آج ہم اس بارے میں بات کریں گے کہ ایسی دنیا میں ڈیٹا کو کس طرح محفوظ کیا جائے جہاں پانچویں نسل کے نیٹ ورکس، جینوم اسکینرز اور سیلف ڈرائیونگ کاریں ایک دن میں صنعتی انقلاب سے پہلے پوری انسانیت سے زیادہ ڈیٹا تیار کرتی ہیں۔
ہماری دنیا زیادہ سے زیادہ معلومات پیدا کرتی ہے۔ اس میں سے کچھ لمحہ بہ لمحہ ہوتا ہے اور جیسے ہی اسے اکٹھا کیا جاتا ہے تیزی سے ضائع ہو جاتا ہے۔ دوسرے کو زیادہ دیر تک ذخیرہ کیا جانا چاہئے، اور دوسرا مکمل طور پر "صدیوں کے لئے" ڈیزائن کیا گیا ہے - کم از کم اس طرح ہم اسے موجودہ سے دیکھتے ہیں۔ ڈیٹا سینٹرز میں معلومات کا بہاؤ اس رفتار سے ہوتا ہے کہ کوئی بھی نیا نقطہ نظر، اس لامتناہی "مطالبہ" کو پورا کرنے کے لیے تیار کی گئی کوئی بھی ٹیکنالوجی تیزی سے متروک ہوتی جا رہی ہے۔
تقسیم شدہ اسٹوریج کی ترقی کے 40 سال
پہلے نیٹ ورک سٹوریج جو ہم سے واقف ہیں وہ 1980 کی دہائی میں نمودار ہوئے۔ آپ میں سے بہت سے لوگ NFS (نیٹ ورک فائل سسٹم)، AFS (اینڈریو فائل سسٹم) یا کوڈا میں آئے ہیں۔ ایک دہائی بعد، فیشن اور ٹیکنالوجی بدل گئی ہے، اور تقسیم شدہ فائل سسٹمز نے GPFS (جنرل پیریلل فائل سسٹم)، CFS (کلسٹرڈ فائل سسٹم) اور StorNext پر مبنی کلسٹرڈ اسٹوریج سسٹم کو راستہ دیا ہے۔ ایک بنیاد کے طور پر، کلاسیکی فن تعمیر کے بلاک سٹوریجز استعمال کیے گئے، جن کے اوپر سافٹ ویئر کی پرت کا استعمال کرتے ہوئے ایک فائل سسٹم بنایا گیا۔ یہ اور اسی طرح کے حل اب بھی استعمال ہوتے ہیں، اپنی جگہ پر قبضہ کرتے ہیں اور کافی مانگ میں ہیں۔
ہزار سال کے اختتام پر، تقسیم شدہ اسٹوریج کی تمثیل کچھ حد تک بدل گئی، اور SN (مشترکہ- کچھ بھی نہیں) فن تعمیر کے ساتھ نظام نے برتری حاصل کی۔ علیحدہ نوڈس پر کلسٹر اسٹوریج سے اسٹوریج میں منتقلی ہوئی، جو کہ ایک اصول کے طور پر، سافٹ ویئر کے ساتھ کلاسک سرورز تھے جو قابل اعتماد اسٹوریج فراہم کرتے ہیں۔ ایچ ڈی ایف ایس (ہڈوپ ڈسٹری بیوٹڈ فائل سسٹم) اور جی ایف ایس (گلوبل فائل سسٹم) ایسے اصول بنائے گئے ہیں۔
2010 کے قریب، تقسیم شدہ سٹوریج کے نظام کے بنیادی تصورات تیزی سے مکمل کمرشل مصنوعات، جیسے VMware vSAN، Dell EMC Isilon، اور ہمارے میں جھلکنے لگے۔ . متذکرہ پلیٹ فارمز کے پیچھے اب شائقین کی جماعت نہیں ہے، بلکہ مخصوص وینڈرز ہیں جو پروڈکٹ کی فعالیت، سپورٹ، سروس مینٹیننس کے ذمہ دار ہیں اور اس کی مزید ترقی کی ضمانت دیتے ہیں۔ اس طرح کے حل کئی علاقوں میں سب سے زیادہ مانگ میں ہیں۔
