කාර්මික විප්ලවයට පෙර ජනනය කරන ලද මානව වර්ගයාට වඩා පස්වන පරම්පරාවේ ජාල, ජෙනෝම් ස්කෑනර් සහ ස්වයං-රියදුරු මෝටර් රථ දිනකට වැඩි දත්ත නිෂ්පාදනය කරන ලෝකයක දත්ත ගබඩා කරන්නේ කෙසේද යන්න ගැන අද අපි කතා කරමු.
අපේ ලෝකය වැඩි වැඩියෙන් තොරතුරු ජනනය කරයි. එහි යම් කොටසක් ක්ෂනික වන අතර එය එකතු වූ විගස නැති වී යයි. තවත් එකක් දිගු කලක් ගබඩා කළ යුතු අතර තවත් එකක් "සියවස් ගණනාවක්" පවා නිර්මාණය කර ඇත - අවම වශයෙන් එය වර්තමානයේ සිට අප දකින දේ. මෙම නිමක් නැති "ඉල්ලුම" තෘප්තිමත් කිරීමට නිර්මාණය කර ඇති ඕනෑම නව ප්‍රවේශයක්, ඕනෑම තාක්‍ෂණයක් ඉක්මනින් යල්පැන යන තරමට තොරතුරු ප්‍රවාහයන් දත්ත මධ්‍යස්ථාන තුළ තැන්පත් වේ.
බෙදා හරින ලද ගබඩා පද්ධති සංවර්ධනය වසර 40 ක්
අපට හුරුපුරුදු ස්වරූපයෙන් පළමු ජාල ගබඩාව 1980 ගණන්වල දර්ශනය විය. ඔබ බොහෝ දෙනෙකුට NFS (ජාල ගොනු පද්ධතිය), AFS (Andrew File System) හෝ Coda හමු වී ඇත. දශකයකට පසුව, විලාසිතා සහ තාක්ෂණය වෙනස් වී ඇති අතර, බෙදා හරින ලද ගොනු පද්ධති GPFS (සාමාන්‍ය සමාන්තර ගොනු පද්ධතිය), CFS (Clustered ගොනු පද්ධති) සහ StorNext මත පදනම් වූ පොකුරු ගබඩා පද්ධති වෙත මග පෑදී ඇත. සම්භාව්ය ගෘහ නිර්මාණ ශිල්පයේ අවහිර ගබඩාව පදනමක් ලෙස භාවිතා කරන ලද අතර, ඊට ඉහළින් මෘදුකාංග ස්ථරයක් භාවිතයෙන් තනි ගොනු පද්ධතියක් නිර්මාණය කරන ලදී. මේවා සහ ඒ හා සමාන විසඳුම් තවමත් භාවිතා වේ, ඒවායේ නිකේතනය අල්ලාගෙන ඇති අතර ඒවා තරමක් ඉල්ලුමේ පවතී.
සහස්‍රයේ ආරම්භයේදී, බෙදා හරින ලද ගබඩා ආදර්ශය තරමක් වෙනස් වූ අතර, SN (බෙදාගත්-කිසිවක් නැත) ගෘහ නිර්මාණ ශිල්පය සහිත පද්ධති ප්‍රමුඛ ස්ථාන ලබා ගත්තේය. පොකුරු ගබඩාවේ සිට තනි නෝඩ් වල ගබඩා කිරීම දක්වා සංක්‍රමණය වී ඇති අතර, රීතියක් ලෙස, විශ්වාසදායක ගබඩාවක් සපයන මෘදුකාංග සහිත සම්භාව්ය සේවාදායකයන් විය; එවැනි මූලධර්ම මත, HDFS (Hadoop Distributed File System) සහ GFS (ගෝලීය ගොනු පද්ධතිය) ගොඩනගා ඇත.
2010 දශකයට ආසන්නව, බෙදා හරින ලද ගබඩා පද්ධතිවලට යටින් පවතින සංකල්ප VMware vSAN, Dell EMC Isilon සහ අපගේ වැනි පූර්ණ වාණිජ නිෂ්පාදනවල වැඩි වැඩියෙන් පිළිබිඹු වීමට පටන් ගත්තේය. . සඳහන් කළ වේදිකා පිටුපස තවදුරටත් උද්යෝගිමත් ප්‍රජාවක් නොමැත, නමුත් නිෂ්පාදනයේ ක්‍රියාකාරීත්වය, සහාය සහ සේවාව සඳහා වගකිව යුතු සහ එහි වැඩිදුර සංවර්ධනය සහතික කරන විශේෂිත වෙළෙන්දන්. එවැනි විසඳුම් ක්ෂේත්ර කිහිපයක වැඩි ඉල්ලුමක් පවතී.
