್ಕೀಮ್‌ನೊಂದಿಗೆ.
A ಮತ್ತು B ಬ್ಲಾಕ್‌ಗಳನ್ನು 2 MB ಯ ಎರಡು ಭಾಗಗಳಾಗಿ ವಿಂಗಡಿಸಲಾಗಿದೆ (ಎರಡು ಏಕೆಂದರೆ 2+1), ಅಂದರೆ A1+A2 ಮತ್ತು B1+B2. ಪ್ರತಿಕೃತಿಯಂತಲ್ಲದೆ, A1 A2 ನ ನಕಲು ಅಲ್ಲ, ಇದು ವರ್ಚುವಲ್ ಬ್ಲಾಕ್ A ಆಗಿದೆ, ಇದನ್ನು ಎರಡು ಭಾಗಗಳಾಗಿ ವಿಂಗಡಿಸಲಾಗಿದೆ, ಬ್ಲಾಕ್ B ಯೊಂದಿಗೆ ಒಂದೇ ಆಗಿರುತ್ತದೆ. ಒಟ್ಟಾರೆಯಾಗಿ, ನಾವು 4MB ಯ ಎರಡು ಸೆಟ್‌ಗಳನ್ನು ಪಡೆಯುತ್ತೇವೆ, ಪ್ರತಿಯೊಂದೂ ಎರಡು ಎರಡು-MB ತುಣುಕುಗಳನ್ನು ಹೊಂದಿರುತ್ತದೆ. ಮುಂದೆ, ಈ ಪ್ರತಿಯೊಂದು ಸೆಟ್‌ಗಳಿಗೆ, ಒಂದಕ್ಕಿಂತ ಹೆಚ್ಚು ತುಂಡುಗಳ (ಅಂದರೆ 2 MB) ಪರಿಮಾಣದೊಂದಿಗೆ ಸಮಾನತೆಯನ್ನು ಲೆಕ್ಕಹಾಕಲಾಗುತ್ತದೆ, ನಾವು ಹೆಚ್ಚುವರಿ + 2 ಸಮಾನತೆಯ ತುಣುಕುಗಳನ್ನು (AP ಮತ್ತು BP) ಪಡೆಯುತ್ತೇವೆ. ಒಟ್ಟಾರೆಯಾಗಿ ನಾವು 4×2 ಡೇಟಾ + 2×2 ಸಮಾನತೆಯನ್ನು ಹೊಂದಿದ್ದೇವೆ.
ಮುಂದೆ, ತುಣುಕುಗಳನ್ನು ನೋಡ್‌ಗಳ ನಡುವೆ "ಹಾಕಲಾಗಿದೆ" ಆದ್ದರಿಂದ ಡೇಟಾವು ಅವುಗಳ ಸಮಾನತೆಯೊಂದಿಗೆ ಛೇದಿಸುವುದಿಲ್ಲ. ಆ. A1 ಮತ್ತು A2 AP ನಂತೆ ಒಂದೇ ನೋಡ್‌ನಲ್ಲಿ ಇರುವುದಿಲ್ಲ.
ಒಂದು ನೋಡ್ನ ವೈಫಲ್ಯದ ಸಂದರ್ಭದಲ್ಲಿ (ಉದಾಹರಣೆಗೆ, ಮೂರನೆಯದು), ಬಿದ್ದ ಬ್ಲಾಕ್ B1 ಅನ್ನು BP ಪ್ಯಾರಿಟಿಯಿಂದ ಸ್ವಯಂಚಾಲಿತವಾಗಿ ಪುನಃಸ್ಥಾಪಿಸಲಾಗುತ್ತದೆ, ಅದನ್ನು ನೋಡ್ ಸಂಖ್ಯೆ 2 ನಲ್ಲಿ ಸಂಗ್ರಹಿಸಲಾಗುತ್ತದೆ ಮತ್ತು ಇರುವ ನೋಡ್‌ನಲ್ಲಿ ಸಕ್ರಿಯಗೊಳಿಸಲಾಗುತ್ತದೆ. ಬಿ-ಪ್ಯಾರಿಟಿ ಇಲ್ಲ, ಅಂದರೆ. ಬಿಪಿ ತುಂಡು. ಈ ಉದಾಹರಣೆಯಲ್ಲಿ, ಇದು ನೋಡ್ ಸಂಖ್ಯೆ 1 ಆಗಿದೆ
ಓದುಗರಿಗೆ ಪ್ರಶ್ನೆ ಇದೆ ಎಂದು ನನಗೆ ಖಾತ್ರಿಯಿದೆ:
"ನೀವು ವಿವರಿಸಿದ ಎಲ್ಲವನ್ನೂ ಸ್ಪರ್ಧಿಗಳು ಮತ್ತು ಮುಕ್ತ ಮೂಲ ಪರಿಹಾರಗಳಲ್ಲಿ ದೀರ್ಘಕಾಲ ಅಳವಡಿಸಲಾಗಿದೆ, ARDFS ನಲ್ಲಿ EC ಯ ನಿಮ್ಮ ಅನುಷ್ಠಾನದ ನಡುವಿನ ವ್ಯತ್ಯಾಸವೇನು?"
ತದನಂತರ ARDFS ನ ಆಸಕ್ತಿದಾಯಕ ವೈಶಿಷ್ಟ್ಯಗಳು ಇರುತ್ತದೆ.