ٹیلی کام آپریٹرز
شاید تقسیم شدہ اسٹوریج سسٹم کے سب سے قدیم صارفین میں سے ایک ٹیلی کام آپریٹرز ہیں۔ خاکہ دکھاتا ہے کہ ایپلی کیشنز کے کون سے گروپ ڈیٹا کا بڑا حصہ تیار کرتے ہیں۔ OSS (آپریشن سپورٹ سسٹمز)، MSS (مینجمنٹ سپورٹ سروسز) اور BSS (بزنس سپورٹ سسٹم) تین تکمیلی سافٹ ویئر پرتیں ہیں جو سبسکرائبرز کو سروس ڈیلیوری، فراہم کنندہ کو مالی رپورٹنگ، اور آپریٹر کے انجینئرز کو آپریشنل سپورٹ کے لیے درکار ہیں۔
اکثر، ان تہوں کے ڈیٹا کو ایک دوسرے کے ساتھ مضبوطی سے ملایا جاتا ہے، اور غیر ضروری کاپیوں کے جمع ہونے سے بچنے کے لیے، تقسیم شدہ ذخیرہ استعمال کیے جاتے ہیں جو ورکنگ نیٹ ورک سے آنے والی معلومات کی پوری مقدار کو جمع کرتے ہیں۔ ذخیروں کو ایک مشترکہ تالاب میں ملایا جاتا ہے، جس تک تمام خدمات تک رسائی حاصل ہوتی ہے۔
ہمارے حسابات سے پتہ چلتا ہے کہ کلاسک سے بلاک اسٹوریج سسٹم میں منتقلی آپ کو صرف مخصوص سوفٹ ویئر کے ساتھ مل کر کام کرنے والے ہائی اینڈ اسٹوریج سسٹم کو چھوڑ کر اور روایتی کلاسیکی آرکیٹیکچر سرورز (عام طور پر x70) کا استعمال کرکے بجٹ کا 86% تک بچانے کی اجازت دیتی ہے۔ سیلولر آپریٹرز کافی عرصے سے اہم حجم میں ایسے حل حاصل کر رہے ہیں۔ خاص طور پر، روسی آپریٹرز چھ سال سے زیادہ عرصے سے Huawei کی ایسی مصنوعات استعمال کر رہے ہیں۔
ہاں، تقسیم شدہ نظاموں کا استعمال کرتے ہوئے متعدد کام انجام نہیں دیے جا سکتے۔ مثال کے طور پر، کارکردگی کی بڑھتی ہوئی ضروریات یا پرانے پروٹوکول کے ساتھ مطابقت کے ساتھ۔ لیکن کم از کم 70% ڈیٹا جو آپریٹر پروسیس کرتا ہے تقسیم شدہ پول میں رکھا جا سکتا ہے۔
بینکاری کا شعبہ
کسی بھی بینک میں، پروسیسنگ سے لے کر خودکار بینکنگ سسٹم تک بہت سے متنوع آئی ٹی سسٹمز ہوتے ہیں۔ یہ انفراسٹرکچر بہت زیادہ معلومات کے ساتھ بھی کام کرتا ہے، جب کہ زیادہ تر کاموں کے لیے اسٹوریج سسٹم کی کارکردگی اور قابل اعتمادی میں اضافہ کی ضرورت نہیں ہوتی، جیسے کہ ڈیولپمنٹ، ٹیسٹنگ، آفس کے عمل کی آٹومیشن وغیرہ۔ یہاں کلاسک اسٹوریج سسٹم کا استعمال ممکن ہے۔ لیکن ہر سال یہ کم سے کم منافع بخش ہوتا ہے۔ اس کے علاوہ، اس صورت میں، ذخیرہ کرنے کے وسائل خرچ کرنے میں کوئی لچک نہیں ہے، جس کی کارکردگی کا حساب چوٹی کے بوجھ سے کیا جاتا ہے۔
