भर्चुअलाइज्ड डाटा केन्द्र डिजाइन

परिचय

प्रयोगकर्ताको दृष्टिकोणबाट सूचना प्रणालीलाई GOST RV 51987 मा राम्रोसँग परिभाषित गरिएको छ - "एक स्वचालित प्रणाली, जसको परिणाम पछिको प्रयोगको लागि आउटपुट जानकारीको प्रस्तुति हो।" यदि हामीले आन्तरिक संरचनालाई विचार गर्छौं भने, सारमा कुनै पनि IS कोडमा लागू गरिएको अन्तरसम्बन्धित एल्गोरिदमहरूको प्रणाली हो। ट्युरिङ-चर्च थेसिसको व्यापक अर्थमा, एल्गोरिदम (वा IS) ले इनपुट डेटाको सेटलाई आउटपुट डेटाको सेटमा रूपान्तरण गर्छ।
एक पनि भन्न सक्छ कि इनपुट डाटा को रूपान्तरण एक सूचना प्रणाली को अस्तित्व को अर्थ हो। तदनुसार, IS र सम्पूर्ण IS जटिलको मूल्य इनपुट र आउटपुट डेटाको मूल्य मार्फत निर्धारण गरिन्छ।
यसलाई दिमागमा राखेर, डिजाइन सुरु हुनु पर्छ र डाटा-संचालित हुनुपर्छ, संरचना र डेटाको महत्वमा वास्तुकला र विधिहरू टेलरिङ गर्नुपर्छ।

भण्डारण गरिएको डाटा
डिजाइनको तयारीको मुख्य चरण भनेको प्रशोधन र भण्डारणको लागि योजना गरिएका सबै डेटा सेटहरूको विशेषताहरू प्राप्त गर्नु हो। यी विशेषताहरू समावेश छन्:
- डाटा भोल्युम;
- डाटाको जीवन चक्रको बारेमा जानकारी (नयाँ डाटाको वृद्धि, आयु, पुरानो डाटाको प्रशोधन);
- दृष्टिकोणबाट डाटाको वर्गीकरण कम्पनीको मुख्य व्यवसायमा प्रभाव (गोपनीयता, अखण्डता, उपलब्धता) को साथमा वित्तीय संकेतकहरू (उदाहरणका लागि, अन्तिम घण्टामा डेटा हानिको लागत);
- डाटा प्रोसेसिंग को भूगोल (प्रशोधन प्रणाली को भौतिक स्थान);
— प्रत्येक डेटा वर्गको लागि नियामक आवश्यकताहरू (उदाहरणका लागि, संघीय कानून-152, PCI DSS)।

सूचना प्रणाली

डाटा भण्डारण मात्र होइन, सूचना प्रणालीद्वारा प्रशोधन (रूपान्तरित) पनि हुन्छ। डेटा विशेषताहरू प्राप्त गरेपछि अर्को चरण भनेको सूचना प्रणालीहरूको सबैभन्दा पूर्ण सूची हो, तिनीहरूको वास्तुकला सुविधाहरू, अन्तरनिर्भरताहरू र चार प्रकारका स्रोतहरूको लागि परम्परागत एकाइहरूमा पूर्वाधार आवश्यकताहरू:
- प्रोसेसर कम्प्युटिङ शक्ति;
- RAM को मात्रा;
- डाटा भण्डारण प्रणालीको भोल्युम र प्रदर्शनको लागि आवश्यकताहरू;
— डाटा ट्रान्समिशन नेटवर्कका लागि आवश्यकताहरू (बाह्य च्यानलहरू, IS कम्पोनेन्टहरू बीचका च्यानलहरू)।
यस अवस्थामा, IS को भागको रूपमा प्रत्येक सेवा/माइक्रो सेवाका लागि आवश्यकताहरू हुनुपर्छ।
अलग रूपमा, यो ध्यान दिन आवश्यक छ कि, सही डिजाइनको लागि, IS डाउनटाइम (रुबल प्रति घण्टा) को लागतको रूपमा कम्पनीको मुख्य व्यवसायमा IS को प्रभावमा डाटाको उपलब्धता अनिवार्य छ।