ನಮ್ಯತೆಯ ಮೇಲೆ ಕೇಂದ್ರೀಕರಿಸುವ ಕೋಡಿಂಗ್ ಅನ್ನು ಅಳಿಸಿಹಾಕು
ಆರಂಭದಲ್ಲಿ, ನಾವು ಸಾಕಷ್ಟು ಹೊಂದಿಕೊಳ್ಳುವ EC X+Y ಸ್ಕೀಮ್ ಅನ್ನು ಒದಗಿಸಿದ್ದೇವೆ, ಅಲ್ಲಿ X ಎಂಬುದು 2 ರಿಂದ 8 ರವರೆಗಿನ ಸಂಖ್ಯೆಗೆ ಸಮನಾಗಿರುತ್ತದೆ ಮತ್ತು Y ಎಂಬುದು 1 ರಿಂದ 8 ರವರೆಗಿನ ಸಂಖ್ಯೆಗೆ ಸಮಾನವಾಗಿರುತ್ತದೆ, ಆದರೆ ಯಾವಾಗಲೂ X ಗಿಂತ ಕಡಿಮೆ ಅಥವಾ ಸಮಾನವಾಗಿರುತ್ತದೆ. ಈ ಸ್ಕೀಮ್ ಅನ್ನು ಒದಗಿಸಲಾಗಿದೆ. ನಮ್ಯತೆಗಾಗಿ. ವರ್ಚುವಲ್ ಬ್ಲಾಕ್ ಅನ್ನು ವಿಂಗಡಿಸಲಾದ ಡೇಟಾ ತುಣುಕುಗಳ ಸಂಖ್ಯೆಯನ್ನು (X) ಹೆಚ್ಚಿಸುವುದರಿಂದ ಓವರ್ಹೆಡ್ ವೆಚ್ಚವನ್ನು ಕಡಿಮೆ ಮಾಡಲು ಅನುಮತಿಸುತ್ತದೆ, ಅಂದರೆ, ಬಳಸಬಹುದಾದ ಜಾಗವನ್ನು ಹೆಚ್ಚಿಸುತ್ತದೆ.
ಪ್ಯಾರಿಟಿ ಚಂಕ್‌ಗಳ (Y) ಸಂಖ್ಯೆಯನ್ನು ಹೆಚ್ಚಿಸುವುದರಿಂದ ವರ್ಚುವಲ್ ಡಿಸ್ಕ್‌ನ ವಿಶ್ವಾಸಾರ್ಹತೆ ಹೆಚ್ಚಾಗುತ್ತದೆ. Y ಮೌಲ್ಯವು ದೊಡ್ಡದಾಗಿದೆ, ಕ್ಲಸ್ಟರ್‌ನಲ್ಲಿ ಹೆಚ್ಚಿನ ನೋಡ್‌ಗಳು ವಿಫಲಗೊಳ್ಳಬಹುದು. ಸಹಜವಾಗಿ, ಸಮಾನತೆಯ ಪರಿಮಾಣವನ್ನು ಹೆಚ್ಚಿಸುವುದರಿಂದ ಬಳಸಬಹುದಾದ ಸಾಮರ್ಥ್ಯದ ಪ್ರಮಾಣವನ್ನು ಕಡಿಮೆ ಮಾಡುತ್ತದೆ, ಆದರೆ ಇದು ವಿಶ್ವಾಸಾರ್ಹತೆಗೆ ಪಾವತಿಸಬೇಕಾದ ಬೆಲೆಯಾಗಿದೆ.
ಇಸಿ ಸರ್ಕ್ಯೂಟ್‌ಗಳ ಮೇಲಿನ ಕಾರ್ಯಕ್ಷಮತೆಯ ಅವಲಂಬನೆಯು ಬಹುತೇಕ ನೇರವಾಗಿರುತ್ತದೆ: ಹೆಚ್ಚು "ತುಣುಕುಗಳು", ಕಡಿಮೆ ಕಾರ್ಯಕ್ಷಮತೆ; ಇಲ್ಲಿ, ಸಹಜವಾಗಿ, ಸಮತೋಲಿತ ನೋಟ ಅಗತ್ಯವಿದೆ.
ಈ ವಿಧಾನವು ನಿರ್ವಾಹಕರಿಗೆ ಗರಿಷ್ಠ ನಮ್ಯತೆಯೊಂದಿಗೆ ವಿಸ್ತರಿಸಿದ ಸಂಗ್ರಹಣೆಯನ್ನು ಕಾನ್ಫಿಗರ್ ಮಾಡಲು ಅನುಮತಿಸುತ್ತದೆ. ARDFS ಪೂಲ್‌ನಲ್ಲಿ, ನೀವು ಯಾವುದೇ ದೋಷ ಸಹಿಷ್ಣುತೆ ಯೋಜನೆಗಳು ಮತ್ತು ಅವುಗಳ ಸಂಯೋಜನೆಗಳನ್ನು ಬಳಸಬಹುದು, ಇದು ನಮ್ಮ ಅಭಿಪ್ರಾಯದಲ್ಲಿ ಸಹ ತುಂಬಾ ಉಪಯುಕ್ತವಾಗಿದೆ.
ಹಲವಾರು (ಎಲ್ಲಾ ಸಾಧ್ಯವಿಲ್ಲ) RF ಮತ್ತು EC ಸ್ಕೀಮ್‌ಗಳನ್ನು ಹೋಲಿಸುವ ಟೇಬಲ್ ಕೆಳಗೆ ಇದೆ.
