Hyperconverged ဖြေရှင်းချက် AERODISK vAIR။ အခြေခံသည် ARDFS ဖိုင်စနစ်ဖြစ်သည်။

မင်္ဂလာပါ Habr စာဖတ်သူများ။ ဤဆောင်းပါးဖြင့်ကျွန်ုပ်တို့တီထွင်ထားသော hyperconverged စနစ် AERODISK vAIR အကြောင်းပြောမည့် စီးရီးတစ်ခုကိုဖွင့်ပါသည်။ အစပိုင်းမှာတော့ ပထမဆောင်းပါးမှာ အရာအားလုံးကို ပြောပြချင်ပေမယ့် စနစ်က တော်တော်ရှုပ်ထွေးတဲ့အတွက် ဆင်ကို အပိုင်းပိုင်းစားမယ်။

စနစ်၏ဖန်တီးမှုသမိုင်းကြောင်းဖြင့် ဇာတ်လမ်းကိုစကြပါစို့၊ vAIR ၏အခြေခံဖြစ်သည့် ARDFS ဖိုင်စနစ်အား စူးစမ်းလေ့လာကာ ရုရှားစျေးကွက်တွင် ဤဖြေရှင်းချက်၏နေရာချထားမှုအကြောင်း အနည်းငယ်ပြောဆိုကြပါစို့။

နောင်ဆောင်းပါးများတွင် မတူညီသော ဗိသုကာအစိတ်အပိုင်းများ (အစုအဝေး၊ hypervisor၊ load balancer၊ စောင့်ကြည့်ရေးစနစ် စသည်)၊ ဖွဲ့စည်းမှုလုပ်ငန်းစဉ်၊ လိုင်စင်ပြဿနာများကို မြှင့်တင်ရန်၊ ပျက်စီးမှုစမ်းသပ်မှုများကို သီးခြားပြသမည်ဖြစ်ပြီး၊ သေချာသည်မှာ၊ load testing အကြောင်း ရေးပါနှင့်၊ အရွယ်အစား။ vAIR ၏ ကွန်မြူနတီဗားရှင်းတွင် သီးခြားဆောင်းပါးတစ်ပုဒ်ကိုလည်း မြှုပ်နှံပါမည်။

Aerodisk သည် သိုလှောင်မှုစနစ်များအကြောင်း ဇာတ်လမ်းတစ်ပုဒ်လား။ ဒါမှမဟုတ် ပထမနေရာမှာ အဘယ်ကြောင့် hyperconvergence ကိုစလုပ်တာလဲ။

အစပိုင်းတွင်၊ ကျွန်ုပ်တို့၏ကိုယ်ပိုင် hyperconvergence ကိုဖန်တီးရန် စိတ်ကူးသည် 2010 ခုနှစ်ဝန်းကျင်တွင် ကျွန်ုပ်တို့ထံသို့ ရောက်လာခဲ့သည်။ ထိုအချိန်တွင်၊ Aerodisk နှင့် အလားတူဖြေရှင်းနည်းများ (စီးပွားဖြစ်သေတ္တာပုံစံ hyperconverged စနစ်များ) သည် စျေးကွက်တွင်မရှိပါ။ ကျွန်ုပ်တို့၏တာဝန်မှာ အောက်ပါအတိုင်းဖြစ်သည်- အီသာနက်ပရိုတိုကောမှတစ်ဆင့် အပြန်အလှန်ချိတ်ဆက်မှုဖြင့် ချိတ်ဆက်မှုဖြင့် ဒေသတွင်းဒစ်များပါသည့် ဆာဗာအစုတစ်ခုမှ၊ တိုးချဲ့သိုလှောင်မှုတစ်ခုဖန်တီးရန်နှင့် ယင်းတွင် virtual machine များနှင့် ဆော့ဖ်ဝဲလ်ကွန်ရက်တစ်ခုကို စတင်ရန် လိုအပ်ပါသည်။ ဤအရာအားလုံးကို သိုလှောင်မှုစနစ်များမပါဘဲ အကောင်အထည်ဖော်ရပါမည် (သိုလှောင်မှုစနစ်များနှင့် ၎င်း၏ဟာ့ဒ်ဝဲအတွက် ပိုက်ဆံမရှိသောကြောင့်၊ ကျွန်ုပ်တို့၏ကိုယ်ပိုင်သိုလှောင်မှုစနစ်များကို မတီထွင်ရသေးသောကြောင့်)။

ကျွန်ုပ်တို့သည် open source ဖြေရှင်းချက်များစွာကို ကြိုးစားခဲ့ပြီး နောက်ဆုံးတွင် ဤပြဿနာကို ဖြေရှင်းနိုင်ခဲ့သော်လည်း ဖြေရှင်းချက်သည် အလွန်ရှုပ်ထွေးပြီး ထပ်လုပ်ရန်ခက်ခဲပါသည်။ ထို့အပြင်၊ ဤဖြေရှင်းချက်သည် "အလုပ်ဖြစ်ပါသလား။ မထိနဲ့။ ထို့ကြောင့်၊ ထိုပြဿနာကိုဖြေရှင်းပြီးနောက်၊ ကျွန်ုပ်တို့သည် ကျွန်ုပ်တို့၏အလုပ်၏ရလဒ်ကို ပြီးပြည့်စုံသောထုတ်ကုန်အဖြစ်သို့ ပြောင်းလဲရန် စိတ်ကူးကို ထပ်မံမတီထွင်နိုင်ခဲ့ပါ။

ထိုအဖြစ်အပျက်ပြီးနောက်၊ ကျွန်ုပ်တို့သည် ဤအကြံအစည်မှ ဝေးကွာသွားသော်လည်း ဤပြဿနာကို လုံးလုံးလျားလျား ဖြေရှင်းနိုင်သည်ဟု ခံစားမိဆဲဖြစ်ပြီး၊ ထိုကဲ့သို့သော ဖြေရှင်းမှု၏ အကျိုးကျေးဇူးများမှာ သိသာထင်ရှားသည်ထက် ပိုမိုများပြားပါသည်။ နောက်ပိုင်းတွင် နိုင်ငံခြားကုမ္ပဏီများ၏ ထုတ်လွှတ်သော HCI ထုတ်ကုန်များသည် ဤခံစားချက်ကို အတည်ပြုခဲ့သည်။

ထို့ကြောင့်၊ 2016 နှစ်လယ်တွင် ကျွန်ုပ်တို့သည် ပြီးပြည့်စုံသောထုတ်ကုန်ကိုဖန်တီးခြင်း၏တစ်စိတ်တစ်ပိုင်းအနေဖြင့် ဤလုပ်ငန်းကို ပြန်လည်လုပ်ဆောင်ခဲ့ပါသည်။ အဲဒီတုန်းက ကျွန်တော်တို့မှာ ရင်းနှီးမြုပ်နှံသူတွေနဲ့ ဆက်ဆံရေး မရှိသေးတဲ့အတွက် ငွေကြေးသိပ်မကြီးတဲ့ ကိုယ်ပိုင်ဖွံ့ဖြိုးရေးအတွက် အရောင်းအ၀ယ်လုပ်ခဲ့ရပါတယ်။ Avito တွင် အသုံးပြုထားသော ဆာဗာများနှင့် ခလုတ်များကို စုဆောင်းပြီးနောက်၊ ကျွန်ုပ်တို့ လုပ်ငန်းစတင်ခဲ့ပါသည်။