تقسیم شدہ اسٹوریج سسٹم استعمال کرتے وقت، ان کے نوڈس، جو حقیقت میں عام سرور ہوتے ہیں، کسی بھی وقت تبدیل کیے جا سکتے ہیں، مثال کے طور پر، سرور فارم میں اور ایک کمپیوٹنگ پلیٹ فارم کے طور پر استعمال کیا جا سکتا ہے۔
ڈیٹا لیکس
اوپر دیا گیا خاکہ عام سروس صارفین کی فہرست دکھاتا ہے۔ . یہ ای-گورنمنٹ سروسز (مثال کے طور پر، "Gosuslugi") ہو سکتی ہیں، ایسے ادارے جو ڈیجیٹلائزیشن، مالیاتی ڈھانچے وغیرہ سے گزر چکے ہیں۔
اس طرح کے مسائل کو حل کرنے کے لیے کلاسیکی سٹوریج سسٹم کا آپریشن ناکارہ ہے، کیونکہ بلاک ڈیٹا بیس تک اعلیٰ کارکردگی کی رسائی اور اشیاء کے طور پر ذخیرہ شدہ سکین شدہ دستاویزات کی لائبریریوں تک باقاعدہ رسائی دونوں کی ضرورت ہے۔ یہاں، مثال کے طور پر، ویب پورٹل کے ذریعے آرڈر کا ایک نظام باندھا جا سکتا ہے۔ ایک کلاسک سٹوریج پلیٹ فارم پر ان سب کو لاگو کرنے کے لیے، آپ کو مختلف کاموں کے لیے سامان کے ایک بڑے سیٹ کی ضرورت ہوگی۔ ایک افقی یونیورسل سٹوریج سسٹم پہلے سے درج تمام کاموں کو آسانی سے پورا کر سکتا ہے: آپ کو صرف اس میں مختلف سٹوریج کی خصوصیات کے ساتھ کئی پول بنانے کی ضرورت ہے۔
نئی معلومات کے جنریٹرز
دنیا میں ذخیرہ شدہ معلومات کی مقدار ہر سال تقریباً 30 فیصد بڑھ رہی ہے۔ یہ اسٹوریج وینڈرز کے لیے اچھی خبر ہے، لیکن اس ڈیٹا کا بنیادی ذریعہ کیا ہے اور کیا ہوگا؟
دس سال پہلے، سوشل نیٹ ورک ایسے جنریٹر بن گئے، جن کے لیے بڑی تعداد میں نئے الگورتھم، ہارڈویئر سلوشنز وغیرہ بنانے کی ضرورت تھی۔ اب اسٹوریج کی ترقی کے تین اہم محرک ہیں۔ پہلا کلاؤڈ کمپیوٹنگ ہے۔ فی الحال، تقریباً 70% کمپنیاں کلاؤڈ سروسز کو کسی نہ کسی طریقے سے استعمال کرتی ہیں۔ یہ ای میل سسٹمز، بیک اپس اور دیگر ورچوئلائزڈ ادارے ہو سکتے ہیں۔
پانچویں نسل کے نیٹ ورک دوسرے ڈرائیور بن رہے ہیں۔ یہ نئی رفتار اور ڈیٹا کی منتقلی کے نئے حجم ہیں۔ ہماری پیشین گوئیوں کے مطابق، 5G کو بڑے پیمانے پر اپنانا فلیش میموری کارڈز کی مانگ میں کمی کا باعث بنے گا۔ اس بات سے کوئی فرق نہیں پڑتا ہے کہ فون میں کتنی ہی میموری ہے، یہ پھر بھی ختم ہوجاتی ہے، اور اگر گیجٹ میں 100 میگا بٹ چینل ہے، تو مقامی طور پر فوٹو اسٹور کرنے کی ضرورت نہیں ہے۔
سٹوریج سسٹمز کی مانگ بڑھنے کی وجوہات کے تیسرے گروپ میں مصنوعی ذہانت کی تیز رفتار ترقی، بڑے ڈیٹا اینالیٹکس کی طرف منتقلی اور ہر ممکن چیز کی عالمگیر آٹومیشن کی طرف رجحان شامل ہے۔