खतरा मोडेल

त्यहाँ धम्कीहरूको औपचारिक मोडेल हुनुपर्दछ जसबाट डाटा/सेवाहरू सुरक्षित गर्न योजना गरिएको छ। यसबाहेक, खतरा मोडेलले गोपनीयताका पक्षहरू मात्र समावेश गर्दैन, तर अखण्डता र उपलब्धता पनि समावेश गर्दछ। ती। उदाहरणका लागि:
- भौतिक सर्भरको विफलता;
- शीर्ष-अफ-द-र्याक स्विचको विफलता;
- डाटा केन्द्रहरू बीच अप्टिकल संचार च्यानल को अवरोध;
- सम्पूर्ण परिचालन भण्डारण प्रणालीको विफलता।
केहि अवस्थाहरूमा, खतरा मोडेलहरू पूर्वाधार घटकहरूको लागि मात्र होइन, तर विशेष सूचना प्रणालीहरू वा तिनीहरूका कम्पोनेन्टहरूका लागि पनि लेखिएका हुन्छन्, जस्तै डाटा संरचनाको तार्किक विनाशको साथ DBMS विफलता।
अव्यक्त खतराबाट जोगाउन परियोजना भित्रका सबै निर्णयहरू अनावश्यक छन्।

नियामक आवश्यकताहरू

यदि प्रशोधन भइरहेको डाटा नियामकहरू द्वारा स्थापित विशेष नियमहरूको अधीनमा छ भने, डाटा सेटहरू र प्रशोधन / भण्डारण नियमहरूको बारेमा जानकारी आवश्यक छ।

RPO/RTO लक्ष्यहरू

कुनै पनि प्रकारको सुरक्षा डिजाइन गर्नका लागि प्रत्येक वर्णित खतराहरूको लागि लक्षित डेटा हानि सूचकहरू र लक्षित सेवा रिकभरी समय चाहिन्छ।
आदर्श रूपमा, RPO र RTO सँग सम्बन्धित डेटा हराउने लागत र प्रति एकाइ समय डाउनटाइम हुनुपर्छ।

स्रोत पोखरीमा विभाजन

सबै प्रारम्भिक इनपुट जानकारी सङ्कलन गरेपछि, पहिलो चरण डेटा सेटहरू र IP लाई खतरा मोडेलहरू र नियामक आवश्यकताहरूको आधारमा पूलहरूमा समूहबद्ध गर्ने हो। विभिन्न पोखरीहरूको विभाजनको प्रकार निर्धारण गरिन्छ - प्रोग्रामेटिक रूपमा प्रणाली सफ्टवेयर स्तरमा वा शारीरिक रूपमा।
उदाहरण:
- सर्किट प्रशोधन व्यक्तिगत डेटा पूर्ण रूपमा भौतिक रूपमा अन्य प्रणालीहरूबाट अलग गरिएको छ;
- ब्याकअपहरू छुट्टै भण्डारण प्रणालीमा भण्डारण गरिएका छन्।

यस अवस्थामा, पूलहरू अपूर्ण रूपमा स्वतन्त्र हुन सक्छन्, उदाहरणका लागि, कम्प्युटिङ स्रोतहरूको दुईवटा पूलहरू परिभाषित गरिएका छन् (प्रोसेसर पावर + RAM), जसले एकल डाटा भण्डारण पूल र एकल डाटा ट्रान्समिशन स्रोत पूल प्रयोग गर्दछ।

प्रशोधन शक्ति

सार, भर्चुअलाइज्ड डाटा सेन्टरको प्रशोधन शक्ति आवश्यकताहरू भर्चुअल प्रोसेसरहरू (vCPUs) र भौतिक प्रोसेसरहरू (pCPU) मा तिनीहरूको समेकन अनुपातको सर्तमा मापन गरिन्छ। यस विशेष अवस्थामा, 1 pCPU = 1 भौतिक प्रोसेसर कोर (हाइपर-थ्रेडिङ बाहेक)। vCPU हरूको संख्या सबै परिभाषित स्रोत पूलहरूमा जोडिएको छ (जसको प्रत्येकको आफ्नै समेकन कारक हुन सक्छ)।
लोड गरिएका प्रणालीहरूको लागि समेकन गुणांक प्रायोगिक रूपमा प्राप्त गरिन्छ, अवस्थित पूर्वाधारमा आधारित, वा पायलट स्थापना र लोड परीक्षण मार्फत। अनलोड गरिएका प्रणालीहरूको लागि, "उत्तम अभ्यास" प्रयोग गरिन्छ। विशेष रूपमा, VMware ले औसत अनुपात 8: 1 को रूपमा उद्धृत गर्दछ।