အဓိကကနဦးတာဝန်မှာ ရိုးရှင်းသော်လည်း Ethernet မှတဆင့် အပြန်အလှန်ချိတ်ဆက်ထားသော nth နံပါတ် cluster node များပေါ်တွင် ဒေတာကို virtual blocks ပုံစံဖြင့် အလိုအလျောက်နှင့် အညီအမျှ ဖြန့်ဝေပေးနိုင်သည့် ကျွန်ုပ်တို့၏ကိုယ်ပိုင်ဖိုင်စနစ်ကို ဖန်တီးရန်ဖြစ်သည်။ တစ်ချိန်တည်းမှာပင် FS သည် ကောင်းမွန်လွယ်ကူစွာ အတိုင်းအတာနှင့် ကပ်လျက်ရှိသော စနစ်များနှင့် သီးခြားဖြစ်သင့်သည်။ “သိုလှောင်ရုံတစ်ခု” ပုံစံဖြင့် vAIR နှင့် ကင်းကွာပါစေ။

ပထမဆုံး vAIR အယူအဆ

ကျွန်ုပ်တို့သည် ၎င်းတို့နှင့် ပရောဂျက်အတွေ့အကြုံများစွာရှိပြီးသားဖြစ်သောကြောင့် ကျွန်ုပ်တို့၏ကိုယ်ပိုင်ဖွံ့ဖြိုးတိုးတက်မှုအတွက် ဆန့်ထုတ်သိုလှောင်မှု (ceph၊ gluster၊ တောက်တောက်နှင့်တူသော) အဆင်သင့်လုပ်ထားသော open source ဖြေရှင်းချက်များအား တမင်တကာ စွန့်လွှတ်လိုက်ပါသည်။ ဟုတ်ပါတယ်၊ ဒီဖြေရှင်းနည်းတွေက သူတို့ကိုယ်သူတို့ အရမ်းကောင်းပြီး Aerodisk မှာ အလုပ်မလုပ်ခင်မှာ သူတို့နဲ့ ပေါင်းစည်းရေး ပရောဂျက်တစ်ခုထက်ပိုပြီး အကောင်အထည်ဖော်ခဲ့တယ်။ ဒါပေမယ့် ဖောက်သည်တစ်ယောက်အတွက် တိကျတဲ့အလုပ်တစ်ခုကို အကောင်အထည်ဖော်ဖို့၊ ဝန်ထမ်းတွေကို လေ့ကျင့်ပေးပြီး၊ ဖြစ်နိုင်တာက၊ ရောင်းသူကြီးတစ်ယောက်ရဲ့ ပံ့ပိုးကူညီမှုကို ဝယ်ဖို့နဲ့ အလုပ်အမျိုးမျိုးအတွက် အသုံးပြုနိုင်မယ့် အလွယ်တကူ ပုံတူထုတ်ကုန်တစ်ခုကို ဖန်တီးဖို့ နောက်တစ်ခုက၊ ရောင်းသူသည် ကျွန်ုပ်တို့ကိုယ်တိုင်ပင် မသိနိုင်ပေ။ ဒုတိယရည်ရွယ်ချက်အတွက်၊ ရှိပြီးသား open source ထုတ်ကုန်များသည် ကျွန်ုပ်တို့အတွက် မသင့်လျော်သောကြောင့် ကျွန်ုပ်တို့ကိုယ်တိုင် ဖြန့်ဝေဖိုင်စနစ်တစ်ခုကို ဖန်တီးရန် ဆုံးဖြတ်ခဲ့သည်။
နှစ်နှစ်အကြာတွင်၊ developer အများအပြား (ဂန္ထဝင်အင်ဂျင်သိုလှောင်မှုစနစ်တွင်အလုပ်လုပ်သော vAIR တွင်အလုပ်လုပ်သော developer များ) သည်အချို့သောရလဒ်ကိုရရှိခဲ့သည်။

2018 ခုနှစ်တွင် ကျွန်ုပ်တို့သည် ရိုးရှင်းသော ဖိုင်စနစ်တစ်ခုကို ရေးသားပြီး လိုအပ်သော ဟာ့ဒ်ဝဲများဖြင့် ဖြည့်စွက်ခဲ့သည်။ စနစ်သည် မတူညီသော ဆာဗာများမှ ရုပ်ပိုင်းဆိုင်ရာ (ဒေသခံ) ဒစ်များကို အတွင်းပိုင်းချိတ်ဆက်မှုမှတစ်ဆင့် ပြားချပ်ချပ်ရေကူးကန်တစ်ခုသို့ ပေါင်းစပ်ကာ ၎င်းတို့အား virtual blocks များအဖြစ် "ဖြတ်" ပြီးနောက်၊ အမှားအယွင်းခံနိုင်ရည်ရှိသော ဒီဂရီအမျိုးမျိုးရှိသည့် စက်ပစ္စည်းများကို ပိတ်ဆို့ခြင်းအား virtual blocks များမှ ဖန်တီးကာ virtual blocks များမှ ဖန်တီးခဲ့ပါသည်။ KVM hypervisor ကားများကို အသုံးပြု၍ ကွပ်မျက်ခဲ့သည်။

ဖိုင်စနစ်၏အမည်ကို အလွန်အမင်းစိတ်မ၀င်စားခဲ့ဘဲ ၎င်းကို ARDFS ဟု တိုတိုတုတ်တုတ် (၎င်း၏အဓိပ္ပာယ်ကို ခန့်မှန်းကြည့်ပါ))

ဤနမူနာပုံစံသည် ကောင်းမွန်သည် (အမြင်အာရုံမဟုတ်ပါ၊ သေချာသည်မှာ၊ အမြင်ပိုင်းဆိုင်ရာဒီဇိုင်းမရှိသေးပါ) နှင့် စွမ်းဆောင်ရည်နှင့် စကေးချဲ့ခြင်းဆိုင်ရာ ရလဒ်ကောင်းများကို ပြသခဲ့သည်။ ပထမဆုံး ရလဒ်ထွက်ပေါ်ပြီးနောက်၊ ကျွန်ုပ်တို့သည် ဤပရောဂျက်ကို လှုပ်ရှားမှုအဖြစ် သတ်မှတ်ပြီး ပြည့်စုံသော ဖွံ့ဖြိုးတိုးတက်မှုပတ်ဝန်းကျင်ကို စုစည်းကာ vAIR နှင့်သာ ဆက်ဆံသော သီးခြားအဖွဲ့တစ်ဖွဲ့ကို စုစည်းထားသည်။

ထိုအချိန်တွင်၊ ဖြေရှင်းချက်၏ ယေဘူယျဗိသုကာသည် ရင့်ကျက်လာကာ ကြီးကြီးမားမားပြောင်းလဲမှုများ မကြုံရသေးပေ။