ಒಂದು ಕ್ಲಸ್ಟರ್‌ನಲ್ಲಿ ಏಕಕಾಲದಲ್ಲಿ 8 ನೋಡ್‌ಗಳ ನಷ್ಟವನ್ನು ಅನುಮತಿಸುವ ಅತ್ಯಂತ "ಟೆರ್ರಿ" ಸಂಯೋಜನೆಯ EC 7+7 ಸಹ, ಪ್ರಮಾಣಿತ ಪ್ರತಿಕೃತಿಗಿಂತ ಕಡಿಮೆ ಬಳಸಬಹುದಾದ ಜಾಗವನ್ನು (1,875 ವರ್ಸಸ್ 2) "ತಿನ್ನುತ್ತದೆ" ಮತ್ತು 7 ಪಟ್ಟು ಉತ್ತಮವಾಗಿ ರಕ್ಷಿಸುತ್ತದೆ ಎಂದು ಟೇಬಲ್ ತೋರಿಸುತ್ತದೆ. , ಇದು ಈ ಸಂರಕ್ಷಣಾ ಕಾರ್ಯವಿಧಾನವನ್ನು ಹೆಚ್ಚು ಸಂಕೀರ್ಣವಾಗಿಸುತ್ತದೆ, ಸೀಮಿತ ಡಿಸ್ಕ್ ಜಾಗದ ಪರಿಸ್ಥಿತಿಗಳಲ್ಲಿ ಗರಿಷ್ಠ ವಿಶ್ವಾಸಾರ್ಹತೆಯನ್ನು ಖಚಿತಪಡಿಸಿಕೊಳ್ಳಲು ಅಗತ್ಯವಿರುವ ಸಂದರ್ಭಗಳಲ್ಲಿ ಹೆಚ್ಚು ಆಕರ್ಷಕವಾಗಿದೆ. ಅದೇ ಸಮಯದಲ್ಲಿ, X ಅಥವಾ Y ಗೆ ಪ್ರತಿ "ಪ್ಲಸ್" ಹೆಚ್ಚುವರಿ ಕಾರ್ಯಕ್ಷಮತೆಯ ಓವರ್ಹೆಡ್ ಆಗಿರುತ್ತದೆ ಎಂದು ನೀವು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಬೇಕು, ಆದ್ದರಿಂದ ವಿಶ್ವಾಸಾರ್ಹತೆ, ಉಳಿತಾಯ ಮತ್ತು ಕಾರ್ಯಕ್ಷಮತೆಯ ನಡುವಿನ ತ್ರಿಕೋನದಲ್ಲಿ ನೀವು ಬಹಳ ಎಚ್ಚರಿಕೆಯಿಂದ ಆಯ್ಕೆ ಮಾಡಬೇಕಾಗುತ್ತದೆ. ಈ ಕಾರಣಕ್ಕಾಗಿ, ಕೋಡಿಂಗ್ ಗಾತ್ರವನ್ನು ಅಳಿಸಲು ನಾವು ಪ್ರತ್ಯೇಕ ಲೇಖನವನ್ನು ವಿನಿಯೋಗಿಸುತ್ತೇವೆ.
ಫೈಲ್ ಸಿಸ್ಟಮ್ನ ವಿಶ್ವಾಸಾರ್ಹತೆ ಮತ್ತು ಸ್ವಾಯತ್ತತೆ
ARDFS ಕ್ಲಸ್ಟರ್‌ನ ಎಲ್ಲಾ ನೋಡ್ಗಳಲ್ಲಿ ಸ್ಥಳೀಯವಾಗಿ ಚಲಿಸುತ್ತದೆ ಮತ್ತು ಮೀಸಲಾದ ಈಥರ್ನೆಟ್ ಇಂಟರ್ಫೇಸ್‌ಗಳ ಮೂಲಕ ತನ್ನದೇ ಆದ ವಿಧಾನಗಳನ್ನು ಬಳಸಿಕೊಂಡು ಅವುಗಳನ್ನು ಸಿಂಕ್ರೊನೈಸ್ ಮಾಡುತ್ತದೆ. ಪ್ರಮುಖ ಅಂಶವೆಂದರೆ ARDFS ಸ್ವತಂತ್ರವಾಗಿ ಡೇಟಾವನ್ನು ಮಾತ್ರ ಸಿಂಕ್ರೊನೈಸ್ ಮಾಡುತ್ತದೆ, ಆದರೆ ಸಂಗ್ರಹಣೆಗೆ ಸಂಬಂಧಿಸಿದ ಮೆಟಾಡೇಟಾವನ್ನು ಸಹ ಸಿಂಕ್ರೊನೈಸ್ ಮಾಡುತ್ತದೆ. ARDFS ನಲ್ಲಿ ಕೆಲಸ ಮಾಡುವಾಗ, ನಾವು ಏಕಕಾಲದಲ್ಲಿ ಹಲವಾರು ಅಸ್ತಿತ್ವದಲ್ಲಿರುವ ಪರಿಹಾರಗಳನ್ನು ಅಧ್ಯಯನ ಮಾಡಿದ್ದೇವೆ ಮತ್ತು ನಾವು ಬಾಹ್ಯ ವಿತರಣೆ DBMS ಅನ್ನು ಬಳಸಿಕೊಂಡು ಫೈಲ್ ಸಿಸ್ಟಮ್ ಮೆಟಾವನ್ನು ಸಿಂಕ್ರೊನೈಸ್ ಮಾಡುವುದನ್ನು ನಾವು ಕಂಡುಹಿಡಿದಿದ್ದೇವೆ, ಇದನ್ನು ನಾವು ಸಿಂಕ್ರೊನೈಸೇಶನ್ಗಾಗಿ ಬಳಸುತ್ತೇವೆ, ಆದರೆ ಕಾನ್ಫಿಗರೇಶನ್ಗಳನ್ನು ಮಾತ್ರ ಬಳಸುತ್ತೇವೆ, FS ಮೆಟಾಡೇಟಾ (ಇದರ ಬಗ್ಗೆ ಮತ್ತು ಇತರ ಸಂಬಂಧಿತ ಉಪವ್ಯವಸ್ಥೆಗಳ ಬಗ್ಗೆ ಮುಂದಿನ ಲೇಖನದಲ್ಲಿ).