ටෙලිකොම් ක්රියාකරුවන්
සමහරවිට බෙදා හරින ලද ගබඩා පද්ධතිවල පැරණිතම පාරිභෝගිකයන්ගෙන් එකක් ටෙලිකොම් ක්රියාකරුවන් විය හැකිය. දත්ත විශාල ප්‍රමාණයක් නිපදවන්නේ කුමන යෙදුම් කණ්ඩායම්ද යන්න රූප සටහන පෙන්වයි. OSS (මෙහෙයුම් ආධාරක පද්ධති), MSS (කළමනාකරණ සහය සේවා) සහ BSS (ව්‍යාපාර ආධාරක පද්ධති) ග්‍රාහකයින්ට සේවා සැපයීමට අවශ්ය අනුපූරක මෘදුකාංග ස්ථර තුනක් නියෝජනය කරයි, සපයන්නාට මූල්‍ය වාර්තාකරණය සහ ක්රියාකරු ඉංජිනේරුවන්ට මෙහෙයුම් සහාය.
බොහෝ විට, මෙම ස්ථර වල දත්ත එකිනෙකා සමඟ දැඩි ලෙස මිශ්‍ර වී ඇති අතර, අනවශ්‍ය පිටපත් සමුච්චය වීම වළක්වා ගැනීම සඳහා, බෙදා හරින ලද ගබඩාව භාවිතා කරනු ලැබේ, එමඟින් මෙහෙයුම් ජාලයෙන් ලැබෙන මුළු තොරතුරු ප්‍රමාණයම එකතු වේ. ගබඩා පොදු තටාකයකට ඒකාබද්ධ කර ඇති අතර, එය සියලු සේවාවන් වෙත ප්‍රවේශ විය හැකිය.
සම්භාව්ය ගබඩා පද්ධති වලින් අවහිර ගබඩා පද්ධති වෙත සංක්‍රමණය වීම මඟින් ඔබට අයවැයෙන් 70%ක් දක්වා ඉතිරි කර ගත හැක්කේ කැපවූ hi-end ගබඩා පද්ධති අත්හැරීමෙන් සහ සම්ප්‍රදායික සම්භාව්ය ගෘහ නිර්මාණ සේවාදායක (සාමාන්‍යයෙන් x86) භාවිතා කිරීමෙන් පමණක් බව අපගේ ගණනය කිරීම් පෙන්වා දෙයි. මෘදුකාංග. සෛලීය ක්රියාකරුවන් බොහෝ කලකට පෙර එවැනි විසඳුම් විශාල ප්රමාණවලින් මිලදී ගැනීමට පටන් ගෙන ඇත. විශේෂයෙන්ම, රුසියානු ක්රියාකරුවන් වසර හයකට වැඩි කාලයක් Huawei වෙතින් එවැනි නිෂ්පාදන භාවිතා කර ඇත.
ඔව්, බෙදා හරින ලද පද්ධති භාවිතයෙන් කාර්යයන් ගණනාවක් සම්පූර්ණ කළ නොහැක. උදාහරණයක් ලෙස, වැඩි කාර්ය සාධන අවශ්‍යතා හෝ පැරණි ප්රොටෝකෝල සමඟ අනුකූල වීම. නමුත් ක්රියාකරු විසින් සකස් කරන ලද දත්ත වලින් අවම වශයෙන් 70% ක් බෙදා හරින ලද සංචිතයක පිහිටා ඇත.
බැංකු අංශය
ඕනෑම බැංකුවක විවිධ තොරතුරු තාක්ෂණ පද්ධති තිබේ, සැකසීමේ සිට ස්වයංක්‍රීය බැංකු පද්ධතියකින් අවසන් වේ. මෙම යටිතල ව්යුහය ද විශාල තොරතුරු ප්‍රමාණයක් සමඟ ක්‍රියා කරන අතර බොහෝ කාර්යයන් සඳහා ගබඩා පද්ධතිවල කාර්ය සාධනය සහ විශ්වසනීයත්වය වැඩි කිරීම අවශ්ය නොවේ, උදාහරණයක් ලෙස, සංවර්ධනය, පරීක්ෂා කිරීම, කාර්යාල ක්‍රියාවලීන් ස්වයංක්‍රීය කිරීම යනාදිය මෙහි සම්භාව්ය ගබඩා පද්ධති භාවිතා කළ හැකිය. නමුත් සෑම වසරකම එය අඩු හා අඩු ලාභදායී වේ. මීට අමතරව, මෙම නඩුවේ ගබඩා පද්ධති සම්පත් භාවිතා කිරීමේදී නම්යශීලී බවක් නොමැත, එහි කාර්යසාධනය උපරිම බර මත පදනම්ව ගණනය කරනු ලැබේ.
බෙදා හරින ලද ගබඩා පද්ධති භාවිතා කරන විට, ඇත්ත වශයෙන්ම සාමාන්‍ය සේවාදායකයන් වන ඒවායේ නෝඩ් ඕනෑම වේලාවක, උදාහරණයක් ලෙස, සේවාදායක ගොවිපලක් බවට පරිවර්තනය කර පරිගණක වේදිකාවක් ලෙස භාවිතා කළ හැකිය.