ARDFS ဖိုင်စနစ်သို့ ငုပ်လျှိုးနေသည်။

ARDFS သည် အစုအဝေးတစ်ခုလုံးကို ဖြန့်ဝေပြီး အမှားအယွင်းခံနိုင်သော ဒေတာသိုလှောင်မှုကို ပံ့ပိုးပေးသည့် vAIR ၏ အခြေခံအုတ်မြစ်ဖြစ်သည်။ ARDFS ၏ (တစ်ခုတည်းသော) ထူးခြားသော အင်္ဂါရပ်များထဲမှ တစ်ခုမှာ မက်တာဒေတာနှင့် စီမံခန့်ခွဲမှုအတွက် အပိုဆက်ကပ်ထားသော ဆာဗာများကို အသုံးမပြုခြင်းကြောင့်ဖြစ်သည်။ ၎င်းသည် ဖြေရှင်းချက်၏ဖွဲ့စည်းပုံပုံစံကို ရိုးရှင်းစေရန်နှင့် ၎င်း၏ယုံကြည်စိတ်ချရမှုအတွက် မူလက စိတ်ကူးထားသည်။

သိုလှောင်တာဘဲ

အစုအဝေးအားလုံးအတွင်းရှိ node များအတွင်း၊ ARDFS သည် ရရှိနိုင်သော disk နေရာအားလုံးမှ ယုတ္တိဗေဒဆိုင်ရာပေါင်းကူးကန်တစ်ခုကို စီစဉ်ပေးပါသည်။ ရေကူးကန်တစ်ခုသည် ဒေတာ သို့မဟုတ် ဖော်မတ်ချထားသည့် နေရာမဟုတ်သေးကြောင်း နားလည်ရန် အရေးကြီးသည်၊ သို့သော် ရိုးရှင်းစွာ markup၊ ဆိုလိုသည်မှာ၊ အစုအဝေးသို့ ပေါင်းထည့်သောအခါတွင် ထည့်သွင်းထားသည့် vAIR ပါရှိသည့် မည်သည့် Node များကိုမဆို မျှဝေထားသော ARDFS pool သို့ အလိုအလျောက် ပေါင်းထည့်မည်ဖြစ်ပြီး အစုအဝေးတစ်ခုလုံးတွင် အလိုအလျောက် မျှဝေသွားသည် (နှင့် အနာဂတ်ဒေတာသိုလှောင်မှုအတွက် ရနိုင်သည်)။ ဤနည်းလမ်းသည် သင့်အား လက်ရှိလည်ပတ်နေသောစနစ်အပေါ် ကြီးလေးသောအကျိုးသက်ရောက်မှုမရှိဘဲ ပျံသန်းမှုပေါ်ရှိ node များကို ပေါင်းထည့်ခြင်းနှင့် ဖယ်ရှားနိုင်စေပါသည်။ အဲဒါတွေ။ စနစ်သည် လိုအပ်ပါက အစုအဝေးအတွင်း node များထည့်ခြင်း သို့မဟုတ် ဖယ်ရှားခြင်းတို့ကို "အုတ်များ" တွင် တိုင်းတာရန် အလွန်လွယ်ကူပါသည်။

အရွယ်အစား 4 megabytes ရှိသော virtual blocks များမှ တည်ဆောက်ထားသည့် ARDFS pool ၏ထိပ်တွင် virtual disks (storage objects) ကို ထည့်သွင်းထားသည်။ Virtual Disk များသည် ဒေတာကို တိုက်ရိုက် သိမ်းဆည်းပါသည်။ အမှားခံနိုင်ရည်အစီအစဥ်ကိုလည်း virtual disk အဆင့်တွင်သတ်မှတ်ထားသည်။

သင်မှန်းဆပြီးသားဖြစ်နိုင်သလို၊ ဒစ်ခွဲစနစ်၏ အမှားအယွင်းကို ခံနိုင်ရည်ရှိရန်အတွက် ကျွန်ုပ်တို့သည် RAID (လွတ်လပ်သော Disks ၏ အထပ်ထပ်အခင်းအကျင်း) ၏ သဘောတရားကို အသုံးမပြုဘဲ RAIN (လွတ်လပ်သော Nodes များ၏ ထပ်လောင်းအခင်းအကျင်း) ကို အသုံးပြုပါ။ အဲဒါတွေ။ အမှားခံနိုင်ရည်ကို ဒစ်ခ်များမဟုတ်ဘဲ node များပေါ်အခြေခံ၍ တိုင်းတာခြင်း၊ အလိုအလျောက်လုပ်ဆောင်ပြီး စီမံခန့်ခွဲပါသည်။ Disks များသည် သိုလှောင်မှုအရာဝတ္တုတစ်ခုလည်းဖြစ်သည်၊ ၎င်းတို့သည် အခြားအရာအားလုံးကဲ့သို့ပင် စောင့်ကြည့်ခံရသည်၊ ၎င်းတို့နှင့်အတူ ဒေသဆိုင်ရာ ဟာ့ဒ်ဝဲ RAID ကို တပ်ဆင်ခြင်းအပါအဝင် ၎င်းတို့နှင့်အတူ ပုံမှန်လုပ်ဆောင်မှုများအားလုံးကို လုပ်ဆောင်နိုင်သော်လည်း အစုအဝေးသည် node များတွင် အထူးလုပ်ဆောင်သည်။

သင်အမှန်တကယ် RAID ကိုလိုချင်သည့်အခြေအနေတွင် (ဥပမာ၊ အစုအဝေးငယ်များတွင် ပျက်ကွက်မှုများစွာကို ပံ့ပိုးပေးသည့်အခြေအနေတစ်ခု)၊ မည်သည့်အရာကမှ သင့်အား ဒေသတွင်း RAID ထိန်းချုပ်ကိရိယာများအသုံးပြုခြင်းမှ တားဆီးနိုင်ပြီး ဆန့်ဆန့်သိုလှောင်မှုတည်ဆောက်ခြင်းနှင့် RAIN ဗိသုကာကို အပေါ်မှတည်ဆောက်ပါ။ ဤအခြေအနေသည် အတော်လေး တိုက်ရိုက်အသက်ဝင်နေပြီး ကျွန်ုပ်တို့မှ ပံ့ပိုးပေးထားသောကြောင့် vAIR အသုံးပြုခြင်းအတွက် ပုံမှန်အခြေအနေများအကြောင်း ဆောင်းပါးတစ်ပုဒ်တွင် ၎င်းအကြောင်းကို ဆွေးနွေးပါမည်။

Storage Fault Tolerance Schemes

vAIR တွင် virtual disk များအတွက် အမှားအယွင်း ခံနိုင်ရည် အစီအမံ နှစ်ခု ရှိနိုင်သည်-