"نئی ٹریفک" کی ایک خصوصیت یہ ہے۔ . ہمیں اس ڈیٹا کو کسی بھی طرح سے فارمیٹ کی وضاحت کیے بغیر ذخیرہ کرنے کی ضرورت ہے۔ یہ صرف بعد کے پڑھنے کے لیے ضروری ہے۔ مثال کے طور پر، قرض کے دستیاب سائز کا تعین کرنے کے لیے ایک بینک اسکورنگ سسٹم آپ کی سوشل نیٹ ورکس پر پوسٹ کی گئی تصاویر کو دیکھے گا، اس بات کا تعین کرے گا کہ آپ کتنی بار سمندر اور ریستوراں جاتے ہیں، اور ساتھ ہی اس کے لیے دستیاب آپ کے طبی دستاویزات سے اقتباسات کا مطالعہ کرے گا۔ یہ اعداد و شمار، ایک طرف، جامع ہیں، اور دوسری طرف، ان میں یکسانیت کا فقدان ہے۔
غیر ساختہ ڈیٹا کا ایک سمندر
"نئے ڈیٹا" کے ظہور میں کیا مسائل ہیں؟ ان میں سے پہلا، یقیناً، خود معلومات کی مقدار اور اس کے ذخیرہ کرنے کی تخمینہ مدت ہے۔ ایک جدید خود مختار ڈرائیور کے بغیر کار اپنے تمام سینسرز اور میکانزم سے روزانہ 60TB تک ڈیٹا تیار کرتی ہے۔ نئے موشن الگورتھم تیار کرنے کے لیے، اس معلومات پر ایک ہی دن کے اندر کارروائی ہونی چاہیے، ورنہ یہ جمع ہونا شروع ہو جائے گی۔ ایک ہی وقت میں، یہ ایک بہت طویل وقت کے لئے ذخیرہ کیا جانا چاہئے - دہائیوں. تب ہی مستقبل میں بڑے تجزیاتی نمونوں کی بنیاد پر نتائج اخذ کرنا ممکن ہو گا۔
جینیاتی ترتیب کو سمجھنے کے لیے ایک آلہ روزانہ تقریباً 6 ٹیرا بائٹس پیدا کرتا ہے۔ اور اس کی مدد سے جمع کیے گئے ڈیٹا کا مطلب حذف ہونا بالکل نہیں ہے، یعنی فرضی طور پر انہیں ہمیشہ کے لیے محفوظ کر لیا جائے۔
آخر میں، پانچویں نسل کے تمام ایک جیسے نیٹ ورک۔ خود منتقل ہونے والی معلومات کے علاوہ، ایسا نیٹ ورک بذات خود ایک بہت بڑا ڈیٹا جنریٹر ہے: ایکٹیویٹی لاگ، کال ریکارڈ، مشین سے مشین کے تعامل کے درمیانی نتائج وغیرہ۔
یہ سب معلومات کو ذخیرہ کرنے اور پروسیسنگ کے لیے نئے طریقوں اور الگورتھم کی ترقی کی ضرورت ہے۔ اور اس طرح کے طریقے ابھر رہے ہیں۔
نئے دور کی ٹیکنالوجیز
انفارمیشن سٹوریج سسٹمز کے لیے نئی ضروریات سے نمٹنے کے لیے بنائے گئے حل کے تین گروپوں میں فرق کیا جا سکتا ہے: مصنوعی ذہانت کا تعارف، سٹوریج میڈیا کا تکنیکی ارتقا، اور نظام کے فن تعمیر کے میدان میں اختراعات۔ آئیے AI کے ساتھ شروع کریں۔