දත්ත විල්
ඉහත රූප සටහන සාමාන්‍ය සේවා පාරිභෝගිකයින්ගේ ලැයිස්තුවක් පෙන්වයි . මේවා ඊ-රාජ්ය සේවා (උදාහරණයක් ලෙස, "රජයේ සේවා"), ඩිජිටල්කරණය වූ ව්‍යවසායන්, මූල්‍ය ආයතන, ආදිය විය හැකිය. ඒ සියල්ලටම විෂමජාතීය තොරතුරු විශාල ප්‍රමාණයක් සමඟ වැඩ කිරීමට අවශ්ය වේ.
එවැනි ගැටළු විසඳීම සඳහා සම්භාව්ය ගබඩා පද්ධති භාවිතා කිරීම අකාර්යක්ෂමයි, මන්ද එයට දත්ත සමුදායන් අවහිර කිරීමට ඉහළ ක්රියාකාරී ප්‍රවේශයක් සහ වස්තූන් ලෙස ගබඩා කර ඇති ස්කෑන් කරන ලද ලේඛන පුස්තකාල වෙත නිතිපතා ප්‍රවේශ වීම අවශ්ය වේ. උදාහරණයක් ලෙස, වෙබ් ද්වාරයක් හරහා ඇණවුම් කිරීමේ පද්ධතියක් ද මෙහි සම්බන්ධ කළ හැක. සම්භාව්ය ගබඩා වේදිකාවක් මත මේ සියල්ල ක්රියාත්මක කිරීම සඳහා, ඔබට විවිධ කාර්යයන් සඳහා විශාල උපකරණ කට්ටලයක් අවශ්ය වනු ඇත. එක් තිරස් විශ්වීය ගබඩා පද්ධතියක් කලින් ලැයිස්තුගත කර ඇති සියලුම කාර්යයන් හොඳින් ආවරණය කළ හැකිය: ඔබට විවිධ ගබඩා ලක්ෂණ සහිත තටාක කිහිපයක් සෑදිය යුතුය.
නව තොරතුරු උත්පාදක යන්ත්ර
ලෝකයේ ගබඩා කර ඇති තොරතුරු ප්‍රමාණය වසරකට 30% කින් පමණ වර්ධනය වේ. ගබඩා වෙළෙන්දන් සඳහා මෙය ශුභ ආරංචියකි, නමුත් මෙම දත්තවල ප්රධාන මූලාශ්රය කුමක්ද සහ එය වනු ඇත?
වසර දහයකට පෙර, සමාජ ජාල එවැනි උත්පාදක යන්ත්ර බවට පත් විය; මේ සඳහා නව ඇල්ගොරිතම, දෘඪාංග විසඳුම්, ආදිය විශාල සංඛ්යාවක් නිර්මාණය කිරීම අවශ්ය විය. දැන් ගබඩා පරිමාවේ වර්ධනය සඳහා ප්රධාන ධාවක තුනක් ඇත. පළමුවැන්න Cloud computing ය. දැනට, සමාගම් වලින් 70% ක් පමණ එක් ආකාරයකින් හෝ වෙනත් ආකාරයකින් වලාකුළු සේවා භාවිතා කරයි. මේවා විද්‍යුත් තැපැල් පද්ධති, උපස්ථ පිටපත් සහ වෙනත් අථත්‍ය ආයතන විය හැක.
දෙවන ධාවකය පස්වන පරම්පරාවේ ජාල වේ. මේවා නව වේගයන් සහ නව දත්ත හුවමාරු පරිමාවන් වේ. අපගේ අනාවැකි වලට අනුව, 5G පුළුල් ලෙස භාවිතා කිරීම ෆ්ලෑෂ් මතක කාඩ්පත් සඳහා ඇති ඉල්ලුම පහත වැටීමට තුඩු දෙනු ඇත. දුරකථනයේ කොපමණ මතකයක් තිබුණත්, එය තවමත් අවසන් වන අතර, ගැජටයට මෙගාබිට් 100 නාලිකාවක් තිබේ නම්, දේශීයව ඡායාරූප ගබඩා කිරීම අවශ්ය නොවේ.
ගබඩා පද්ධති සඳහා ඉල්ලුම වර්ධනය වීමට හේතු වන තුන්වන කණ්ඩායමට කෘතිම බුද්ධියේ වේගවත් සංවර්ධනය, විශාල දත්ත විශ්ලේෂණ වෙත සංක්‍රමණය සහ හැකි සෑම දෙයක්ම විශ්වීය ස්වයංක්‍රීයකරණයට නැඹුරු වීම ඇතුළත් වේ.