ಬಾಹ್ಯ DBMS ಅನ್ನು ಬಳಸಿಕೊಂಡು FS ಮೆಟಾಡೇಟಾವನ್ನು ಸಿಂಕ್ರೊನೈಸ್ ಮಾಡುವುದು, ಸಹಜವಾಗಿ, ಒಂದು ಕೆಲಸ ಮಾಡುವ ಪರಿಹಾರವಾಗಿದೆ, ಆದರೆ ARDFS ನಲ್ಲಿ ಸಂಗ್ರಹವಾಗಿರುವ ಡೇಟಾದ ಸ್ಥಿರತೆಯು ಬಾಹ್ಯ DBMS ಮತ್ತು ಅದರ ನಡವಳಿಕೆಯನ್ನು ಅವಲಂಬಿಸಿರುತ್ತದೆ (ಮತ್ತು, ಸ್ಪಷ್ಟವಾಗಿ ಹೇಳುವುದಾದರೆ, ಇದು ವಿಚಿತ್ರವಾದ ಮಹಿಳೆ), ಇದರಲ್ಲಿ ನಮ್ಮ ಅಭಿಪ್ರಾಯ ಕೆಟ್ಟದು. ಏಕೆ? ಎಫ್ಎಸ್ ಮೆಟಾಡೇಟಾ ಹಾನಿಗೊಳಗಾದರೆ, ಎಫ್ಎಸ್ ಡೇಟಾವನ್ನು ಸ್ವತಃ "ವಿದಾಯ" ಎಂದು ಹೇಳಬಹುದು, ಆದ್ದರಿಂದ ನಾವು ಹೆಚ್ಚು ಸಂಕೀರ್ಣವಾದ ಆದರೆ ವಿಶ್ವಾಸಾರ್ಹ ಮಾರ್ಗವನ್ನು ತೆಗೆದುಕೊಳ್ಳಲು ನಿರ್ಧರಿಸಿದ್ದೇವೆ.
ನಾವು ARDFS ಗಾಗಿ ಮೆಟಾಡೇಟಾ ಸಿಂಕ್ರೊನೈಸೇಶನ್ ಉಪವ್ಯವಸ್ಥೆಯನ್ನು ಮಾಡಿದ್ದೇವೆ ಮತ್ತು ಇದು ಪಕ್ಕದ ಉಪವ್ಯವಸ್ಥೆಗಳಿಂದ ಸಂಪೂರ್ಣವಾಗಿ ಸ್ವತಂತ್ರವಾಗಿ ಜೀವಿಸುತ್ತದೆ. ಆ. ಯಾವುದೇ ಇತರ ಉಪವ್ಯವಸ್ಥೆಯು ARDFS ಡೇಟಾವನ್ನು ಭ್ರಷ್ಟಗೊಳಿಸುವುದಿಲ್ಲ. ನಮ್ಮ ಅಭಿಪ್ರಾಯದಲ್ಲಿ, ಇದು ಅತ್ಯಂತ ವಿಶ್ವಾಸಾರ್ಹ ಮತ್ತು ಸರಿಯಾದ ಮಾರ್ಗವಾಗಿದೆ, ಆದರೆ ಇದು ನಿಜವಾಗಿ ಇದೆಯೇ ಎಂದು ಸಮಯ ಹೇಳುತ್ತದೆ. ಹೆಚ್ಚುವರಿಯಾಗಿ, ಈ ವಿಧಾನದಿಂದ ಹೆಚ್ಚುವರಿ ಪ್ರಯೋಜನವಿದೆ. ARDFS ಅನ್ನು ವಿಎಐಆರ್‌ನಿಂದ ಸ್ವತಂತ್ರವಾಗಿ ಬಳಸಬಹುದು, ಸ್ಟ್ರೆಚ್ಡ್ ಸ್ಟೋರೇಜ್‌ನಂತೆ, ನಾವು ಭವಿಷ್ಯದ ಉತ್ಪನ್ನಗಳಲ್ಲಿ ಖಂಡಿತವಾಗಿಯೂ ಬಳಸುತ್ತೇವೆ.
ಪರಿಣಾಮವಾಗಿ, ARDFS ಅನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸುವ ಮೂಲಕ, ನಾವು ಹೊಂದಿಕೊಳ್ಳುವ ಮತ್ತು ವಿಶ್ವಾಸಾರ್ಹ ಫೈಲ್ ಸಿಸ್ಟಮ್ ಅನ್ನು ಸ್ವೀಕರಿಸಿದ್ದೇವೆ ಅದು ನೀವು ಸಾಮರ್ಥ್ಯವನ್ನು ಉಳಿಸುವ ಅಥವಾ ಕಾರ್ಯಕ್ಷಮತೆಯ ಮೇಲೆ ಎಲ್ಲವನ್ನೂ ಬಿಟ್ಟುಬಿಡುವ ಅಥವಾ ಸಮಂಜಸವಾದ ವೆಚ್ಚದಲ್ಲಿ ಅಲ್ಟ್ರಾ-ವಿಶ್ವಾಸಾರ್ಹ ಸಂಗ್ರಹಣೆಯನ್ನು ಮಾಡುವ ಆಯ್ಕೆಯನ್ನು ನೀಡುತ್ತದೆ, ಆದರೆ ಕಾರ್ಯಕ್ಷಮತೆಯ ಅವಶ್ಯಕತೆಗಳನ್ನು ಕಡಿಮೆ ಮಾಡುತ್ತದೆ.