نئے Huawei سلوشنز میں، مصنوعی ذہانت کو پہلے ہی اسٹوریج کی سطح پر استعمال کیا جاتا ہے، جو ایک AI پروسیسر سے لیس ہے جو سسٹم کو آزادانہ طور پر اپنی حالت کا تجزیہ کرنے اور ناکامیوں کی پیش گوئی کرنے کی اجازت دیتا ہے۔ اگر سٹوریج سسٹم کسی سروس کلاؤڈ سے منسلک ہے جس میں کمپیوٹنگ کی اہم صلاحیتیں ہیں، تو مصنوعی ذہانت مزید معلومات پر کارروائی کر سکتی ہے اور اپنے مفروضوں کی درستگی کو بہتر بنا سکتی ہے۔
ناکامیوں کے علاوہ، ایسی AI مستقبل کے چوٹی کے بوجھ اور صلاحیت کے ختم ہونے تک باقی وقت کا اندازہ لگانے کے قابل ہے۔ یہ آپ کو کسی بھی ناپسندیدہ واقعات کے پیش آنے سے پہلے کارکردگی کو بہتر بنانے اور سسٹم کو اسکیل کرنے کی اجازت دیتا ہے۔
اب ڈیٹا کیریئرز کے ارتقاء کے بارے میں۔ پہلی فلیش ڈرائیوز SLC (سنگل لیول سیل) ٹیکنالوجی کا استعمال کرتے ہوئے بنائی گئی تھیں۔ اس پر مبنی آلات تیز، قابل اعتماد، مستحکم تھے، لیکن ان کی صلاحیت کم تھی اور بہت مہنگی تھی۔ حجم میں اضافہ اور قیمت میں کمی بعض تکنیکی رعایتوں کے ذریعے حاصل کی گئی تھی، جس کی وجہ سے ڈرائیوز کی رفتار، اعتبار اور زندگی میں کمی واقع ہوئی تھی۔ بہر حال، اس رجحان نے خود سٹوریج کے نظام کو متاثر نہیں کیا، جو کہ مختلف آرکیٹیکچرل چالوں کی وجہ سے، عام طور پر، زیادہ نتیجہ خیز اور زیادہ قابل اعتماد بن گئے۔
لیکن آپ کو آل فلیش کلاس اسٹوریج سسٹم کی ضرورت کیوں تھی؟ کیا صرف ایک ہی فارم فیکٹر کے نئے SSDs کے ساتھ پہلے سے چل رہے سسٹم میں پرانے HDDs کو تبدیل کرنا کافی نہیں تھا؟ نئے SSDs کے تمام وسائل کو مؤثر طریقے سے استعمال کرنے کے لیے اس کی ضرورت تھی، جو کہ پرانے سسٹمز میں ناممکن تھا۔
مثال کے طور پر، Huawei نے اس مسئلے کو حل کرنے کے لیے متعدد ٹیکنالوجیز تیار کی ہیں، جن میں سے ایک یہ ہے۔ ، جس نے ڈسک کنٹرولر کے تعاملات کو زیادہ سے زیادہ بہتر بنانا ممکن بنایا۔
ذہین شناخت نے ڈیٹا کو کئی سلسلے میں گلنا اور متعدد ناپسندیدہ مظاہر سے نمٹنا ممکن بنایا، جیسے (پروردن لکھیں)۔ ایک ہی وقت میں، نئے ریکوری الگورتھم، خاص طور پر ، نے تعمیر نو کی رفتار میں اضافہ کیا، اس کے وقت کو مکمل طور پر غیر معمولی اقدار تک کم کر دیا۔
ناکامی، زیادہ ہجوم، کوڑا کرکٹ جمع کرنا - یہ عوامل کنٹرولرز کی خصوصی تطہیر کی بدولت اسٹوریج سسٹم کی کارکردگی کو مزید متاثر نہیں کرتے۔