RAM

कुल RAM आवश्यकता साधारण योग द्वारा प्राप्त गरिन्छ। RAM ओभरसब्सक्रिप्शन प्रयोग गर्न सिफारिस गरिएको छैन।

भण्डारण स्रोतहरू

भण्डारण आवश्यकताहरू केवल क्षमता र कार्यसम्पादन द्वारा सबै पोखरीहरू संक्षेप गरेर प्राप्त गरिन्छ।
प्रदर्शन आवश्यकताहरू IOPS मा एक औसत पढ्ने/लेखन अनुपात र आवश्यक भएमा, अधिकतम प्रतिक्रिया विलम्बताको साथमा व्यक्त गरिन्छ।
सेवाको गुणस्तर (QoS) विशिष्ट पोखरी वा प्रणालीहरूको लागि आवश्यकताहरू छुट्टै निर्दिष्ट गरिनुपर्छ।

डाटा नेटवर्क स्रोतहरू

डाटा नेटवर्क आवश्यकताहरू केवल सबै ब्यान्डविथ पूलहरू संक्षेप गरेर प्राप्त गरिन्छ।
सेवाको गुणस्तर (QoS) र विलम्बता (RTT) आवश्यकताहरू विशेष पोखरी वा प्रणालीहरूको लागि छुट्टै निर्दिष्ट गरिनुपर्छ।
डाटा नेटवर्क स्रोतहरूका लागि आवश्यकताहरूको भागको रूपमा, नेटवर्क ट्राफिकको अलगाव र/वा इन्क्रिप्शनका लागि आवश्यकताहरू र मनपर्ने संयन्त्रहरू (802.1q, IPSec, आदि) पनि संकेत गरिएका छन्।

वास्तुकला चयन

यो गाईडले x86 आर्किटेक्चर र 100% सर्भर भर्चुअलाइजेसन बाहेक कुनै विकल्पको बारेमा छलफल गर्दैन। त्यसकारण, कम्प्युटिङ सबसिस्टम आर्किटेक्चरको छनौट सर्भर भर्चुअलाइजेशन प्लेटफर्म, सर्भर फारम कारक, र सामान्य सर्भर कन्फिगरेसन आवश्यकताहरूको छनोटमा आउँछ।

छनोटको मुख्य बिन्दु भनेको प्रशोधन, भण्डारण र डाटा ट्रान्समिट गर्ने वा कन्भर्जेन्टका कार्यहरूको विभाजनको साथ शास्त्रीय दृष्टिकोण प्रयोग गर्ने निश्चितता हो।

शास्त्रीय वास्तुकला डाटा भण्डारण र प्रसारणको लागि बौद्धिक बाह्य उपप्रणालीहरूको प्रयोग समावेश गर्दछ, जबकि सर्भरहरूले भौतिक स्रोतहरूको साझा पूलमा प्रशोधन शक्ति र RAM मात्र योगदान गर्दछ। चरम अवस्थामा, सर्भरहरू पूर्ण रूपमा गुमनाम हुन्छन्, तिनीहरूको आफ्नै डिस्क मात्र हुँदैन, तर प्रणाली पहिचानकर्ता पनि हुँदैन। यस अवस्थामा, ओएस वा हाइपरभाइजर बिल्ट-इन फ्ल्यास मिडिया वा बाह्य डाटा भण्डारण प्रणाली (SAN बाट बुट) बाट लोड हुन्छ।
शास्त्रीय वास्तुकलाको ढाँचा भित्र, ब्लेड र र्याकहरू बीचको छनौट मुख्य रूपमा निम्न सिद्धान्तहरूमा आधारित हुन्छ:
- लागत-प्रभावी (औसतमा, र्याक-माउन्ट सर्भरहरू सस्तो छन्);
- कम्प्यूटेशनल घनत्व (ब्लेडको लागि उच्च);
- ऊर्जा खपत र तातो अपव्यय (ब्लेड प्रति एकाइ उच्च विशिष्ट एकाइ छ);
- स्केलेबिलिटी र कन्ट्रोलेबिलिटी (ब्लेडहरूलाई सामान्यतया ठूला स्थापनाहरूको लागि कम प्रयास चाहिन्छ);
- विस्तार कार्डहरूको प्रयोग (ब्लेडहरूको लागि धेरै सीमित विकल्प)।
अभिसरण वास्तुकला (यस्तो पनि भनिन्छ hyperconverged) डेटा प्रशोधन र भण्डारण को कार्यहरु को संयोजन मा शामिल छ, जो स्थानीय सर्भर डिस्क को उपयोग को लागी नेतृत्व गर्दछ र एक परिणाम को रूप मा, क्लासिक ब्लेड फारम कारक को परित्याग। कन्भर्ज्ड प्रणालीहरूको लागि, या त र्याक सर्भरहरू वा क्लस्टर प्रणालीहरू प्रयोग गरिन्छ, धेरै ब्लेड सर्भरहरू र एकल अवस्थामा स्थानीय डिस्कहरू संयोजन गर्दै।