1) Replication factor သို့မဟုတ် ရိုးရှင်းစွာ ကူးယူခြင်း - ဤအမှားကို သည်းခံခြင်းနည်းလမ်းသည် တုတ်နှင့်ကြိုးကဲ့သို့ရိုးရှင်းပါသည်။ ပေါင်းစည်းမှုတစ်ခုလျှင် အချက် 2 (အစုတစ်ခုလျှင် မိတ္တူ 2 စောင်) သို့မဟုတ် 3 (မိတ္တူ 3 စောင် အသီးသီး) ရှိသော node များကြားတွင် ထပ်တူပြုခြင်းအား ထပ်တူပြုပါသည်။ RF-2 သည် အစုအဝေးရှိ node တစ်ခု၏ ချို့ယွင်းမှုကို ခံနိုင်ရည်ရှိသော virtual disk ကို ခွင့်ပြုသော်လည်း အသုံးဝင်သော volume ၏ ထက်ဝက်ကို "စားသည်" ဖြစ်ကာ RF-3 သည် cluster ရှိ node 2 ခု၏ ပျက်ကွက်မှုကို ခံနိုင်ရည်ရှိသော်လည်း 2/3 ကို သိမ်းဆည်းထားသည်။ ၎င်း၏လိုအပ်ချက်များအတွက်အသုံးဝင်သော volume ။ ဤအစီအစဥ်သည် RAID-1 နှင့် အလွန်ဆင်တူသည်၊ ဆိုလိုသည်မှာ RF-2 တွင်ပြင်ဆင်ထားသော virtual disk သည် cluster ရှိမည်သည့် node ၏ပျက်ကွက်မှုကိုခံနိုင်ရည်ရှိသည်။ ဤကိစ္စတွင်၊ အရာအားလုံးသည် ဒေတာနှင့် အဆင်ပြေမည်ဖြစ်ပြီး I/O သည်ပင် ရပ်တန့်မည်မဟုတ်ပါ။ ကျသွားသော node သည် ဝန်ဆောင်မှုသို့ ပြန်သွားသောအခါ၊ အလိုအလျောက် ဒေတာ ပြန်လည်ရယူခြင်း/ထပ်တူပြုခြင်း စတင်ပါမည်။

အောက်တွင် RF-2 နှင့် RF-3 ဒေတာများကို ပုံမှန်မုဒ်နှင့် မအောင်မြင်သည့်အခြေအနေတွင် ဖြန့်ဝေခြင်း၏ ဥပမာများဖြစ်သည်။

ကျွန်ုပ်တို့တွင် တစ်မူထူးခြားသော (အသုံးဝင်) ဒေတာပမာဏ 8MB ရှိသော virtual machine တစ်ခုရှိပြီး၊ vAIR node 4 ခုပေါ်တွင် လုပ်ဆောင်သည်။ လက်တွေ့တွင် ထိုသို့သော သေးငယ်သော ပမာဏ ရှိမည်မဟုတ်ကြောင်း ရှင်းရှင်းလင်းလင်း သိသာထင်ရှားသော်လည်း ARDFS လုပ်ဆောင်ချက်၏ ယုတ္တိကို ထင်ဟပ်စေသော အစီအစဉ်အတွက်၊ ဤဥပမာသည် နားလည်နိုင်ဆုံးဖြစ်သည်။ AB သည် သီးသန့် virtual machine data ပါရှိသော 4MB virtual blocks များဖြစ်သည်။ RF-2 သည် ဤလုပ်ကွက် A1+A2 နှင့် B1+B2 ၏ မိတ္တူနှစ်ခုကို ဖန်တီးသည်။ ဤဘလောက်များကို node များတစ်လျှောက်တွင် "ချထားသည်" ဖြစ်သည်၊ ဆိုလိုသည်မှာ ကော်ပီ A1 သည် ကော်ပီ A2 ကဲ့သို့တူညီသော node ပေါ်တွင် တူညီသော node ပေါ်တွင် တူညီသောဒေတာများဆုံစည်းမှုကို ရှောင်ကြဉ်ခြင်းဖြစ်သည်။ B1 နှင့် B2 နှင့်အတူတူပင်။

အကယ်၍ node များထဲမှ တစ်ခု ပျက်ကွက်ခဲ့ပါက (ဥပမာ၊ B3 မိတ္တူပါရှိသော node နံပါတ် 1)၊ ဤမိတ္တူသည် ၎င်း၏မိတ္တူ၏မိတ္တူမရှိသော node ပေါ်တွင် အလိုအလျောက် activated ဖြစ်သည် (ဥပမာ B2 မိတ္တူ)။

ထို့ကြောင့်၊ virtual disk (နှင့် VM) သည် RF-2 အစီအစဉ်တွင် node တစ်ခု၏ပျက်ကွက်မှုကို အလွယ်တကူ ရှင်သန်နိုင်သည်။

ပုံတူကူးယူခြင်းအစီအစဉ်သည် ရိုးရှင်းပြီး ယုံကြည်စိတ်ချရသော်လည်း RAID1 ကဲ့သို့တူညီသောပြဿနာကို ကြုံတွေ့နေရသည် - အသုံးပြုနိုင်သောနေရာမလုံလောက်ပါ။

2) Erasure coding သို့မဟုတ် erasure coding (“redundant coding”၊ “erasure coding” သို့မဟုတ် “redundancy code”) သည် အထက်ပါပြဿနာကိုဖြေရှင်းရန်အတွက် တည်ရှိပါသည်။ EC သည် ပုံတူပွားခြင်းနှင့် နှိုင်းယှဉ်ပါက disk space overhead နည်းပါးသော ဒေတာရရှိနိုင်မှု မြင့်မားသော ဒေတာရရှိနိုင်မှု အထပ်ထပ်အစီအစဥ်တစ်ခုဖြစ်သည်။ ဤယန္တရား၏လည်ပတ်မှုနိယာမသည် RAID 5, 6, 6P နှင့်ဆင်တူသည်။

ကုဒ်သွင်းသည့်အခါ၊ EC လုပ်ငန်းစဉ်သည် EC အစီအစဉ်ပေါ်မူတည်၍ virtual block (4MB) (ပုံမှန်အားဖြင့် 2MB) ကို EC အစီအစဥ်ပေါ်မူတည်၍ သေးငယ်သော "ဒေတာအပိုင်းများ" သို့ ပိုင်းခြားသည် (ဥပမာ၊ 1+4 အစီအစဥ်သည် 2MB ဘလောက်တစ်ခုစီကို 2MB အပိုင်းများအဖြစ် ပိုင်းခြားသည်)။ ထို့နောက်၊ ဤလုပ်ငန်းစဉ်သည် ယခင်က ပိုင်းခြားထားသော အစိတ်အပိုင်းများထက် မပိုသော "ဒေတာအပိုင်းများ" အတွက် "parity chunks" ကိုထုတ်ပေးသည်။ ကုဒ်ဆွဲသည့်အခါ၊ EC သည် အစုအဝေးတစ်ခုလုံးရှိ "ရှင်သန်ခြင်း" ဒေတာကို ဖတ်ခြင်းဖြင့် ပျောက်ဆုံးနေသောအပိုင်းများကို ထုတ်ပေးသည်။

ဥပမာအားဖြင့်၊ 2 + 1 EC scheme ပါရှိသော virtual disk သည် RF-4 ကဲ့သို့တူညီသောနည်းဖြင့် cluster အတွင်းရှိ node တစ်ခု၏ node တစ်ခု၏ပျက်ကွက်မှုကို အလွယ်တကူခံနိုင်ရည်ရှိမည်ဖြစ်သည်။ ဤကိစ္စတွင်၊ အထူးသဖြင့်၊ RF-2 အတွက် အသုံးဝင်သောစွမ်းရည်ဖော်ကိန်းသည် 2 ဖြစ်ပြီး၊ EC 2+2 အတွက် 1 ဖြစ်လိမ့်မည်။

၎င်းကိုပိုမိုရိုးရှင်းစွာဖော်ပြရန်၊ အနှစ်သာရမှာ virtual block ကို 2-8 (ဘာကြောင့် 2 မှ 8 အထိ၊ အောက်တွင်ကြည့်ပါ) "အပိုင်းအစများ" နှင့် ဤအပိုင်းများအတွက် အလားတူ volume ၏ parity ၏ "pieces" ကို တွက်ချက်ပါသည်။