اور بلاک ڈیٹا اسٹورز سے ملنے کی تیاری کر رہے ہیں۔ . یاد رکھیں کہ ڈیٹا تک رسائی کو منظم کرنے کی کلاسک اسکیم نے اس طرح کام کیا: پروسیسر نے PCI ایکسپریس بس کے ذریعے RAID کنٹرولر تک رسائی حاصل کی۔ اس کے نتیجے میں، SCSI یا SAS کے ذریعے مکینیکل ڈسک کے ساتھ بات چیت ہوئی۔ پسدید پر NVMe کے استعمال نے پورے عمل کو نمایاں طور پر تیز کیا، لیکن اس میں ایک خرابی تھی: ڈرائیوز کو براہ راست میموری تک رسائی فراہم کرنے کے لیے پروسیسر سے براہ راست منسلک ہونا پڑا۔
ٹیکنالوجی کی ترقی کا اگلا مرحلہ جسے ہم اب دیکھ رہے ہیں NVMe-oF (NVMe over Fabrics) کا استعمال ہے۔ جہاں تک Huawei بلاک ٹیکنالوجیز کا تعلق ہے، وہ پہلے سے ہی FC-NVMe (NVMe over Fiber Channel) کو سپورٹ کرتے ہیں، اور NVMe over RoCE (RDMA over Converged Ethernet) راستے میں ہے۔ ٹیسٹ ماڈل کافی فعال ہیں، ان کی آفیشل پریزنٹیشن میں چند ماہ باقی ہیں۔ نوٹ کریں کہ یہ سب تقسیم شدہ نظاموں میں بھی ظاہر ہوگا، جہاں "ایتھرنیٹ بغیر نقصان" کی بہت زیادہ مانگ ہوگی۔
تقسیم شدہ اسٹوریج کے کام کو بہتر بنانے کا ایک اضافی طریقہ ڈیٹا کی عکس بندی کو مکمل طور پر مسترد کرنا تھا۔ Huawei سلوشنز اب n کاپیز کا استعمال نہیں کرتے، جیسا کہ عام RAID 1 میں ہوتا ہے، اور مکمل طور پر میکانزم پر سوئچ کر دیتے ہیں۔ (Erasure کوڈنگ)۔ ایک خاص ریاضیاتی پیکج ایک خاص فریکوئنسی کے ساتھ کنٹرول بلاکس کا حساب لگاتا ہے، جو آپ کو نقصان کی صورت میں انٹرمیڈیٹ ڈیٹا کو بحال کرنے کی اجازت دیتا ہے۔
ڈپلیکیشن اور کمپریشن میکانزم لازمی ہو جاتے ہیں۔ اگر کلاسیکی سٹوریج سسٹمز میں ہم کنٹرولرز میں نصب پروسیسرز کی تعداد کے لحاظ سے محدود ہیں، تو تقسیم شدہ افقی طور پر توسیع پذیر سٹوریج سسٹم میں، ہر نوڈ میں وہ سب کچھ ہوتا ہے جس کی آپ کو ضرورت ہوتی ہے: ڈسک، میموری، پروسیسرز اور انٹر کنیکٹ۔ یہ وسائل ڈپلیکیشن اور کمپریشن کے لیے کافی ہیں تاکہ کارکردگی پر کم سے کم اثر پڑے۔
اور ہارڈ ویئر کی اصلاح کے طریقوں کے بارے میں۔ یہاں، اضافی سرشار مائکرو سرکٹس (یا پروسیسر میں ہی وقف شدہ بلاکس) کی مدد سے مرکزی پروسیسرز پر بوجھ کو کم کرنا ممکن تھا، جو کردار ادا کرتے ہیں۔ (TCP/IP Offload Engine) یا EC، ڈپلیکیشن، اور کمپریشن کے ریاضی کے کاموں کو لے کر۔
ڈیٹا سٹوریج کے لیے نئے طریقے ایک الگ الگ (تقسیم شدہ) فن تعمیر میں مجسم ہیں۔ سنٹرلائزڈ سٹوریج سسٹم میں، ایک سرور فیکٹری ہے جو فائبر چینل کے ذریعے منسلک ہے۔ بہت ساری صفوں کے ساتھ۔ اس نقطہ نظر کے نقصانات اسکیلنگ اور سروس کی ضمانت شدہ سطح (کارکردگی یا تاخیر کے لحاظ سے) فراہم کرنے میں مشکلات ہیں۔ ہائپر کنورجڈ سسٹم معلومات کی اسٹوریج اور پروسیسنگ دونوں کے لیے ایک ہی میزبان کا استعمال کرتے ہیں۔ یہ اسکیلنگ کے لیے تقریباً لامحدود گنجائش فراہم کرتا ہے، لیکن ڈیٹا کی سالمیت کو برقرار رکھنے کے لیے زیادہ لاگت آتی ہے۔