"නව ගමනාගමනය" හි ලක්ෂණයක් වන්නේ එහි ය . අපි මෙම දත්ත කිසිදු ආකාරයකින් එහි ආකෘතිය නිර්වචනය නොකර ගබඩා කළ යුතුය. එය අවශ්ය වන්නේ පසුව කියවීම සඳහා පමණි. උදාහරණයක් ලෙස, පවතින ණය මුදල තීරණය කිරීම සඳහා, බැංකු ලකුණු කිරීමේ ක්රමයක් ඔබ සමාජ ජාල වල පළ කරන ඡායාරූප දෙස බලනු ඇත, ඔබ බොහෝ විට මුහුදට සහ ආපනශාලාවලට යනවාද යන්න තීරණය කරයි, ඒ සමඟම ඔබේ වෛද්‍ය ලේඛනවල උද්ධෘත අධ්‍යයනය කරයි. ඒකට. මෙම දත්ත එක් අතකින් විස්තීර්ණ නමුත් අනෙක් අතට සමජාතීයතාවයක් නොමැත.
ව්‍යුහගත නොවූ දත්ත සාගරය
"නව දත්ත" මතුවීම සම්බන්ධ ගැටළු මොනවාද? ඒවායින් පළමුවැන්න, ඇත්ත වශයෙන්ම, තොරතුරු පරිමාව සහ එහි ගබඩා කිරීමේ ඇස්තමේන්තුගත කාලයයි. නවීන රියදුරු රහිත ස්වයංක්‍රීය මෝටර් රථයක් පමණක් එහි සියලුම සංවේදක සහ යාන්ත්‍රණ වලින් දිනකට ටෙරාබයිට් 60 ක් දක්වා දත්ත ජනනය කරයි. නව චලන ඇල්ගොරිතම සංවර්ධනය කිරීම සඳහා, මෙම තොරතුරු එකම දින තුළ සැකසිය යුතුය, එසේ නොමැති නම් එය සමුච්චය වීමට පටන් ගනී. ඒ අතරම, එය ඉතා දිගු කාලයක් ගබඩා කළ යුතුය - දශක. විශාල විශ්ලේෂණ සාම්පල මත පදනම්ව නිගමනවලට එළඹීමට අනාගතයේදී හැකි වන්නේ එවිටය.
ජාන අනුපිළිවෙල විකේතනය කිරීම සඳහා එක් උපකරණයක් දිනකට TB 6 ක් පමණ නිපදවයි. එහි ආධාරයෙන් එකතු කරන ලද දත්ත කිසිසේත් මකාදැමීමක් අදහස් නොකරයි, එනම් උපකල්පිතව එය සදහටම ගබඩා කළ යුතුය.
අවසාන වශයෙන්, එකම පස්වන පරම්පරාවේ ජාල. සත්‍ය සම්ප්‍රේෂණය වන තොරතුරු වලට අමතරව, එවැනි ජාලයක් විශාල දත්ත උත්පාදකයක් වේ: ක්‍රියාකාරකම් ලොග්, ඇමතුම් වාර්තා, යන්ත්‍රයෙන් යන්ත්ර අන්තර්ක්‍රියා වල අතරමැදි ප්‍රතිඵල යනාදිය.
මේ සියල්ල සඳහා තොරතුරු ගබඩා කිරීම සහ සැකසීම සඳහා නව ප්රවේශයන් සහ ඇල්ගොරිතම සංවර්ධනය කිරීම අවශ්ය වේ. සහ එවැනි ප්රවේශයන් මතුවෙමින් තිබේ.
නව යුගයේ තාක්ෂණයන්
තොරතුරු ගබඩා කිරීමේ පද්ධති සඳහා නව අවශ්‍යතා සමඟ සාර්ථකව කටයුතු කිරීමට සැලසුම් කර ඇති විසඳුම් කණ්ඩායම් තුනක් ඇත: කෘතිම බුද්ධිය හඳුන්වාදීම, ගබඩා මාධ්‍යවල තාක්ෂණික පරිණාමය සහ පද්ධති ගෘහ නිර්මාණ ක්ෂේත්‍රයේ නවෝත්පාදන. අපි AI වලින් පටන් ගනිමු.
නව Huawei විසඳුම් වලදී, කෘතිම බුද්ධිය ගබඩා මට්ටමේම භාවිතා වේ, එය AI ප්‍රොසෙසරයකින් සමන්විත වන අතර එමඟින් පද්ධතියට එහි තත්වය ස්වාධීනව විශ්ලේෂණය කිරීමට සහ අසාර්ථකත්වයන් පුරෝකථනය කිරීමට ඉඩ සලසයි. ගබඩා පද්ධතිය සැලකිය යුතු පරිගණක හැකියාවන් ඇති සේවා වලාකුළකට සම්බන්ධ කර ඇත්නම්, කෘතිම බුද්ධියට වැඩි තොරතුරු සැකසීමට සහ එහි උපකල්පනවල නිරවද්‍යතාවය වැඩි කිරීමට හැකි වේ.