ಸರಳವಾದ ಪರವಾನಗಿ ನೀತಿ ಮತ್ತು ಹೊಂದಿಕೊಳ್ಳುವ ವಿತರಣಾ ಮಾದರಿಯೊಂದಿಗೆ (ಮುಂದೆ ನೋಡುತ್ತಿರುವಾಗ, vAIR ಅನ್ನು ನೋಡ್‌ನಿಂದ ಪರವಾನಗಿ ನೀಡಲಾಗಿದೆ ಮತ್ತು ಸಾಫ್ಟ್ವೇರ್ ಅಥವಾ ಸಾಫ್ಟ್ವೇರ್ ಪ್ಯಾಕೇಜ್‌ನಂತೆ ವಿತರಿಸಲಾಗುತ್ತದೆ), ಇದು ವಿವಿಧ ರೀತಿಯ ಗ್ರಾಹಕರ ಅಗತ್ಯತೆಗಳಿಗೆ ಪರಿಹಾರವನ್ನು ನಿಖರವಾಗಿ ಹೊಂದಿಸಲು ನಿಮಗೆ ಅನುಮತಿಸುತ್ತದೆ ಮತ್ತು ನಂತರ ಸುಲಭವಾಗಿ ಈ ಸಮತೋಲನವನ್ನು ಕಾಪಾಡಿಕೊಳ್ಳಿ.
ಈ ಪವಾಡ ಯಾರಿಗೆ ಬೇಕು?
ಒಂದೆಡೆ, ಹೈಪರ್‌ಕನ್ವರ್ಜೆನ್ಸ್ ಕ್ಷೇತ್ರದಲ್ಲಿ ಗಂಭೀರ ಪರಿಹಾರಗಳನ್ನು ಹೊಂದಿರುವ ಆಟಗಾರರು ಈಗಾಗಲೇ ಮಾರುಕಟ್ಟೆಯಲ್ಲಿದ್ದಾರೆ ಎಂದು ನಾವು ಹೇಳಬಹುದು ಮತ್ತು ಇಲ್ಲಿಯೇ ನಾವು ನಿಜವಾಗಿಯೂ ಹೋಗುತ್ತಿದ್ದೇವೆ. ಈ ಹೇಳಿಕೆ ನಿಜವೆಂದು ತೋರುತ್ತದೆ, ಆದರೆ ...
ಮತ್ತೊಂದೆಡೆ, ನಾವು ಹೊಲಗಳಿಗೆ ಹೋದಾಗ ಮತ್ತು ಗ್ರಾಹಕರೊಂದಿಗೆ ಸಂವಹನ ನಡೆಸಿದಾಗ, ನಾವು ಮತ್ತು ನಮ್ಮ ಪಾಲುದಾರರು ಇದು ಯಾವುದೇ ಸಂದರ್ಭದಲ್ಲಿ ಅಲ್ಲ ಎಂದು ನೋಡುತ್ತೇವೆ. ಹೈಪರ್‌ಕನ್ವರ್ಜೆನ್ಸ್‌ಗೆ ಹಲವು ಕಾರ್ಯಗಳಿವೆ, ಕೆಲವು ಸ್ಥಳಗಳಲ್ಲಿ ಅಂತಹ ಪರಿಹಾರಗಳು ಅಸ್ತಿತ್ವದಲ್ಲಿವೆ ಎಂದು ಜನರಿಗೆ ತಿಳಿದಿರಲಿಲ್ಲ, ಇತರರಲ್ಲಿ ಇದು ದುಬಾರಿಯಾಗಿದೆ, ಇತರರಲ್ಲಿ ಪರ್ಯಾಯ ಪರಿಹಾರಗಳ ವಿಫಲ ಪರೀಕ್ಷೆಗಳಿವೆ, ಮತ್ತು ಇತರರಲ್ಲಿ ಅವರು ನಿರ್ಬಂಧಗಳಿಂದಾಗಿ ಖರೀದಿಸುವುದನ್ನು ನಿಷೇಧಿಸುತ್ತಾರೆ. ಸಾಮಾನ್ಯವಾಗಿ, ಕ್ಷೇತ್ರವು ಉಳುಮೆ ಮಾಡಲಾಗಿಲ್ಲ, ಆದ್ದರಿಂದ ನಾವು ಕಚ್ಚಾ ಮಣ್ಣನ್ನು ಹೆಚ್ಚಿಸಲು ಹೋದೆವು))).
GCS ಗಿಂತ ಶೇಖರಣಾ ವ್ಯವಸ್ಥೆಯು ಯಾವಾಗ ಉತ್ತಮವಾಗಿದೆ?