CPU/मेमोरी

कन्फिगरेसन सही रूपमा गणना गर्न, तपाईंले वातावरण वा प्रत्येक स्वतन्त्र क्लस्टरहरूको लागि लोडको प्रकार बुझ्न आवश्यक छ।
CPU बाउन्ड - प्रोसेसर शक्ति द्वारा प्रदर्शन मा सीमित वातावरण। RAM थप्दा कार्यसम्पादन (प्रति सर्भर VM को संख्या) को सर्तमा केहि परिवर्तन हुनेछैन।
मेमोरी बन्धन - RAM द्वारा सीमित वातावरण। सर्भरमा थप RAM ले तपाईंलाई सर्भरमा थप VMs चलाउन अनुमति दिन्छ।
GB / MHz (GB / pCPU) - यो विशेष लोड द्वारा RAM र प्रोसेसर पावर को खपत को औसत अनुपात। दिइएको कार्यसम्पादनको लागि मेमोरीको आवश्यक मात्रा गणना गर्न प्रयोग गर्न सकिन्छ र यसको विपरीत।

सर्भर कन्फिगरेसन गणना

पहिले, तपाईंले सबै प्रकारका लोडहरू निर्धारण गर्न र विभिन्न क्लस्टरहरूमा विभिन्न कम्प्युटिङ पूलहरू संयोजन वा विभाजन गर्ने निर्णय गर्न आवश्यक छ।
अर्को, प्रत्येक परिभाषित क्लस्टरहरूको लागि, GB/MHz अनुपात पहिले नै थाहा भएको लोडमा निर्धारण गरिन्छ। यदि लोड पहिले नै थाहा छैन, तर प्रोसेसर पावर उपयोगको स्तरको कुनै नराम्रो बुझाइ छ भने, तपाईले मानक vCPU:pCPU अनुपातहरू प्रयोग गर्न सक्नुहुन्छ पूल आवश्यकताहरूलाई भौतिकमा रूपान्तरण गर्न।

प्रत्येक क्लस्टरको लागि, गुणांकद्वारा vCPU पूल आवश्यकताहरूको योगफल विभाजन गर्नुहोस्:
vCPUsum / vCPU: pCPU = pCPUsum - भौतिक एकाइहरूको आवश्यक संख्या। कोर
pCPUsum / 1.25 = pCPUht - हाइपर-थ्रेडिङको लागि समायोजित कोरहरूको संख्या
मानौं कि यो 190 कोर / 3.5 TB RAM संग क्लस्टर गणना गर्न आवश्यक छ। एकै समयमा, हामी प्रोसेसर पावरको 50% र RAM को 75% को लक्ष्य लोड स्वीकार गर्छौं।

pCPU
190
CPU उपयोगिता
50%

मेम
3500
मेम उपयोगिता
75%

सकेट
कोर
Srv/CPU
Srv मेम
Srv/Mem

2
6
25,3
128
36,5

2
8
19,0
192
24,3

2
10
15,2
256
18,2

2
14
10,9
384
12,2

2
18
8,4
512
9,1

यस अवस्थामा, हामी सधैं निकटतम पूर्णांक (=ROUNDUP(A1;0)) सम्म राउन्डिङ प्रयोग गर्छौं।
तालिकाबाट यो स्पष्ट हुन्छ कि धेरै सर्भर कन्फिगरेसनहरू लक्ष्य सूचकहरूको लागि सन्तुलित छन्:
- 26 सर्भरहरू 2*6c / 192 GB
- 19 सर्भरहरू 2*10c / 256 GB
- 10 सर्भरहरू 2*18c / 512 GB