අසමත්වීම් වලට අමතරව, එවැනි AI හට අනාගත උපරිම බර සහ ධාරිතාව අවසන් වන තෙක් ඉතිරිව ඇති කාලය පුරෝකථනය කළ හැකිය. කිසියම් අනවශ්‍ය සිදුවීම් සිදුවීමට පෙර ක්‍රියාකාරීත්වය ප්රශස්ත කිරීමට සහ පද්ධතිය පරිමාණය කිරීමට මෙය ඔබට ඉඩ සලසයි.
දැන් ගබඩා මාධ්‍යයේ පරිණාමය ගැන. SLC (Single-level Cell) තාක්ෂණය භාවිතයෙන් පළමු ෆ්ලෑෂ් ධාවකයන් සාදන ලදී. එය මත පදනම් වූ උපාංග වේගවත්, විශ්වසනීය, ස්ථාවර, නමුත් කුඩා ධාරිතාවක් ඇති අතර ඉතා මිල අධික විය. ඇතැම් තාක්ෂණික සහන හරහා පරිමා වර්ධනය සහ මිල අඩුකිරීම් අත්කර ගත් අතර, එම නිසා ධාවකයන්ගේ වේගය, විශ්වසනීයත්වය සහ සේවා කාලය අඩු විය. එසේ වුවද, විවිධ වාස්තු විද්‍යාත්මක උපක්‍රම හේතුවෙන් සාමාන්‍යයෙන් වඩා ඵලදායි සහ විශ්වාසදායක බවට පත් වූ ගබඩා පද්ධති කෙරෙහි ප්‍රවණතාවය බල නොපායි.
නමුත් ඔබට All-Flash ගබඩා පද්ධති අවශ්ය වූයේ ඇයි? දැනටමත් මෙහෙයුම් පද්ධතියක ඇති පැරණි HDD එකම ආකෘති සාධකයේ නව SSD සමඟ ප්‍රතිස්ථාපනය කිරීම ප්‍රමාණවත් නොවේද? පැරණි පද්ධතිවල සරලව කළ නොහැකි වූ නව ඝන-රාජ්ය ධාවකයන්ගේ සියලු සම්පත් ඵලදායී ලෙස භාවිතා කිරීම සඳහා මෙය අවශ්ය විය.
උදාහරණයක් ලෙස, Huawei මෙම ගැටළුව විසඳීම සඳහා තාක්ෂණයන් ගණනාවක් සංවර්ධනය කර ඇති අතර ඉන් එකක් වේ , එමගින් "තැටි-පාලක" අන්තර්ක්‍රියා හැකිතාක් ප්රශස්ත කිරීමට හැකි විය.
බුද්ධිමත් හඳුනා ගැනීම මඟින් දත්ත ධාරාවන් කිහිපයකට වියෝජනය කිරීමට සහ අනවශ්‍ය සංසිද්ධි ගණනාවකට මුහුණ දීමට හැකි විය. (විස්තාරණය ලියන්න). ඒ සමගම, විශේෂයෙන්ම නව ප්රතිසාධන ඇල්ගොරිතම , නැවත ගොඩනැඟීමේ වේගය වැඩි කිරීම, එහි කාලය සම්පූර්ණයෙන්ම නොවැදගත් ප්රමාණවලට අඩු කිරීම.
අසමත් වීම, පිරී ඉතිරී යාම, කසළ එකතු කිරීම - මෙම සාධක ද පාලකයන්ට විශේෂ වෙනස් කිරීම් වලට ස්තුති වන්නට ගබඩා පද්ධතියේ ක්‍රියාකාරිත්වයට තවදුරටත් බලපාන්නේ නැත.
සහ අවහිර දත්ත ගබඩා ද හමුවීමට සූදානම් වේ . දත්ත ප්රවේශය සංවිධානය කිරීම සඳහා වූ සම්භාව්ය යෝජනා ක්‍රමය මෙලෙස ක්රියාත්මක වූ බව අපි සිහිපත් කරමු: ප්‍රොසෙසරය PCI Express බසය හරහා RAID පාලකයට ප්‍රවේශ විය. එය, SCSI හෝ SAS හරහා යාන්ත්‍රික තැටි සමඟ අන්තර්ක්‍රියා කරයි. පසුපෙළේ NVMe භාවිතය සමස්ත ක්‍රියාවලියම සැලකිය යුතු ලෙස වේගවත් කළ නමුත් එහි එක් අඩුපාඩුවක් තිබුණි: මතකයට සෘජු ප්‍රවේශයක් ලබා දීම සඳහා ධාවකයන් ප්‍රොසෙසරයට කෙලින්ම සම්බන්ධ කළ යුතුය.