ನಾವು ಮಾರುಕಟ್ಟೆಯೊಂದಿಗೆ ಕೆಲಸ ಮಾಡುವಾಗ, ಶೇಖರಣಾ ವ್ಯವಸ್ಥೆಗಳೊಂದಿಗೆ ಕ್ಲಾಸಿಕ್ ಸ್ಕೀಮ್ ಅನ್ನು ಯಾವಾಗ ಬಳಸುವುದು ಉತ್ತಮ ಮತ್ತು ಯಾವಾಗ ಹೈಪರ್‌ಕನ್ವರ್ಜೆಂಟ್ ಅನ್ನು ಬಳಸಬೇಕೆಂದು ನಮ್ಮನ್ನು ಕೇಳಲಾಗುತ್ತದೆ? GCS ಅನ್ನು ಉತ್ಪಾದಿಸುವ ಅನೇಕ ಕಂಪನಿಗಳು (ವಿಶೇಷವಾಗಿ ತಮ್ಮ ಪೋರ್ಟ್ಫೋಲಿಯೊದಲ್ಲಿ ಶೇಖರಣಾ ವ್ಯವಸ್ಥೆಗಳನ್ನು ಹೊಂದಿರದ ಕಂಪನಿಗಳು) ಹೀಗೆ ಹೇಳುತ್ತವೆ: "ಶೇಖರಣಾ ವ್ಯವಸ್ಥೆಗಳು ಬಳಕೆಯಲ್ಲಿಲ್ಲ, ಹೈಪರ್‌ಕನ್ವರ್ಜ್ ಆಗುತ್ತಿವೆ!" ಇದು ದಿಟ್ಟ ಹೇಳಿಕೆಯಾಗಿದೆ, ಆದರೆ ಇದು ಸಂಪೂರ್ಣವಾಗಿ ವಾಸ್ತವವನ್ನು ಪ್ರತಿಬಿಂಬಿಸುವುದಿಲ್ಲ.
ಸತ್ಯದಲ್ಲಿ, ಶೇಖರಣಾ ಮಾರುಕಟ್ಟೆಯು ಹೈಪರ್‌ಕನ್ವರ್ಜೆನ್ಸ್ ಮತ್ತು ಅಂತಹುದೇ ಪರಿಹಾರಗಳ ಕಡೆಗೆ ಚಲಿಸುತ್ತಿದೆ, ಆದರೆ ಯಾವಾಗಲೂ "ಆದರೆ" ಇರುತ್ತದೆ.
ಮೊದಲನೆಯದಾಗಿ, ಶೇಖರಣಾ ವ್ಯವಸ್ಥೆಗಳೊಂದಿಗೆ ಶಾಸ್ತ್ರೀಯ ಯೋಜನೆಯ ಪ್ರಕಾರ ನಿರ್ಮಿಸಲಾದ ಡೇಟಾ ಸೆಂಟರ್‌ಗಳು ಮತ್ತು ಐಟಿ ಮೂಲಸೌಕರ್ಯಗಳನ್ನು ಸುಲಭವಾಗಿ ಮರುನಿರ್ಮಿಸಲು ಸಾಧ್ಯವಿಲ್ಲ, ಆದ್ದರಿಂದ ಅಂತಹ ಮೂಲಸೌಕರ್ಯಗಳ ಆಧುನೀಕರಣ ಮತ್ತು ಪೂರ್ಣಗೊಳಿಸುವಿಕೆಯು ಇನ್ನೂ 5-7 ವರ್ಷಗಳವರೆಗೆ ಪರಂಪರೆಯಾಗಿದೆ.
ಎರಡನೆಯದಾಗಿ, ಪ್ರಸ್ತುತ ಬಹುಪಾಲು ನಿರ್ಮಿಸಲಾಗುತ್ತಿರುವ ಮೂಲಸೌಕರ್ಯವನ್ನು (ರಷ್ಯನ್ ಒಕ್ಕೂಟದ ಅರ್ಥ) ಶೇಖರಣಾ ವ್ಯವಸ್ಥೆಗಳನ್ನು ಬಳಸಿಕೊಂಡು ಶಾಸ್ತ್ರೀಯ ಯೋಜನೆಯ ಪ್ರಕಾರ ನಿರ್ಮಿಸಲಾಗಿದೆ, ಮತ್ತು ಜನರಿಗೆ ಹೈಪರ್‌ಕನ್ವರ್ಜೆನ್ಸ್ ಬಗ್ಗೆ ತಿಳಿದಿಲ್ಲದ ಕಾರಣ ಅಲ್ಲ, ಆದರೆ ಹೈಪರ್‌ಕನ್ವರ್ಜೆನ್ಸ್ ಮಾರುಕಟ್ಟೆ ಹೊಸದು, ಪರಿಹಾರಗಳು ಮತ್ತು ಮಾನದಂಡಗಳನ್ನು ಇನ್ನೂ ಸ್ಥಾಪಿಸಲಾಗಿಲ್ಲ , IT ಜನರು ಇನ್ನೂ ತರಬೇತಿ ಪಡೆದಿಲ್ಲ, ಅವರಿಗೆ ಸ್ವಲ್ಪ ಅನುಭವವಿದೆ, ಆದರೆ ಅವರು ಇಲ್ಲಿ ಮತ್ತು ಈಗ ಡೇಟಾ ಕೇಂದ್ರಗಳನ್ನು ನಿರ್ಮಿಸಬೇಕಾಗಿದೆ. ಮತ್ತು ಈ ಪ್ರವೃತ್ತಿಯು ಮತ್ತೊಂದು 3-5 ವರ್ಷಗಳವರೆಗೆ ಇರುತ್ತದೆ (ಮತ್ತು ನಂತರ ಮತ್ತೊಂದು ಪರಂಪರೆ, ಪಾಯಿಂಟ್ 1 ನೋಡಿ).
ಮೂರನೆಯದಾಗಿ, ಪ್ರತಿ ಬರವಣಿಗೆಗೆ 2 ಮಿಲಿಸೆಕೆಂಡ್‌ಗಳ ಹೆಚ್ಚುವರಿ ಸಣ್ಣ ವಿಳಂಬಗಳಲ್ಲಿ ಸಂಪೂರ್ಣವಾಗಿ ತಾಂತ್ರಿಕ ಮಿತಿ ಇದೆ (ಸ್ಥಳೀಯ ಸಂಗ್ರಹವನ್ನು ಹೊರತುಪಡಿಸಿ, ಸಹಜವಾಗಿ), ಇದು ವಿತರಿಸಿದ ಸಂಗ್ರಹಣೆಯ ವೆಚ್ಚವಾಗಿದೆ.