ရလဒ်အနေနှင့်၊ ဒေတာနှင့် ညီမျှမှုကို အစုအဝေး၏ node အားလုံးတွင် အညီအမျှ ဖြန့်ဝေပါသည်။ တစ်ချိန်တည်းမှာပင်၊ ကူးယူခြင်းကဲ့သို့ပင်၊ ARDFS သည် တူညီသောဒေတာ (ဒေတာမိတ္တူများနှင့် ၎င်းတို့၏ တူညီမှု) ကို တူညီသော node ပေါ်တွင် သိမ်းဆည်းခြင်းမှ ကာကွယ်ရန် နည်းလမ်းဖြင့် ARDFS သည် ဒေတာဆုံးရှုံးနိုင်ခြေကို ဖယ်ရှားပေးပါသည်။ ဒေတာနှင့် ၎င်းတို့၏ တူညီမှုသည် ပျက်ကွက်သော သိုလှောင်မှု အမှတ်တစ်ခုတွင် ရုတ်တရက် ဆုံးသွားလိမ့်မည်ဟူသော အချက်ကြောင့် ဖြစ်သည်။

အောက်တွင် တူညီသော 8 MB virtual machine နှင့် 4 node များပါရှိသော ဥပမာတစ်ခုသည် EC 2+1 scheme တစ်ခုဖြစ်သည်။

Blocks A နှင့် B ကို တစ်ခုလျှင် 2 MB (နှစ်ခု + 2 ဖြစ်သောကြောင့် နှစ်ခု)၊ ဆိုလိုသည်မှာ A1+A1 နှင့် B2+B1 ဖြစ်သည်။ ပုံတူတစ်ခုနှင့်မတူဘဲ၊ A2 သည် A1 ၏မိတ္တူမဟုတ်ပါ၊ ၎င်းသည် block B နှင့် တူညီသော အပိုင်းနှစ်ပိုင်းခွဲထားသော virtual block A ဖြစ်သည်။ စုစုပေါင်း၊ 2MB နှစ်စုံ၊ တစ်ခုစီတွင် two-MB အပိုင်းများပါရှိသည်။ ထို့နောက်၊ ဤအစုတစ်ခုစီအတွက်၊ ညီမျှခြင်းအား တစ်လုံးတစ်စထက်မပိုသောပမာဏဖြင့် တွက်ချက်သည် (ဆိုလိုသည်မှာ 4 MB)၊ ကျွန်ုပ်တို့သည် နောက်ထပ် + 2 အပိုင်းပိုင်း (AP နှင့် BP) ကိုရရှိမည်ဖြစ်သည်။ စုစုပေါင်း ကျွန်ုပ်တို့တွင် 2×4 ဒေတာ + 2×2 တူညီမှုရှိသည်။

ထို့နောက်၊ ဒေတာများသည် ၎င်းတို့၏ parity နှင့် မဖြတ်နိုင်အောင် အပိုင်းများကို node များကြားတွင် "ချထားသည်" ဖြစ်သည်။ အဲဒါတွေ။ A1 နှင့် A2 သည် AP ကဲ့သို့ တူညီသော node တွင်ရှိမည်မဟုတ်ပါ။

node နံပါတ် 1 တွင် သိမ်းဆည်းထားသည့် BP parity မှ ကျဆင်းသွားသော block B2 သည် အလိုအလျောက် ပြန်လည်ရယူမည်ဖြစ်ပြီး node နံပါတ် 1 တွင် သိမ်းဆည်းထားသည့် ပျက်ကွက်မှုတစ်ခုဖြစ်ပွားသောအခါ၊ B-parity မရှိဘူး၊ i.e. BP အပိုင်း။ ဤဥပမာတွင်၊ ဤသည်မှာ node နံပါတ် XNUMX ဖြစ်သည်။

စာဖတ်သူမှာ မေးခွန်းတစ်ခုရှိတယ်ဆိုတာ သေချာပါတယ်။

"သင်ဖော်ပြထားသည့်အရာအားလုံးကို ပြိုင်ဘက်များနှင့် open source ဖြေရှင်းချက်များတွင် နှစ်ရှည်လများ အကောင်အထည်ဖော်ခဲ့ပြီး၊ ARDFS တွင် သင်၏ EC ကို အကောင်အထည်ဖော်မှုကြား ကွာခြားချက်မှာ အဘယ်နည်း။"

ထို့နောက် ARDFS ၏ စိတ်ဝင်စားဖွယ် အင်္ဂါရပ်များ ရှိလိမ့်မည်။

ပြောင်းလွယ်ပြင်လွယ်ကို အဓိကထား၍ ကုဒ်ရေးခြင်းကို ဖျက်ပါ။

အစပိုင်းတွင်၊ ကျွန်ုပ်တို့သည် X သည် 2 မှ 8 ဂဏန်းနှင့်ညီမျှသည့်၊ Y သည် 1 မှ 8 ဂဏန်းနှင့်ညီသော်လည်း အမြဲတမ်း X ထက်နည်းသော သို့မဟုတ် ညီမျှသည့်အစီအစဥ်ကို ကျွန်ုပ်တို့က အစပိုင်းတွင် ပေးဆောင်ထားပါသည်။ ပြောင်းလွယ်ပြင်လွယ်အတွက်။ virtual block ကို ပိုင်းခြားထားသော data pieces (X) အရေအတွက်ကို တိုးခြင်းဖြင့် ကုန်ကျစရိတ်များကို လျှော့ချနိုင်သည်၊ ဆိုလိုသည်မှာ၊ အသုံးပြုနိုင်သော နေရာများ တိုးလာစေသည်။
ညီမျှခြင်းအပိုင်း (Y) အရေအတွက်ကို တိုးမြှင့်ခြင်းသည် virtual disk ၏ ယုံကြည်စိတ်ချရမှုကို တိုးစေသည်။ Y တန်ဖိုး ကြီးလေ၊ အစုအဝေးရှိ node များ ပျက်နိုင်လေဖြစ်သည်။ မှန်ပါသည်၊ တူညီသောပမာဏကို တိုးမြှင့်ခြင်းသည် အသုံးပြုနိုင်သောစွမ်းရည်ပမာဏကို လျော့နည်းစေသည်၊ သို့သော် ၎င်းသည် ယုံကြည်စိတ်ချရမှုအတွက် ပေးဆောင်ရမည့်စျေးနှုန်းဖြစ်သည်။

EC ဆားကစ်များပေါ်တွင် စွမ်းဆောင်ရည်အပေါ် မှီခိုအားထားမှုသည် တိုက်ရိုက်နီးပါးဖြစ်သည်- "အပိုင်းအစများ" များလေ၊ စွမ်းဆောင်ရည်နိမ့်လေ၊ ဤနေရာတွင်၊ မျှတသောအမြင် လိုအပ်ပါသည်။

ဤနည်းလမ်းသည် စီမံခန့်ခွဲသူများကို အမြင့်ဆုံးပြောင်းလွယ်ပြင်လွယ်ဖြင့် ဆန့်သောသိုလှောင်မှုပုံစံကို စီစဉ်ခွင့်ပြုသည်။ ARDFS ရေကူးကန်အတွင်း၊ ကျွန်ုပ်တို့၏ထင်မြင်ယူဆချက်အရလည်း အလွန်အသုံးဝင်သည့် မည်သည့်အမှားအယွင်းကိုမဆို သည်းခံနိုင်မှုအစီအမံများနှင့် ၎င်းတို့၏ပေါင်းစပ်မှုများကို သင်အသုံးပြုနိုင်ပါသည်။