අපි දැන් දකින තාක්ෂණික සංවර්ධනයේ ඊළඟ අදියර වන්නේ NVMe-oF (NVMe over Fabrics) භාවිතයයි. Huawei බ්ලොක් තාක්ෂණයන් සම්බන්ධයෙන් ගත් කල, ඔවුන් දැනටමත් FC-NVMe (Fiber Channel හරහා NVMe) සඳහා සහය දක්වයි, සහ NVMe over RoCE (RDMA හරහා Converged Ethernet) යන ගමනේ පවතී. පරීක්ෂණ ආකෘති තරමක් ක්රියාකාරී වේ; ඔවුන්ගේ නිල ඉදිරිපත් කිරීමට මාස කිහිපයක් ඉතිරිව ඇත. "අහිමි නැති ඊතර්නෙට්" විශාල ඉල්ලුමක් පවතින බෙදාහැරීමේ පද්ධතිවල මේ සියල්ල දිස්වනු ඇති බව සලකන්න.
බෙදා හරින ලද ගබඩාවේ ක්රියාකාරිත්වය ප්රශස්ත කිරීම සඳහා අතිරේක ක්රමයක් වූයේ දත්ත පිළිබිඹු කිරීම සම්පූර්ණයෙන්ම අත්හැර දැමීමයි. Huawei විසඳුම් තවදුරටත් සාමාන්‍ය RAID 1 හි මෙන් n පිටපත් භාවිතා නොකරන අතර සම්පූර්ණයෙන්ම මාරු වේ (මකන්න කේතීකරණය). විශේෂ ගණිතමය පැකේජයක් යම් ආවර්තිතා කාලයකදී පාලන කුට්ටි ගණනය කරයි, එමඟින් අලාභයකදී අතරමැදි දත්ත ප්‍රතිස්ථාපනය කිරීමට ඔබට ඉඩ සලසයි.
ඩුප්ලිකේෂන් සහ සම්පීඩන යාන්ත්රණයන් අනිවාර්ය වේ. සම්භාව්ය ගබඩා පද්ධතිවල අපි පාලකවල ස්ථාපනය කර ඇති ප්‍රොසෙසර ගණනින් සීමා වී ඇත්නම්, බෙදා හරින ලද තිරස් පරිමාණය කළ හැකි ගබඩා පද්ධතිවල, සෑම නෝඩයකම අවශ්ය සියල්ල අඩංගු වේ: තැටි, මතකය, ප්‍රොසෙසර සහ අන්තර් සම්බන්ධකය. අඩුකිරීම් සහ සම්පීඩනය කාර්ය සාධනය කෙරෙහි අවම බලපෑමක් ඇති බව සහතික කිරීමට මෙම සම්පත් ප්‍රමාණවත් වේ.
සහ දෘඪාංග ප්‍රශස්තිකරණ ක්‍රම ගැන. මෙහිදී කාර්යභාරයක් ඉටු කරන අතිරේක කැපවූ චිප්ස් (හෝ ප්‍රොසෙසරයේම කැපවූ කුට්ටි) ආධාරයෙන් මධ්‍යම ප්‍රොසෙසරවල බර අඩු කිරීමට හැකි විය. (TCP/IP Offload Engine) හෝ EC හි ගණිතමය කාර්යයන් භාර ගැනීම, අඩු කිරීම සහ සම්පීඩනය කිරීම.
දත්ත ගබඩා කිරීම සඳහා නව ප්රවේශයන් විසංයෝජනය කරන ලද (බෙදා හරින ලද) ගෘහ නිර්මාණ ශිල්පයක් තුළ අන්තර්ගත වේ. මධ්යගත ගබඩා පද්ධති ෆයිබර් නාලිකාව හරහා සම්බන්ධ කර ඇති සේවාදායක කර්මාන්ත ශාලාවක් ඇත array ගොඩක් එක්ක. මෙම ප්‍රවේශයේ අවාසි වන්නේ පරිමාණය කිරීමේ දුෂ්කරතාවය සහ සහතික කළ සේවා මට්ටමක් සහතික කිරීමයි (කාර්ය සාධනය හෝ ප්‍රමාදය අනුව). Hyperconverged පද්ධති තොරතුරු ගබඩා කිරීම සහ සැකසීම යන දෙකටම එකම ධාරක භාවිතා කරයි. මෙය පරිමාණය සඳහා අසීමිත විෂය පථයක් ලබා දෙයි, නමුත් දත්ත අඛණ්ඩතාව පවත්වා ගැනීම සඳහා අධික පිරිවැයක් දැරීමට සිදුවේ.
ඉහත දෙකම මෙන් නොව, විසංයෝජනය කරන ලද ගෘහ නිර්මාණ ශිල්පය ඇඟවුම් කරයි පද්ධතිය පරිගණක රෙදි සහ තිරස් ගබඩා පද්ධතියකට බෙදීම. මෙය ගෘහනිර්මාණ දෙකෙහිම ප්‍රතිලාභ සපයන අතර කාර්ය සාධනය නොමැති මූලද්‍රව්‍ය පමණක් පාහේ අසීමිත පරිමාණයට ඉඩ සලසයි.