مذکورہ بالا دونوں کے برعکس، متضاد فن تعمیر کا مطلب ہے۔ سسٹم کو کمپیوٹ فیکٹری اور افقی اسٹوریج سسٹم میں تقسیم کرنا. یہ دونوں فن تعمیر کے فوائد فراہم کرتا ہے اور صرف اس عنصر کی تقریباً لامحدود پیمانے کی اجازت دیتا ہے جس کی کارکردگی کافی نہیں ہے۔
انضمام سے کنورجنسی تک
ایک کلاسک کام، جس کی مطابقت صرف پچھلے 15 سالوں میں بڑھی ہے، ایک ساتھ بلاک اسٹوریج، فائل تک رسائی، اشیاء تک رسائی، بڑے ڈیٹا کے لیے فارم کا آپریشن وغیرہ فراہم کرنے کی ضرورت ہے۔ کیک پر آئسنگ مثال کے طور پر، مقناطیسی ٹیپ کے لیے بیک اپ سسٹم بھی۔
پہلے مرحلے میں، صرف ان خدمات کے انتظام کو متحد کیا جا سکتا تھا۔ متضاد ڈیٹا سٹوریج کے نظام کو کچھ مخصوص سافٹ ویئر کے لیے بند کر دیا گیا تھا، جس کے ذریعے منتظم نے دستیاب پولز سے وسائل تقسیم کیے تھے۔ لیکن چونکہ یہ پول ہارڈ ویئر میں مختلف تھے، اس لیے ان کے درمیان بوجھ کو منتقل کرنا ناممکن تھا۔ انضمام کی اعلیٰ سطح پر، استحکام گیٹ وے کی سطح پر ہوا۔ اگر مشترکہ فائل تک رسائی تھی تو اسے مختلف پروٹوکول کے ذریعے دیا جا سکتا تھا۔
اب ہمارے لیے دستیاب سب سے جدید کنورجنسی طریقہ میں ایک عالمگیر ہائبرڈ نظام کی تخلیق شامل ہے۔ جیسا کہ ہمارا ہونا چاہیے۔ . یونیورسل رسائی ایک ہی ہارڈویئر وسائل کا استعمال کرتی ہے، منطقی طور پر مختلف پولز میں تقسیم ہوتی ہے، لیکن لوڈ کی منتقلی کی اجازت دیتی ہے۔ یہ سب ایک ہی مینجمنٹ کنسول کے ذریعے کیا جا سکتا ہے۔ اس طرح، ہم "ایک ڈیٹا سینٹر - ایک اسٹوریج سسٹم" کے تصور کو نافذ کرنے میں کامیاب ہو گئے۔
معلومات کو ذخیرہ کرنے کی لاگت اب بہت سے تعمیراتی فیصلوں کا تعین کرتی ہے۔ اور اگرچہ اسے محفوظ طریقے سے سب سے آگے رکھا جا سکتا ہے، ہم آج فعال رسائی کے ساتھ "لائیو" اسٹوریج پر بات کر رہے ہیں، لہذا کارکردگی کو بھی مدنظر رکھا جانا چاہیے۔ اگلی نسل کے تقسیم شدہ نظاموں کی ایک اور اہم خاصیت اتحاد ہے۔ بہر حال، کوئی بھی نہیں چاہتا کہ مختلف کنسولز سے متعدد مختلف سسٹمز کا انتظام کیا جائے۔ یہ تمام خوبیاں Huawei مصنوعات کی نئی سیریز میں شامل ہیں۔ .
