市面上的存储
看起来大都一个样?
方正的外形、N块组成在一起的磁盘
难道存储就是大号的硬盘?
NO NO NO~
虽然存储也用来存放数据
但内部的玄机却大有不同
买存储前,这些关键知识你造吗?
存储知识小讲堂,开课啦!
在本系列视频中
我们将会回答
有关存储系统的11个关键问题
包括存储架构、数据保护
NVMe、复制、重删等
每部视频2分钟
随时随地都可打开学习
并且由戴尔科技员工亲自配音~
快看下方视频学习吧
存储架构知识小科普
什么是存储控制器
存储控制器是控制存储阵列的设备,主要包括三种类型的组件:"CPU"、"缓存存储器"和"与网络和存储设备的连接接口"。
存储控制器将多个存储设备中的存储区域整合起来,作为一个存储区域提供给服务器。当收到来自服务器的写入数据的请求时,存储控制器将确定数据落到哪个存储设备,并将数据存储在所选设备中。
当收到来自服务器的读取某些数据的请求时,存储控制器找到相关数据的存储位置,从存储设备中读取数据,并将其传输到服务器。高效、稳定地完成这些处理任务是存储控制器的作用。
除了读写数据外,存储控制器还执行处理任务,实现各种增值功能包括RAID、卷管理(volume management)、Provisioning、快照(snapshot)、克隆(clone)、复制(replication)等。
▲存储控制器一览
存储控制器的几种主要模式
如前面的视频所述,最早的存储只有单个控制器,如果它坏了,那么整个业务都会因此停顿。因此,至少两个控制器非常有必要。现如今的存储已大多是双控制器了,但即使是这样,依然有很多不同,挑选存储产品时可要擦亮眼睛了。下面就来介绍几种主要的双控模式。
? 双控制器,主动/被动模式(Active/Passive)
正常运行时,两个控制器中的一个处理所有的I/O处理和数据服务管理(主动),而第二个控制器则随时待命(被动),准备在发生故障时接管。后来有一些改进允许在被动控制器的主机端口上接收和传输I/O,但控制器本身不进行I/O或数据服务处理。
相反,它只是通过内部连接将I/O传递给主动控制器,主动控制器负责所有数据服务(如重复数据删除、快照、RAID等)以及对底层闪存介质的所有读/写处理。这就需要使用ALUA(非对称逻辑单元访问)来定义到主动控制器的首选路径和到被动控制器的非首选路径。
主/被架构是上世纪80年代发展起来的原始HA机制。这种模式在当今已经被淘汰了,用户在选择存储时应避免选择这种架构,特别是对有些厂商来说,这种HA架构实现起来更简单,有助于实现产品快速上市。主/备架构最大的劣势是,主动控制器很快就会成为性能瓶颈,而被动控制器则处于闲置状态,性能完全浪费。
? 双控制器、双主动模式(Daul Active)
这种设计是对主动/被动模式的改进,使用两个控制器来执行全部的数据活动。其特点是,每个控制器都是卷的子集的主节点,并在发生故障时,随时准备接管伙伴的卷。这比完全的主动/主动架构(任何卷在任何控制器的任何端口上都可以访问,并且没有路径或性能偏好)更容易实现。
但其缺点是,任何给定的卷仍然受限于单个控制器的资源,一旦发生故障,阵列的性能可能会减半。另一个问题是,管理员必须关注每个控制器上的工作负载,并手动分配卷以保持平衡。
? 双控制器,主动/主动模式(Active-Active)
这是当前最流行的双控制器架构形式,两个控制器在数据服务和I/O处理中都是主动的,没有给控制器分配卷,任何主机都可以通过任何控制器上的任何端口访问任何卷,而不会有路径或性能上的损失。
? 多控制器、非对称双主动模式(Asymmetric Dual-Active)
这种模式类似于双主动模式,不同之处在于,现在可以有两个以上的控制器。卷仍然由某个控制器拥有,仍然有路径和性能偏好。这种架构的优势是聚合规模--在单点管理下获得更高水平的总容量和性能。然而,任何特定的卷仍然受限于拥有它的控制器的性能。
? 多控制器,N路对称主动模式(N-way Symmetric Active)
在这种模式下,存储阵列可扩展到N个控制器。正常运行期间,所有控制器都积极地服务于I/O和处理数据服务,并均匀地分担工作负载。如果其中一个控制器发生故障,其余的控制器将继续为所有的I/O服务。
在故障期间,N-1个控制器依然为客户请求提供服务。系统性能随着控制器的增加而线性扩展,反之亦然。例如失去4个控制器中的1个会造成最大25%的资源损失。
代表产品:PowerMax
戴尔易安信高端存储PowerMax采用的就是N路对称主动模式,也就是Smart RAID,其可允许多组控制器同时存取同一个SSD,构成跨控制器的主动-主动 RAID群组共享,更有利于主机端多路径负载平衡,即使一个控制器故障,所带来的影响也更小。
第一课到此结束
欢迎保持关注
相关内容推荐:戴尔SCv2000:入门级存储价值新说
好文章,需要你的鼓励
谷歌深度思维团队开发出名为MolGen的AI系统,能够像经验丰富的化学家一样自主设计全新药物分子。该系统通过学习1000万种化合物数据,在阿尔茨海默病等疾病的药物设计中表现出色,实际合成测试成功率达90%,远超传统方法。这项技术有望将药物研发周期从10-15年缩短至5-8年,成本降低一半,为患者更快获得新药治疗带来希望。
继苹果和其他厂商之后,Google正在加大力度推广其在智能手机上的人工智能功能。该公司试图通过展示AI在移动设备上的实用性和创新性来吸引消费者关注,希望说服用户相信手机AI功能的价值。Google面临的挑战是如何让消费者真正体验到AI带来的便利,并将这些技术优势转化为市场竞争力。
哈佛医学院和微软公司合作开发了一个能够"听声识病"的AI系统,仅通过分析语音就能预测健康状况,准确率高达92%。该系统基于深度学习技术,能够捕捉声音中与疾病相关的微妙变化,并具备跨语言诊断能力。研究团队已开发出智能手机应用原型,用户只需完成简单语音任务即可获得健康评估,为个性化健康管理开辟了新途径。