ඒකාබද්ධතාවයේ සිට අභිසාරීතාවය දක්වා
සම්භාව්ය කාර්යයක් වන අතර එහි අදාළත්වය පසුගිය වසර 15 තුළ පමණක් වර්ධනය වී ඇත, එකවර බ්ලොක් ගබඩා කිරීම, ගොනු ප්රවේශය, වස්තූන් වෙත ප්රවේශය, විශාල දත්ත ගොවිපලක් ක්රියාත්මක කිරීම යනාදිය සැපයීමේ අවශ්‍යතාවයයි. කේක් මත අයිසිං ද විය හැකිය. උදාහරණයක් ලෙස, චුම්බක පටි මත උපස්ථ පද්ධතියක්.
පළමු අදියරේදී, මෙම සේවාවන්හි කළමනාකරණය පමණක් ඒකාබද්ධ කළ හැකිය. විෂමජාතීය දත්ත ගබඩා පද්ධති සමහර විශේෂිත මෘදුකාංගවලට සම්බන්ධ කර ඇති අතර, පරිපාලක විසින් පවතින සංචිතවලින් සම්පත් බෙදා හරින ලදී. නමුත් මෙම තටාකවල විවිධ දෘඩාංග තිබූ බැවින්, ඒවා අතර පැටවුම් සංක්‍රමණය කළ නොහැක. ඉහළ මට්ටමේ ඒකාබද්ධතාවයකදී, සමුච්චය ද්වාර මට්ටමින් සිදු විය. ගොනු බෙදාගැනීම තිබේ නම්, එය විවිධ ප්රොටෝකෝල හරහා සේවය කළ හැකිය.
දැනට අපට තිබෙන දියුණුම අභිසාරී ක්‍රමය වන්නේ විශ්වීය දෙමුහුන් පද්ධතියක් නිර්මාණය කිරීමයි. හරියටම අපේ වෙන්න ඕන දේ . විශ්ව ප්රවේශය එකම දෘඩාංග සම්පත් භාවිතා කරයි, තාර්කිකව විවිධ තටාක වලට බෙදා ඇත, නමුත් පැටවුම් සංක්‍රමණයට ඉඩ සලසයි. මේ සියල්ල තනි කළමනාකරණ කොන්සෝලයක් හරහා කළ හැකිය. මේ ආකාරයට “එක් දත්ත මධ්‍යස්ථානයක් - එක් ගබඩා පද්ධතියක්” යන සංකල්පය ක්රියාත්මක කිරීමට අපට හැකි විය.
තොරතුරු ගබඩා කිරීමේ පිරිවැය දැන් බොහෝ වාස්තු විද්‍යාත්මක තීරණ තීරණය කරයි. තවද එය ආරක්ෂිතව ඉදිරියෙන් තැබිය හැකි වුවද, අද අපි ක්රියාකාරී ප්රවේශය සහිත "සජීවී" ගබඩාව ගැන සාකච්ඡා කරමු, එබැවින් කාර්ය සාධනය ද සැලකිල්ලට ගත යුතුය. ඊළඟ පරම්පරාවේ බෙදාහැරීමේ පද්ධතිවල තවත් වැදගත් දේපලක් වන්නේ ඒකාබද්ධ කිරීමයි. සියල්ලට පසු, විවිධ කොන්සෝල වලින් පාලනය වන නොගැලපෙන පද්ධති කිහිපයක් ඇති කිරීමට කිසිවෙකුට අවශ්ය නැත. මෙම සියලු ගුණාංග Huawei නිෂ්පාදනවල නව මාලාව තුළ අන්තර්ගත වේ .
නව පරම්පරාවේ මහා ගබඩා පද්ධතිය
OceanStor Pacific හය-නයින් විශ්වසනීයත්ව අවශ්‍යතා (99,9999%) සපුරාලන අතර HyperMetro පන්ති දත්ත මධ්‍යස්ථාන නිර්මාණය කිරීමට භාවිතා කළ හැක. 100 km දක්වා වූ දත්ත මධ්‍යස්ථාන දෙකක් අතර දුරක් සහිතව, පද්ධති 2 ms ක අමතර ප්‍රමාදයක් පෙන්නුම් කරයි, එමඟින් ගණපූර්ණ සේවාදායකයන් ඇතුළුව ඕනෑම ආපදා-ප්‍රතිරෝධී විසඳුම් ඒවායේ පදනම මත ගොඩනැගීමට හැකි වේ.
නව ශ්‍රේණි නිෂ්පාදන ප්රොටෝකෝල බහුකාර්යතාව පෙන්නුම් කරයි. දැනටමත්, OceanStor 100D අවහිර ප්රවේශය, වස්තු ප්රවේශය සහ Hadoop ප්රවේශය සඳහා සහය දක්වයි. ගොනු ප්රවේශය ද නුදුරු අනාගතයේ දී ක්රියාත්මක වනු ඇත. විවිධ ප්රොටෝකෝල හරහා නිකුත් කළ හැකි නම් දත්ත පිටපත් කිහිපයක් ගබඩා කිරීම අවශ්ය නොවේ.