यी कन्फिगरेसनहरूको छनोट त्यसपछि थर्मल प्याकेज र उपलब्ध शीतलन, पहिले नै प्रयोग गरिएको सर्भर वा लागत जस्ता थप कारकहरूमा आधारित हुनुपर्छ।

सर्भर कन्फिगरेसन छनौट गर्ने सुविधाहरू

चौडा VMs। यदि यो चौडा VMs होस्ट गर्न आवश्यक छ (1 NUMA नोड वा थपसँग तुलना गर्न सकिन्छ), यो सिफारिस गरिन्छ, यदि सम्भव छ भने, यस्तो VM हरू NUMA नोड भित्र रहन अनुमति दिने कन्फिगरेसन भएको सर्भर चयन गर्नुहोस्। फराकिलो VMs को ठूलो संख्या संग, क्लस्टर स्रोतहरु को विखण्डन को खतरा छ, र यस अवस्थामा, सर्भरहरु लाई चयन गरिन्छ जसले फराकिलो VM लाई सकेसम्म सघन रूपमा राख्न अनुमति दिन्छ।

एकल विफलता डोमेन आकार।

सर्भर साइजको छनोट पनि एकल विफलता डोमेनलाई कम गर्ने सिद्धान्तमा आधारित छ। उदाहरणका लागि, बीचमा छनौट गर्दा:
— 3 x 4*10c / 512 GB
— 6 x 2*10c / 256 GB
अन्य सबै चीजहरू समान छन्, तपाईंले दोस्रो विकल्प रोज्नुपर्छ, किनकि जब एउटा सर्भर असफल हुन्छ (वा मर्मत भइरहेको छ), क्लस्टर स्रोतहरूको 33% हराएको छैन, तर 17%। त्यसैगरी, दुर्घटनाबाट प्रभावित VM र IS को संख्या आधा छ।

प्रदर्शनमा आधारित क्लासिक भण्डारण प्रणालीहरूको गणना

क्लासिक भण्डारण प्रणालीहरू सँधै सबैभन्दा खराब अवस्थाको प्रयोग गरेर गणना गरिन्छ, परिचालन क्यासको प्रभाव र सञ्चालनहरूको अनुकूलनलाई बाहेक।
आधारभूत कार्यसम्पादन सूचकहरूको रूपमा, हामी डिस्क (IOPSdisk) बाट मेकानिकल प्रदर्शन लिन्छौं:
- 7.2k - 75 IOPS
- 10k - 125 IOPS
- 15k - 175 IOPS

अर्को, डिस्क पूल मा डिस्क को संख्या निम्न सूत्र प्रयोग गरी गणना गरिन्छ: = TotalIOPS * (RW + (1 -RW) * RAIDpen) / IOPSdisk। कहाँ:
- TotalIOPS - डिस्क पूलबाट IOPS मा कुल आवश्यक प्रदर्शन
- RW - पढ्ने कार्यहरूको प्रतिशत
- RAIDpen - चयन गरिएको RAID स्तरको लागि RAID दण्ड

यहाँ उपकरण RAID र RAID जरिवाना बारे थप पढ्नुहोस् - भण्डारण प्रदर्शन। भाग एक। и भण्डारण प्रदर्शन। भाग दुई। и भण्डारण प्रदर्शन। भाग तीन

डिस्कहरूको परिणामस्वरूप संख्याको आधारमा, बहु-स्तर भण्डारणका विकल्पहरू सहित भण्डारण क्षमता आवश्यकताहरू पूरा गर्ने सम्भावित विकल्पहरू गणना गरिन्छ।
भण्डारण तहको रूपमा SSD प्रयोग गर्ने प्रणालीहरूको गणनालाई अलग रूपमा मानिन्छ।
फ्ल्यास क्यास संग गणना प्रणाली को विशेषताहरु