အောက်တွင် RF နှင့် EC အစီအစဥ်များစွာ (အားလုံးမဖြစ်နိုင်) နှိုင်းယှဉ်ထားသော ဇယားတစ်ခုဖြစ်သည်။

ဇယားတွင်ဖော်ပြထားသည်မှာ အများဆုံးဖြစ်သော EC 8+7 ပေါင်းစပ်ထားသော EC 7+1,875 သည် အစုအဝေးတစ်ခုအတွင်း 2 node အထိကို တစ်ပြိုင်နက်တည်း ဆုံးရှုံးနိုင်စေကာ အသုံးပြုနိုင်သောနေရာ (7 နှင့် XNUMX) ထက် "စားသည်" လျော့နည်းကာ ပုံမှန်ပုံတူကူးချခြင်းထက် XNUMX ဆ ပိုကောင်းအောင် ကာကွယ်ပေးသည် ဤအကာအကွယ်ယန္တရားသည် ပိုမိုရှုပ်ထွေးသော်လည်း အကန့်အသတ်ရှိသော disk နေရာအခြေအနေများတွင် အမြင့်ဆုံးယုံကြည်စိတ်ချရမှုရှိရန် လိုအပ်သည့်အခြေအနေများတွင် ပိုမိုဆွဲဆောင်မှုဖြစ်စေသည်။ တစ်ချိန်တည်းမှာပင်၊ X သို့မဟုတ် Y မှ "အပေါင်း" တိုင်းသည် အပိုစွမ်းဆောင်ရည်တစ်ခုဖြစ်လာမည်ကို နားလည်ထားရန်လိုသည်၊ ထို့ကြောင့် ယုံကြည်စိတ်ချရမှု၊ စုဆောင်းမှုနှင့် စွမ်းဆောင်ရည်ကြားတြိဂံတွင် သင်သည် အလွန်ဂရုတစိုက်ရွေးချယ်ရန် လိုအပ်သည်။ ထို့ကြောင့်၊ ကျွန်ုပ်တို့သည် ကုဒ်အရွယ်အစားကို ဖျက်ရန် သီးခြားဆောင်းပါးကို မြှုပ်နှံပါမည်။

ဖိုင်စနစ်၏ ယုံကြည်စိတ်ချရမှုနှင့် ကိုယ်ပိုင်အုပ်ချုပ်ခွင့်

ARDFS သည် အစုအဝေးအားလုံး၏ node များပေါ်တွင် စက်တွင်းအလုပ်လုပ်ပြီး ၎င်းတို့ကို သီးခြား Ethernet အင်တာဖေ့စ်များမှတစ်ဆင့် ၎င်း၏ကိုယ်ပိုင်နည်းလမ်းများဖြင့် တစ်ပြိုင်တည်းလုပ်ဆောင်သည်။ အရေးကြီးသောအချက်မှာ ARDFS သည် ဒေတာသာမက သိုလှောင်မှုနှင့် ပတ်သက်သည့် မက်တာဒေတာကိုပါ သီးခြားထပ်တူကျစေခြင်း ဖြစ်သည်။ ARDFS တွင် လုပ်ဆောင်နေစဉ်တွင်၊ ကျွန်ုပ်တို့သည် ရှိပြီးသား ဖြေရှင်းချက်များစွာကို တစ်ပြိုင်နက် လေ့လာခဲ့ပြီး အများအပြားသည် ပြင်ပဖြန့်ဝေထားသော DBMS ကို အသုံးပြုကာ ဖိုင်စနစ် meta ကို ထပ်တူပြုကြောင်း တွေ့ရှိခဲ့ကြသည်၊၊ ထပ်တူပြုခြင်းအတွက် ကျွန်ုပ်တို့လည်း အသုံးပြုကြသည်၊ သို့သော် FS မက်တာဒေတာမဟုတ်ဘဲ ဖွဲ့စည်းမှုစနစ်များသာဖြစ်သည် (ဤနှင့် အခြားဆက်စပ်စနစ်ခွဲများအကြောင်း နောက်ဆောင်းပါးတွင်)။

ပြင်ပ DBMS ကိုအသုံးပြု၍ FS မက်တာဒေတာကို ထပ်တူပြုခြင်းသည် အလုပ်ဖြစ်မည့်ဖြေရှင်းချက်တစ်ခုဖြစ်သည်၊ သို့သော် ARDFS တွင်သိမ်းဆည်းထားသည့်ဒေတာ၏ညီညွတ်မှုသည် ပြင်ပ DBMS နှင့် ၎င်း၏အပြုအမူအပေါ်တွင်မူတည်သည် (ပွင့်ပွင့်လင်းလင်းပြောရလျှင် ၎င်းသည် ရူးသွပ်သောအမျိုးသမီးဖြစ်သည်)၊ ငါတို့အမြင်က မကောင်းဘူး။ အဘယ်ကြောင့်? FS မက်တာဒေတာ ပျက်စီးသွားပါက FS ဒေတာကိုယ်တိုင်က "နှုတ်ဆက်ပါတယ်" ဟုလည်း ဆိုနိုင်သည်၊ ထို့ကြောင့် ကျွန်ုပ်တို့သည် ပိုမိုရှုပ်ထွေးသော်လည်း ယုံကြည်စိတ်ချရသော လမ်းကြောင်းကို လျှောက်ရန် ဆုံးဖြတ်ခဲ့သည်။

ကျွန်ုပ်တို့သည် ARDFS အတွက် မက်တာဒေတာကို ထပ်တူပြုခြင်းစနစ်ခွဲကို ပြုလုပ်ခဲ့ပြီး ၎င်းသည် ကပ်လျက်စနစ်ခွဲများနှင့် လုံးဝကင်းကွာနေပါသည်။ အဲဒါတွေ။ အခြားစနစ်ခွဲတစ်ခုမှ ARDFS ဒေတာကို ယိုယွင်းစေနိုင်ခြင်းမရှိပါ။ ကျွန်ုပ်တို့၏အမြင်အရ၊ ဤသည်မှာ အယုံကြည်ရဆုံးနှင့် မှန်ကန်သောနည်းလမ်းဖြစ်သည်၊ သို့သော်၊ ဤအရာသည် အမှန်တကယ်ဟုတ်မဟုတ်ကို အချိန်က ပြောပြလိမ့်မည်။ ထို့အပြင်၊ ဤချဉ်းကပ်မှုနှင့်အတူနောက်ထပ်အားသာချက်တစ်ခုရှိသည်။ ARDFS ကို နောက်လာမည့်ထုတ်ကုန်များတွင် ကျွန်ုပ်တို့သေချာပေါက်အသုံးပြုမည့် ဆန့်သိုလှောင်မှုကဲ့သို့ vAIR နှင့် သီးခြားအသုံးပြုနိုင်ပါသည်။