ಸರಿ, ಡಿಸ್ಕ್ ಉಪವ್ಯವಸ್ಥೆಯ ಲಂಬ ಸ್ಕೇಲಿಂಗ್ ಅನ್ನು ಪ್ರೀತಿಸುವ ದೊಡ್ಡ ಭೌತಿಕ ಸರ್ವರ್ಗಳ ಬಳಕೆಯ ಬಗ್ಗೆ ನಾವು ಮರೆಯಬಾರದು.
ಶೇಖರಣಾ ವ್ಯವಸ್ಥೆಗಳು GCS ಗಿಂತ ಉತ್ತಮವಾಗಿ ವರ್ತಿಸುವ ಅನೇಕ ಅಗತ್ಯ ಮತ್ತು ಜನಪ್ರಿಯ ಕಾರ್ಯಗಳಿವೆ. ಇಲ್ಲಿ, ಸಹಜವಾಗಿ, ತಮ್ಮ ಉತ್ಪನ್ನ ಪೋರ್ಟ್ಫೋಲಿಯೊದಲ್ಲಿ ಶೇಖರಣಾ ವ್ಯವಸ್ಥೆಯನ್ನು ಹೊಂದಿರದ ತಯಾರಕರು ನಮ್ಮೊಂದಿಗೆ ಒಪ್ಪುವುದಿಲ್ಲ, ಆದರೆ ನಾವು ಸಮಂಜಸವಾಗಿ ವಾದಿಸಲು ಸಿದ್ಧರಿದ್ದೇವೆ. ಸಹಜವಾಗಿ, ನಾವು, ಎರಡೂ ಉತ್ಪನ್ನಗಳ ಡೆವಲಪರ್‌ಗಳಾಗಿ, ನಮ್ಮ ಭವಿಷ್ಯದ ಪ್ರಕಟಣೆಗಳಲ್ಲಿ ಒಂದರಲ್ಲಿ ಶೇಖರಣಾ ವ್ಯವಸ್ಥೆಗಳು ಮತ್ತು GCS ಅನ್ನು ಖಂಡಿತವಾಗಿ ಹೋಲಿಸುತ್ತೇವೆ, ಅಲ್ಲಿ ಯಾವ ಪರಿಸ್ಥಿತಿಗಳಲ್ಲಿ ಯಾವುದು ಉತ್ತಮ ಎಂದು ನಾವು ಸ್ಪಷ್ಟವಾಗಿ ಪ್ರದರ್ಶಿಸುತ್ತೇವೆ.
ಮತ್ತು ಶೇಖರಣಾ ವ್ಯವಸ್ಥೆಗಳಿಗಿಂತ ಹೈಪರ್ಕನ್ವರ್ಜ್ಡ್ ಪರಿಹಾರಗಳು ಎಲ್ಲಿ ಉತ್ತಮವಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತವೆ?
ಮೇಲಿನ ಅಂಶಗಳ ಆಧಾರದ ಮೇಲೆ, ಮೂರು ಸ್ಪಷ್ಟ ತೀರ್ಮಾನಗಳನ್ನು ತೆಗೆದುಕೊಳ್ಳಬಹುದು:
- ಯಾವುದೇ ಉತ್ಪನ್ನದಲ್ಲಿ ಸ್ಥಿರವಾಗಿ ಸಂಭವಿಸುವ ರೆಕಾರ್ಡಿಂಗ್‌ಗಾಗಿ ಹೆಚ್ಚುವರಿ 2 ಮಿಲಿಸೆಕೆಂಡ್‌ಗಳ ಸುಪ್ತತೆ (ಈಗ ನಾವು ಸಿಂಥೆಟಿಕ್ಸ್ ಬಗ್ಗೆ ಮಾತನಾಡುವುದಿಲ್ಲ, ನ್ಯಾನೊಸೆಕೆಂಡ್‌ಗಳನ್ನು ಸಿಂಥೆಟಿಕ್ಸ್‌ನಲ್ಲಿ ತೋರಿಸಬಹುದು), ವಿಮರ್ಶಾತ್ಮಕವಲ್ಲದ, ಹೈಪರ್‌ಕನ್ವರ್ಜೆಂಟ್ ಸೂಕ್ತವಾಗಿದೆ.
- ದೊಡ್ಡ ಭೌತಿಕ ಸರ್ವರ್‌ಗಳಿಂದ ಲೋಡ್ ಅನ್ನು ಅನೇಕ ಸಣ್ಣ ವರ್ಚುವಲ್ ಆಗಿ ಪರಿವರ್ತಿಸಬಹುದು ಮತ್ತು ನೋಡ್‌ಗಳ ನಡುವೆ ವಿತರಿಸಬಹುದು, ಅಲ್ಲಿ ಹೈಪರ್‌ಕನ್ವರ್ಜೆನ್ಸ್ ಸಹ ಉತ್ತಮವಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ.
- ಲಂಬ ಸ್ಕೇಲಿಂಗ್‌ಗಿಂತ ಸಮತಲ ಸ್ಕೇಲಿಂಗ್ ಹೆಚ್ಚಿನ ಆದ್ಯತೆಯಾಗಿದ್ದರೆ, GCS ಅಲ್ಲಿಯೂ ಉತ್ತಮವಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ.
ಈ ಪರಿಹಾರಗಳು ಯಾವುವು?