फ्ल्यास क्यास - दोस्रो-स्तर क्यासको रूपमा फ्ल्यास मेमोरी प्रयोग गर्नका लागि सबै स्वामित्व प्रविधिहरूको लागि एक साझा नाम। फ्ल्याश क्यास प्रयोग गर्दा, भण्डारण प्रणाली सामान्यतया चुम्बकीय डिस्कबाट स्थिर लोड प्रदान गर्न गणना गरिन्छ, जबकि शिखर क्यास द्वारा सेवा गरिन्छ।
यस अवस्थामा, लोड प्रोफाइल र भण्डारण भोल्युमहरूको ब्लकहरूमा पहुँचको स्थानीयकरणको डिग्री बुझ्न आवश्यक छ। फ्ल्यास क्यास अत्यधिक स्थानीयकृत प्रश्नहरूको साथ कार्यभारहरूको लागि एक प्रविधि हो, र समान रूपमा लोड गरिएको भोल्युमहरू (जस्तै एनालिटिक्स प्रणालीहरूका लागि) व्यावहारिक रूपमा अनुपयुक्त छ।

कम-अन्त/मध्य-दायरा हाइब्रिड प्रणालीहरूको गणना

तल्लो र मध्यम वर्गका हाइब्रिड प्रणालीहरूले एक तालिकामा स्तरहरू बीच डेटा सर्ने बहु-स्तर भण्डारण प्रयोग गर्दछ। एकै समयमा, उत्कृष्ट मोडेलहरूको लागि बहु-स्तर भण्डारण ब्लकको आकार 256 एमबी हो। यी सुविधाहरूले हामीलाई टायर्ड भण्डारण प्रविधिलाई उत्पादकता बढाउनको लागि प्रविधि मान्न अनुमति दिँदैन, किनकि धेरै मानिसहरूले गलत रूपमा विश्वास गर्छन्। निम्न- र मध्यम-वर्ग प्रणालीहरूमा बहु-स्तर भण्डारण स्पष्ट लोड असमानता भएका प्रणालीहरूको लागि भण्डारण लागतहरू अनुकूलन गर्ने प्रविधि हो।

टायर गरिएको भण्डारणको लागि, माथिल्लो तहको कार्यसम्पादन पहिले गणना गरिन्छ, जबकि भण्डारणको तल्लो तहले हराएको भण्डारण क्षमतामा मात्र योगदान गर्ने मानिन्छ। हाइब्रिड बहु-स्तरीय प्रणालीको लागि, तल्लो तहबाट अचानक तातो डेटाको लागि कार्यसम्पादन ड्रडाउनको लागि क्षतिपूर्ति गर्न बहु-स्तरीय पूलको लागि फ्ल्यास क्यास प्रविधि प्रयोग गर्न अनिवार्य छ।

टायर्ड डिस्क पूलमा SSD प्रयोग गर्दै

दिइएको निर्माता द्वारा फ्लैश क्यास एल्गोरिदमको विशेष कार्यान्वयनमा निर्भर गर्दै, बहु-स्तर डिस्क पूलमा SSDs को प्रयोगमा भिन्नताहरू छन्।
SSD स्तर भएको डिस्क पूलको लागि भण्डारण नीतिको सामान्य अभ्यास SSD पहिलो हो।
फ्ल्यास क्यास मात्र पढ्नुहोस्। पढ्ने-मात्र फ्ल्यास क्यासको लागि, SSD मा भण्डारण तह लेखहरूको महत्त्वपूर्ण स्थानीयकरणको साथ आउँछ, क्यासको पर्वाह नगरी।
फ्ल्यास क्यास पढ्नुहोस्/लेख्नुहोस्। फ्ल्यास क्यासको अवस्थामा, लेखन क्यास साइज पहिले अधिकतम क्यास साइजमा सेट गरिन्छ, र SSD भण्डारण टियर तब मात्र देखिन्छ जब क्यास साइज सम्पूर्ण स्थानीयकृत वर्कलोड सेवा गर्न अपर्याप्त हुन्छ।
SSD र क्यास कार्यसम्पादन गणनाहरू प्रत्येक पटक निर्माताका सिफारिसहरूमा आधारित हुन्छन्, तर सधैं खराब अवस्थाको लागि।

स्रोत: www.habr.com