ရလဒ်အနေဖြင့် ARDFS ကို တီထွင်ခြင်းဖြင့် သင်သည် စွမ်းဆောင်ရည်ကို ချွေတာနိုင်သည် သို့မဟုတ် စွမ်းဆောင်ရည်အတွက် အရာအားလုံးကို ဖြည့်ဆည်းပေးနိုင်သည့် ရွေးချယ်မှုတစ်ခုပေးသည့် ပြောင်းလွယ်ပြင်လွယ်နှင့် ယုံကြည်စိတ်ချရသော ဖိုင်စနစ်တစ်ခုကို ကျွန်ုပ်တို့ ရရှိခဲ့ပါသည်။

ရိုးရှင်းသောလိုင်စင်မူဝါဒနှင့် လိုက်လျောညီထွေရှိသော ပေးပို့မှုပုံစံဖြင့် (ရှေ့ဆက်ကြည့်လိုက်ပါ၊ vAIR ကို node မှလိုင်စင်ရထားပြီး ဆော့ဖ်ဝဲလ်အဖြစ် သို့မဟုတ် ဆော့ဖ်ဝဲပက်ကေ့ဂျ်အဖြစ် ပေးပို့သည်)၊ ၎င်းသည် သင့်အား သုံးစွဲသူလိုအပ်ချက်များစွာအတွက် ဖြေရှင်းချက်ကို အလွန်တိကျစွာပြင်ဆင်နိုင်စေပြီးနောက်၊ ဤမျှတမှုကို အလွယ်တကူ ထိန်းသိမ်းပါ။

ဤအံ့ဖွယ်အမှုကို မည်သူလိုအပ်သနည်း။

တစ်ဖက်တွင်၊ hyperconvergence နယ်ပယ်တွင် လေးနက်သောအဖြေများရှိသည့် စျေးကွက်တွင် ကစားသမားများ ရှိနေပြီဟု ကျွန်ုပ်တို့ပြောနိုင်သည်၊ ၎င်းသည် ကျွန်ုပ်တို့ အမှန်တကယ် ဦးတည်နေသည့်နေရာဖြစ်သည်။ ဒီစကားက မှန်တယ်လို့ ထင်ရပေမယ့်...

အခြားတစ်ဖက်တွင်၊ ကျွန်ုပ်တို့သည် လယ်ကွင်းများသို့ထွက်၍ ဖောက်သည်များနှင့် ဆက်သွယ်သောအခါတွင်၊ ကျွန်ုပ်တို့နှင့် ကျွန်ုပ်တို့၏လုပ်ဖော်ကိုင်ဖက်များသည် ယင်းကိစ္စ လုံးဝမဟုတ်ကြောင်း သိမြင်ပါသည်။ hyperconvergence အတွက် လုပ်ဆောင်စရာများစွာရှိပါတယ်၊ အချို့သောနေရာများတွင် ထိုသို့သောဖြေရှင်းနည်းများရှိကြောင်းကိုလူများကမသိကြဘဲ အချို့နေရာများတွင် စျေးကြီးသည်ဟုထင်ရသည်၊ အချို့သောနေရာများတွင် အခြားသောဖြေရှင်းနည်းများ၏မအောင်မြင်သောစမ်းသပ်မှုများရှိကာ အချို့နေရာများတွင် ပိတ်ဆို့မှုများကြောင့်ဝယ်ယူခြင်းကိုတားမြစ်ထားသည်။ ယေဘူယျအားဖြင့် လယ်ကွင်းသည် ထွန်ယက်ခြင်းမှ ကင်းလွတ်သွားသောကြောင့် အပျိုစင်မြေကို ပြုစုပျိုးထောင်ရန် သွားခဲ့သည်။)))။

သိုလှောင်မှုစနစ်က GKS ထက် ဘယ်အချိန်မှာ ပိုကောင်းသလဲ။

ကျွန်ုပ်တို့သည် စျေးကွက်နှင့်အလုပ်လုပ်သောအခါ၊ သိုလှောင်မှုစနစ်များနှင့်အတူ ဂန္တဝင်အစီအစဥ်ကိုအသုံးပြုခြင်းသည် ပိုကောင်းသည့်အခါတွင်၊ မည်သည့်အချိန်တွင် hyperconvergent ကိုအသုံးပြုရမည်နည်း။ GCS ကို ထုတ်လုပ်သော ကုမ္ပဏီများစွာ (အထူးသဖြင့် ၎င်းတို့၏အစုစုတွင် သိုလှောင်မှုစနစ်များ မရှိသော ကုမ္ပဏီများ) က “သိုလှောင်မှုစနစ်များသည် အသုံးမပြုတော့၍ တစ်ခုတည်းသော ပေါင်းစည်းမှုမျှသာ ဖြစ်လာသည်” ဟု ဆိုကြသည်။ ဤသည်မှာ ရဲရင့်သောထုတ်ပြန်ချက်ဖြစ်သော်လည်း လက်တွေ့တွင် လုံးဝထင်ဟပ်ခြင်းမရှိပါ။

အမှန်မှာ၊ သိုလှောင်မှုစျေးကွက်သည် hyperconvergence နှင့် အလားတူဖြေရှင်းနည်းများဆီသို့ အမှန်တကယ်ရွေ့လျားနေသော်လည်း "သို့သော်" အမြဲရှိပါသည်။

ပထမဦးစွာ၊ သိုလှောင်မှုစနစ်များဖြင့် ရှေးရိုးအစီအစဥ်အတိုင်း တည်ဆောက်ထားသော ဒေတာစင်တာများနှင့် အိုင်တီအခြေခံအဆောက်အအုံများသည် အလွယ်တကူပြန်လည်တည်ဆောက်၍မရသောကြောင့် ခေတ်မီသောအခြေခံအဆောက်အအုံများ ပြီးစီးမှုသည် 5-7 နှစ်အထိ အမွေအနှစ်တစ်ခုဖြစ်နေဆဲဖြစ်သည်။

ဒုတိယအချက်မှာ၊ အများစုအတွက် လက်ရှိတည်ဆောက်နေသော အခြေခံအဆောက်အဦ (ရုရှားဖက်ဒရေးရှင်းကို ဆိုလိုသည်) သည် သိုလှောင်မှုစနစ်များကို အသုံးပြု၍ ရှေးရိုးအစီအစဥ်အတိုင်း တည်ဆောက်ထားခြင်းဖြစ်ပြီး၊ လူများက hyperconvergence အကြောင်းမသိသောကြောင့်မဟုတ်ဘဲ hyperconvergence စျေးကွက်သည် အသစ်ဖြစ်သောကြောင့်၊ ဖြေရှင်းချက်များနှင့် စံချိန်စံညွှန်းတွေ မသတ်မှတ်ရသေးဘူး၊ အိုင်တီသမားတွေက မလေ့ကျင့်ရသေးဘူး၊ အတွေ့အကြုံနည်းပေမယ့် ဒီမှာရော ဒေတာစင်တာတွေ ဆောက်ဖို့လိုတယ်။ ဤလမ်းကြောင်းသည် နောက်ထပ် 3-5 နှစ်အထိ ကြာရှည်လိမ့်မည် (ထို့နောက် နောက်ထပ် အမွေအနှစ်၊ အမှတ် 1 ကိုကြည့်ပါ)။

တတိယအနေဖြင့်၊ ဖြန့်ဝေသိုလှောင်မှုကုန်ကျစရိတ်ဖြစ်သည့် စာရေးမှုတစ်ခုလျှင် 2 မီလီစက္ကန့်၏ နောက်ထပ်သေးငယ်သောနှောင့်နှေးမှုများတွင် နည်းပညာဆိုင်ရာ ကန့်သတ်ချက်သက်သက်ရှိသည်။