- ಎಲ್ಲಾ ಪ್ರಮಾಣಿತ ಮೂಲಸೌಕರ್ಯ ಸೇವೆಗಳು (ಡೈರೆಕ್ಟರಿ ಸೇವೆ, ಮೇಲ್, EDMS, ಫೈಲ್ ಸರ್ವರ್‌ಗಳು, ಸಣ್ಣ ಅಥವಾ ಮಧ್ಯಮ ERP ಮತ್ತು BI ವ್ಯವಸ್ಥೆಗಳು, ಇತ್ಯಾದಿ). ನಾವು ಇದನ್ನು "ಸಾಮಾನ್ಯ ಕಂಪ್ಯೂಟಿಂಗ್" ಎಂದು ಕರೆಯುತ್ತೇವೆ.
- ಕ್ಲೌಡ್ ಪೂರೈಕೆದಾರರ ಮೂಲಸೌಕರ್ಯ, ಕ್ಲೈಂಟ್‌ಗಳಿಗಾಗಿ ಹೆಚ್ಚಿನ ಸಂಖ್ಯೆಯ ವರ್ಚುವಲ್ ಯಂತ್ರಗಳನ್ನು ತ್ವರಿತವಾಗಿ ಮತ್ತು ಪ್ರಮಾಣೀಕರಿಸಲು ಅಡ್ಡಲಾಗಿ ವಿಸ್ತರಿಸಲು ಮತ್ತು ಸುಲಭವಾಗಿ "ಕತ್ತರಿಸಲು" ಅವಶ್ಯಕವಾಗಿದೆ.
- ವರ್ಚುವಲ್ ಡೆಸ್ಕ್‌ಟಾಪ್ ಮೂಲಸೌಕರ್ಯ (VDI), ಅಲ್ಲಿ ಅನೇಕ ಸಣ್ಣ ಬಳಕೆದಾರ ವರ್ಚುವಲ್ ಯಂತ್ರಗಳು ಏಕರೂಪದ ಕ್ಲಸ್ಟರ್‌ನಲ್ಲಿ ಚಲಿಸುತ್ತವೆ ಮತ್ತು ಸದ್ದಿಲ್ಲದೆ "ಫ್ಲೋಟ್" ಆಗುತ್ತವೆ.
- ಬ್ರಾಂಚ್ ನೆಟ್‌ವರ್ಕ್‌ಗಳು, ಅಲ್ಲಿ ಪ್ರತಿ ಶಾಖೆಗೆ ಪ್ರಮಾಣಿತ, ದೋಷ-ಸಹಿಷ್ಣು, ಆದರೆ 15-20 ವರ್ಚುವಲ್ ಯಂತ್ರಗಳ ಅಗ್ಗದ ಮೂಲಸೌಕರ್ಯ ಅಗತ್ಯವಿದೆ.
- ಯಾವುದೇ ವಿತರಣೆ ಕಂಪ್ಯೂಟಿಂಗ್ (ದೊಡ್ಡ ಡೇಟಾ ಸೇವೆಗಳು, ಉದಾಹರಣೆಗೆ). ಅಲ್ಲಿ ಹೊರೆ "ಆಳದಲ್ಲಿ" ಅಲ್ಲ, ಆದರೆ "ಅಗಲದಲ್ಲಿ" ಹೋಗುತ್ತದೆ.
- ಹೆಚ್ಚುವರಿ ಸಣ್ಣ ವಿಳಂಬಗಳು ಸ್ವೀಕಾರಾರ್ಹವಾಗಿರುವ ಪರೀಕ್ಷಾ ಪರಿಸರಗಳು, ಆದರೆ ಬಜೆಟ್ ನಿರ್ಬಂಧಗಳಿವೆ, ಏಕೆಂದರೆ ಇವುಗಳು ಪರೀಕ್ಷೆಗಳಾಗಿವೆ.
ಈ ಸಮಯದಲ್ಲಿ, ಈ ಕಾರ್ಯಗಳಿಗಾಗಿಯೇ ನಾವು AERODISK vAIR ಅನ್ನು ಮಾಡಿದ್ದೇವೆ ಮತ್ತು ನಾವು ಅವುಗಳ ಮೇಲೆ ಕೇಂದ್ರೀಕರಿಸುತ್ತಿದ್ದೇವೆ (ಇದುವರೆಗೆ ಯಶಸ್ವಿಯಾಗಿ). ಬಹುಶಃ ಇದು ಶೀಘ್ರದಲ್ಲೇ ಬದಲಾಗಬಹುದು, ಏಕೆಂದರೆ ... ಜಗತ್ತು ಇನ್ನೂ ನಿಲ್ಲುವುದಿಲ್ಲ.
ಆದ್ದರಿಂದ…
ಇದು ಲೇಖನಗಳ ದೊಡ್ಡ ಸರಣಿಯ ಮೊದಲ ಭಾಗವನ್ನು ಪೂರ್ಣಗೊಳಿಸುತ್ತದೆ; ಮುಂದಿನ ಲೇಖನದಲ್ಲಿ ನಾವು ಪರಿಹಾರದ ವಾಸ್ತುಶಿಲ್ಪ ಮತ್ತು ಬಳಸಿದ ಘಟಕಗಳ ಬಗ್ಗೆ ಮಾತನಾಡುತ್ತೇವೆ.
ನಾವು ಪ್ರಶ್ನೆಗಳು, ಸಲಹೆಗಳು ಮತ್ತು ರಚನಾತ್ಮಕ ವಿವಾದಗಳನ್ನು ಸ್ವಾಗತಿಸುತ್ತೇವೆ.
ಮೂಲ: www.habr.com