اگلی نسل کا ماس اسٹوریج
OceanStor Pacific چھ نائنز (99,9999%) قابل اعتماد تقاضوں کو پورا کرتا ہے اور اسے HyperMetro کلاس ڈیٹا سینٹر بنانے کے لیے استعمال کیا جا سکتا ہے۔ 100 کلومیٹر تک کے دو ڈیٹا سینٹرز کے درمیان فاصلہ کے ساتھ، سسٹمز 2 ms کی اضافی تاخیر کا مظاہرہ کرتے ہیں، جو ان کی بنیاد پر کسی بھی آفت سے بچنے والے حل کو تیار کرنا ممکن بناتا ہے، بشمول کورم سرور والے۔
نئی سیریز کی مصنوعات پروٹوکول کے لحاظ سے استعداد کا مظاہرہ کرتی ہیں۔ پہلے سے ہی، OceanStor 100D بلاک رسائی، آبجیکٹ تک رسائی، اور Hadoop تک رسائی کی حمایت کرتا ہے۔ فائل تک رسائی کو مستقبل قریب میں نافذ کیا جائے گا۔ ڈیٹا کی ایک سے زیادہ کاپیاں رکھنے کی ضرورت نہیں ہے اگر وہ مختلف پروٹوکول کے ذریعے جاری کی جا سکتی ہیں۔
ایسا لگتا ہے، "لاسلیس نیٹ ورک" کے تصور کا اسٹوریج سے کیا تعلق ہے؟ حقیقت یہ ہے کہ تقسیم شدہ سٹوریج سسٹمز ایک تیز نیٹ ورک کی بنیاد پر بنائے گئے ہیں جو مناسب الگورتھم اور RoCE میکانزم کو سپورٹ کرتے ہیں۔ ہمارے سوئچز کے ذریعے تعاون یافتہ مصنوعی ذہانت کا نظام نیٹ ورک کی رفتار کو مزید بڑھانے اور تاخیر کو کم کرنے میں مدد کرتا ہے۔ . جب AI فیبرک کو چالو کیا جاتا ہے تو اسٹوریج سسٹم کی کارکردگی کا فائدہ 20% تک پہنچ سکتا ہے۔
نیا OceanStor Pacific تقسیم شدہ اسٹوریج نوڈ کیا ہے؟ 5U فارم فیکٹر سلوشن میں 120 ڈرائیوز شامل ہیں اور یہ تین کلاسک نوڈس کی جگہ لے سکتا ہے، ریک کی جگہ کو دوگنا کرنے سے بھی زیادہ۔ کاپیاں ذخیرہ کرنے سے انکار کی وجہ سے، ڈرائیوز کی کارکردگی نمایاں طور پر بڑھ جاتی ہے (+92% تک)۔
ہم اس حقیقت کے عادی ہیں کہ سافٹ ویئر سے طے شدہ اسٹوریج کلاسک سرور پر نصب ایک خاص سافٹ ویئر ہے۔ لیکن اب، زیادہ سے زیادہ پیرامیٹرز حاصل کرنے کے لیے، اس آرکیٹیکچرل حل کو بھی خصوصی نوڈس کی ضرورت ہے۔ یہ ARM پروسیسرز پر مبنی دو سرورز پر مشتمل ہے جو تین انچ ڈرائیوز کی ایک صف کو منظم کرتے ہیں۔
یہ سرورز ہائپر کنورجڈ حل کے لیے موزوں نہیں ہیں۔ سب سے پہلے، ARM کے لیے چند ایپلی کیشنز ہیں، اور دوم، بوجھ کا توازن برقرار رکھنا مشکل ہے۔ ہم علیحدہ اسٹوریج پر سوئچ کرنے کا مشورہ دیتے ہیں: ایک کمپیوٹنگ کلسٹر، جس کی نمائندگی کلاسک یا ریک سرورز کرتی ہے، الگ سے کام کرتی ہے، لیکن OceanStor پیسیفک اسٹوریج نوڈس سے منسلک ہے، جو اپنے براہ راست کام بھی انجام دیتے ہیں۔ اور یہ خود کو جائز قرار دیتا ہے۔
مثال کے طور پر، آئیے ایک کلاسک ہائپر کنورجڈ بگ ڈیٹا اسٹوریج سلوشن لیتے ہیں جو 15 سرور ریک پر قبضہ کرتا ہے۔ اگر آپ انفرادی OceanStor پیسیفک کمپیوٹ سرورز اور اسٹوریج نوڈس کے درمیان بوجھ تقسیم کرتے ہیں، انہیں ایک دوسرے سے الگ کرتے ہیں، تو مطلوبہ ریک کی تعداد آدھی رہ جائے گی! یہ ڈیٹا سینٹر کو چلانے کی لاگت کو کم کرتا ہے اور ملکیت کی کل لاگت کو کم کرتا ہے۔ ایک ایسی دنیا میں جہاں ذخیرہ شدہ معلومات کا حجم 30% سالانہ کی شرح سے بڑھ رہا ہے، اس طرح کے فوائد بکھرے ہوئے نہیں ہیں۔
***
Huawei سلوشنز اور ان کے اطلاق کے منظرناموں کے بارے میں مزید معلومات کے لیے، براہ کرم ہمارا ملاحظہ کریں۔ یا کمپنی کے نمائندوں سے براہ راست رابطہ کر کے۔
ماخذ: www.habr.com