ကောင်းပြီ၊ disk subsystem ၏ဒေါင်လိုက်အရွယ်အစားကိုနှစ်သက်သောကြီးမားသောရုပ်ပိုင်းဆိုင်ရာဆာဗာများအသုံးပြုခြင်းကိုမမေ့ပါနှင့်။

သိုလှောင်မှုစနစ်များသည် GCS ထက် ကောင်းမွန်သော လုပ်ဆောင်မှုများစွာရှိသည့် လိုအပ်ပြီး လူကြိုက်များသော အလုပ်များ ရှိပါသည်။ ဤနေရာတွင်၊ ၎င်းတို့၏ထုတ်ကုန်အစုစုတွင် သိုလှောင်မှုစနစ်များမရှိသော ထုတ်လုပ်သူများသည် ကျွန်ုပ်တို့နှင့်သဘောတူမည်မဟုတ်သော်လည်း ကျွန်ုပ်တို့သည် ကျိုးကြောင်းဆီလျော်စွာ ငြင်းခုံရန် အသင့်ရှိပါသည်။ ဟုတ်ပါတယ်၊၊ ကျွန်ုပ်တို့သည် ထုတ်ကုန်နှစ်ခုစလုံး၏ developer များအနေနှင့်၊ ကျွန်ုပ်တို့သည် ကျွန်ုပ်တို့၏အနာဂတ်ထုတ်ဝေမှုများအနက်တစ်ခုတွင် သိုလှောင်မှုစနစ်များနှင့် GCS ကို ကျိန်းသေနှိုင်းယှဉ်ပြီး မည်သည့်အခြေအနေများအောက်တွင် မည်သည့်အရာကပိုကောင်းကြောင်း ရှင်းလင်းစွာပြသသွားမည်ဖြစ်ပါသည်။

ပြီးတော့ hyperconverged ဖြေရှင်းချက်တွေက သိုလှောင်မှုစနစ်တွေထက် ဘယ်မှာ ပိုကောင်းမလဲ။

အထက်ဖော်ပြပါ အချက်များကို အခြေခံ၍ ထင်ရှားသော ကောက်ချက် သုံးခုကို ရေးဆွဲနိုင်သည်-

1. မည်သည့်ထုတ်ကုန်တွင်မဆို တသမတ်တည်းဖြစ်ပေါ်နေသည့် မှတ်တမ်းတင်ခြင်းအတွက် နောက်ထပ် 2 မီလီစက္ကန့်ကြာချိန် (ယခုကျွန်ုပ်တို့သည် ဓာတုဗေဒအကြောင်းပြောနေခြင်းမဟုတ်ပါ၊ ပေါင်းစည်းမှုတွင် နာနိုစက္ကန့်များကို ပြသနိုင်သည်) သည် အရေးမပါသော၊ hyperconvergent သည် သင့်လျော်ပါသည်။
2. ကြီးမားသော ရုပ်ပိုင်းဆိုင်ရာဆာဗာများမှ load ကို သေးငယ်သော virtual များအဖြစ်သို့ ပြောင်းလဲနိုင်ပြီး node များကြားတွင် ဖြန့်ဝေပါက၊ hyperconvergence သည်လည်း ထိုနေရာတွင် ကောင်းမွန်စွာအလုပ်လုပ်နိုင်မည်ဖြစ်သည်။
3. အလျားလိုက်စကေးချခြင်းသည် ဒေါင်လိုက်စကေးချခြင်းထက် ပိုမိုဦးစားပေးသည့်နေရာတွင်၊ GCS သည်လည်း ထိုနေရာတွင် ကောင်းမွန်စွာလုပ်ဆောင်နိုင်မည်ဖြစ်သည်။

ဒီဖြေရှင်းချက်တွေက ဘာလဲ။

1. စံအခြေခံအဆောက်အဦဝန်ဆောင်မှုများအားလုံး (လမ်းညွှန်ဝန်ဆောင်မှု၊ မေးလ်၊ EDMS၊ ဖိုင်ဆာဗာများ၊ အသေးစား သို့မဟုတ် အလတ်စား ERP နှင့် BI စနစ်များ စသည်)။ ဒါကို "ယေဘူယျ တွက်ချက်မှု" လို့ခေါ်ပါတယ်။
2. အလျားလိုက်ချဲ့ထွင်ပြီး အလွယ်တကူ ဖောက်သည်များအတွက် virtual machines အများအပြားကို လျင်မြန်စွာနှင့် စံချိန်စံညွှန်းသတ်မှတ်ရန် လိုအပ်သော cloud ပံ့ပိုးပေးသူများ၏ အခြေခံအဆောက်အဦ။
3. သေးငယ်သော အသုံးပြုသူ virtual machines အများအပြားလည်ပတ်ပြီး ယူနီဖောင်းအစုအဝေးတစ်ခုအတွင်း တိတ်တဆိတ် “float” သည့် Virtual desktop အခြေခံအဆောက်အဦ (VDI)။
4. ဌာနခွဲတစ်ခုစီသည် စံချိန်စံညွှန်း၊ အမှားအယွင်းခံနိုင်ရည်ရှိရန် လိုအပ်သော်လည်း စျေးမကြီးသော virtual machines 15-20 ၏ အခြေခံအဆောက်အဦများ လိုအပ်သည့် ဘဏ်ခွဲကွန်ရက်များ။
5. ဖြန့်ဝေထားသော ကွန်ပြူတာ မှန်သမျှ (ဥပမာ ဒေတာကြီးကြီးဝန်ဆောင်မှုများ)။ ဝန်သည် “နက်နဲသည်” မဟုတ်ဘဲ “အနံ” ရောက်သွားသည် ။
6. နောက်ထပ် အနည်းငယ်နှောင့်နှေးမှုများကို လက်ခံနိုင်သော ပတ်ဝန်းကျင်တွင် စမ်းသပ်ရန်၊ သို့သော် ၎င်းတို့သည် စမ်းသပ်မှုများဖြစ်သောကြောင့် ဘတ်ဂျက်ကန့်သတ်ချက်များရှိသည်။

လောလောဆယ်တွင်၊ ကျွန်ုပ်တို့သည် AERODISK vAIR ကိုပြုလုပ်ထားပြီး ယင်းတာဝန်များအတွက် ကျွန်ုပ်တို့အာရုံစိုက်လုပ်ဆောင်နေသည် (ယခုအချိန်အထိ အောင်မြင်သည်)။ မကြာခင် ပြောင်းလဲတော့မှာဆိုတော့... ကမ္ဘာကြီးက မရပ်ဘူး။

ဒီတော့…

၎င်းသည် ဆောင်းပါးအများအပြား၏ ပထမပိုင်းကို ပြီးမြောက်စေသည်၊ နောက်ဆောင်းပါးတွင် ဖြေရှင်းချက်၏ တည်ဆောက်ပုံနှင့် အသုံးပြုထားသော အစိတ်အပိုင်းများအကြောင်း ဆွေးနွေးပါမည်။

မေးခွန်းများ၊ အကြံပြုချက်များနှင့် အပြုသဘောဆောင်သော အငြင်းပွားမှုများကို ကျွန်ုပ်တို့ကြိုဆိုပါသည်။

source: www.habr.com