"අහිමි නැති ජාලයක්" යන සංකල්පය ගබඩා පද්ධති සමඟ ඇති සම්බන්ධය කුමක්ද? කාරණය නම් බෙදා හරින ලද දත්ත ගබඩා කිරීමේ පද්ධති ගොඩනගා ඇත්තේ සුදුසු ඇල්ගොරිතම සහ RoCE යාන්ත්‍රණයට සහය වන වේගවත් ජාලයක පදනම මත ය. අපගේ ස්විච මගින් සහාය දක්වන කෘතිම බුද්ධි පද්ධතිය ජාල වේගය තවදුරටත් වැඩි කිරීමට සහ ප්‍රමාදය අඩු කිරීමට උපකාරී වේ. . AI Fabric සක්‍රිය කිරීමේදී ගබඩා කාර්ය සාධනයේ වාසිය 20% දක්වා ළඟා විය හැකිය.
නව OceanStor පැසිෆික් බෙදා හරින ලද ගබඩා නෝඩය කුමක්ද? 5U ආකෘති සාධක විසඳුමට ධාවක 120 ක් ඇතුළත් වන අතර පැරණි නෝඩ් තුනක් ප්‍රතිස්ථාපනය කළ හැකි අතර එමඟින් රාක්ක අවකාශයේ දෙගුණයකට වඩා ඉතිරියක් ලබා දේ. පිටපත් ගබඩා නොකිරීමෙන්, ධාවකයන්ගේ කාර්යක්ෂමතාව සැලකිය යුතු ලෙස වැඩිවේ (+92% දක්වා).
මෘදුකාංග නිර්වචනය කරන ලද ගබඩාව යනු සම්භාව්ය සේවාදායකයක ස්ථාපනය කර ඇති විශේෂ මෘදුකාංගයක් බව අපි පුරුදු වී සිටිමු. නමුත් දැන්, ප්රශස්ත පරාමිතීන් සාක්ෂාත් කර ගැනීම සඳහා, මෙම වාස්තුවිද්යාත්මක විසඳුම ද විශේෂ නෝඩ් අවශ්ය වේ. එය අඟල් තුනක ධාවකයක් කළමනාකරණය කරන ARM ප්‍රොසෙසර මත පදනම් වූ සේවාදායකයන් දෙකකින් සමන්විත වේ.
මෙම සේවාදායකයන් අධි සංවෘත විසඳුම් සඳහා සුදුසු නොවේ. පළමුව, ARM සඳහා යෙදුම් කිහිපයක් ඇති අතර, දෙවනුව, බර ශේෂය පවත්වා ගැනීම දුෂ්කර ය. වෙනම ගබඩාවකට යාමට අපි යෝජනා කරමු: සම්භාව්ය හෝ රාක්ක සේවාදායකයන් මගින් නියෝජනය වන පරිගණක පොකුරක්, වෙන වෙනම ක්රියාත්මක වේ, නමුත් OceanStor පැසිෆික් ගබඩා නෝඩ් වලට සම්බන්ධ වන අතර එය ඔවුන්ගේ සෘජු කාර්යයන් ද ඉටු කරයි. තවද එය තමා සාධාරණීකරණය කරයි.
උදාහරණයක් ලෙස, අපි සේවාදායක රාක්ක 15ක් අල්ලාගෙන සිටින අධි සංවර්ධිත පද්ධතියක් සහිත සම්භාව්ය විශාල දත්ත ගබඩා විසඳුමක් ගනිමු. ඔබ වෙනම පරිගණක සේවාදායකයන් සහ OceanStor පැසිෆික් ගබඩා නෝඩ් අතර බර බෙදා හරින්නේ නම්, ඒවා එකිනෙකින් වෙන් කළහොත්, අවශ්ය රාක්ක ගණන අඩකින් අඩු වේ! මෙය දත්ත මධ්‍යස්ථාන මෙහෙයුම් පිරිවැය අඩු කරන අතර හිමිකාරිත්වයේ සම්පූර්ණ පිරිවැය අඩු කරයි. ගබඩා කර ඇති තොරතුරු පරිමාව වසරකට 30% කින් වර්ධනය වන ලෝකයක, එවැනි වාසි අවට විසි නොකෙරේ.
***
ඔබට අපගේ Huawei විසඳුම් සහ ඒවායේ යෙදුම් අවස්ථා පිළිබඳ වැඩිදුර තොරතුරු ලබා ගත හැක හෝ සමාගම් නියෝජිතයන් සෘජුවම සම්බන්ධ කර ගැනීමෙන්.
මූලාශ්රය: www.habr.com