隨著企業(yè)級(jí)大數(shù)據(jù)存儲(chǔ)需求的不斷增加，存儲(chǔ)廠商和系統(tǒng)管理人員都需要確定在大數(shù)據(jù)環(huán)境下的最佳實(shí)踐是怎樣的。因此，我們看到有越來越多像是Hadoop和“云”之類的東西。但根據(jù)Toigo Partners International的最主要的合作伙伴Jon Toigo的看法，這些方法并不是大數(shù)據(jù)環(huán)境下最好的。

　　在該播客中，Toigo與網(wǎng)站編輯助理Sarah Wilson就大數(shù)據(jù)環(huán)境下的存儲(chǔ)市場變革進(jìn)行了討論。收聽音頻或閱讀下文中的對(duì)話內(nèi)容，了解他關(guān)于大數(shù)據(jù)環(huán)境下存儲(chǔ)、云、備份和容災(zāi)如何進(jìn)行調(diào)整的觀點(diǎn)。

　　你認(rèn)為存儲(chǔ)市場會(huì)如何發(fā)展以更好地適應(yīng)大數(shù)據(jù)？

　　Jon Toigo：好的，我認(rèn)為大家會(huì)看到兩種不同的趨勢(shì)。其中之一是Hadoop與大數(shù)據(jù)已密不可分。我們說的是Hadoop集群。關(guān)于這一點(diǎn)基本上業(yè)界拋棄了共享存儲(chǔ)——SAN(存儲(chǔ)區(qū)域網(wǎng)絡(luò))和NAS(網(wǎng)絡(luò)附加存儲(chǔ))——更傾向于使用直連存儲(chǔ)(DAS)，尤其是使用閃存的DAS。IBM已經(jīng)登上了舞臺(tái)，他們存儲(chǔ)部門的主管強(qiáng)調(diào)說，“我們認(rèn)為閃存是所有存儲(chǔ)的未來。”于是他們推崇基于閃存的存儲(chǔ)，直連到集群上作為大數(shù)據(jù)分析的數(shù)據(jù)存儲(chǔ)介質(zhì)。我不曉得這是不是解決問題的最佳方案，但我認(rèn)為這樣會(huì)花掉一大筆錢。它回退到1999年以前的存儲(chǔ)架構(gòu)，它再次引入了幾十年前我們有過的兩個(gè)問題，忽略了存儲(chǔ)孤島上的數(shù)據(jù)保護(hù)問題。你將不得不進(jìn)行節(jié)點(diǎn)間的復(fù)制以確定存儲(chǔ)孤島間提供保護(hù)所需要的帶寬。然而，考慮到存儲(chǔ)銷售額放緩的一般趨勢(shì)，這樣做的確會(huì)賣出更多的設(shè)備，是業(yè)內(nèi)人士希望看到的。

　　另外一種趨勢(shì)是以整體的視角看待這個(gè)問題?？蛻魰?huì)說，“過去十年里我們一直在部署共享存儲(chǔ)，部署光纖通道架構(gòu)。我們跟隨著科技進(jìn)步的方向，無論是用InfiniBand或SAS或者下一代新技術(shù)。為什么我們要花十年把這些搭起來，然后又把他們分開拆掉？”這樣做沒什么意義。你看像是DataCore Software這樣的公司，或者一些使用SAN卷控制器的IBM的產(chǎn)品，以及其他人在試著對(duì)存儲(chǔ)做虛擬化，從而向服務(wù)器提供虛擬卷，就像這些服務(wù)器直連存儲(chǔ)一樣。這樣做會(huì)更有意義，能整體地管理與存儲(chǔ)相關(guān)的所有設(shè)備。這方面我認(rèn)為還有很多事情要做，而不是把存儲(chǔ)分開，為服務(wù)器添加直連存儲(chǔ)。并且我認(rèn)為，最終我們會(huì)到達(dá)后一種模型。

　　對(duì)于在大數(shù)據(jù)環(huán)境下的存儲(chǔ)來說，“云”似乎是一個(gè)很流行的選擇。你認(rèn)為云提供商是否在調(diào)整他們的服務(wù)以更好地適應(yīng)大數(shù)據(jù)？

　　Toigo：正如你知道的，我對(duì)云的目前發(fā)展有些迷惑?？傮w來說我不是一個(gè)典型的云技術(shù)推崇者，但是，我們認(rèn)為這可能是云發(fā)展過程中較好的模型之一——應(yīng)用于云的可持續(xù)業(yè)務(wù)模型，即為承載大量特定類型的數(shù)據(jù)進(jìn)行定制的云。就此我咨詢過專家。我問IBM的Jeff Jonas，由云服務(wù)提供商來搭建一個(gè)大數(shù)據(jù)是否有意義，是否這樣我就不必自己買基礎(chǔ)設(shè)施了？我認(rèn)為對(duì)于一個(gè)不想去花大筆錢來買支持Hadoop的基礎(chǔ)設(shè)施的公司是有意義的，對(duì)于他們Hadoop上的業(yè)務(wù)分析項(xiàng)目可能只用一回，或者頻率很低，就像選民登記分析。為什么你會(huì)搭建一個(gè)幾百美元的基礎(chǔ)設(shè)施來分析數(shù)據(jù)的某一方面之后就回家并簡單地關(guān)掉它？至少對(duì)我來說沒什么意義。

　　Jonas對(duì)這個(gè)觀點(diǎn)不太同意，我對(duì)此有些迷惑不解，他解釋了自己的觀點(diǎn)。他說定位云中的數(shù)據(jù)需要大量時(shí)間，訪問云中的數(shù)據(jù)需要付費(fèi)帶寬，與數(shù)據(jù)和云相關(guān)的初始安全問題、彈性問題，以及一些云運(yùn)維其他方面問題，導(dǎo)致云不是托管大數(shù)據(jù)分析所需數(shù)據(jù)的最佳位置。

　　現(xiàn)在我考慮，假設(shè)這些問題中一部分可以解決，這個(gè)假設(shè)有些托大，你就會(huì)發(fā)現(xiàn)云提供商會(huì)這樣說，“我們?yōu)閲已芯克幚硭嘘P(guān)于癌癥治療的診療數(shù)據(jù)。我們已經(jīng)正確地取出所有病人自身的參考，所有的原始數(shù)據(jù)都在這兒?！爆F(xiàn)在如果約翰霍普金斯大學(xué)想對(duì)他們正在做的新藥試驗(yàn)進(jìn)行大數(shù)據(jù)分析，這應(yīng)該是可行的，即作為一種服務(wù)，插入數(shù)據(jù)集并把它包含在分析模型中。這樣做是有意義的，因?yàn)槟阋呀?jīng)有了擁有需要這類數(shù)據(jù)的多個(gè)客戶。

　　是否我會(huì)把自己的數(shù)據(jù)上傳到云中？大概不會(huì)?，F(xiàn)在不這樣做，未來也不會(huì)這樣做，因?yàn)樵品?wù)提供商受制于這樣一個(gè)事實(shí)：對(duì)于連接到我工場的網(wǎng)絡(luò)，他無所有權(quán)。那他怎么能義正言辭地說能保證我服務(wù)質(zhì)量？對(duì)于我訪問服務(wù)器的途徑他有心無力。如果我的電話系統(tǒng)每個(gè)月重啟上幾回，是否擁有一個(gè)超穩(wěn)定的云服務(wù)并不重要，我將無法訪問它。所以我沒法相信任何一個(gè)云服務(wù)提供商告訴我的。如果數(shù)據(jù)在云中，我很難相信我的信息是安全的?，F(xiàn)在這樣的話沒啥大問題，如果我采用某種形式的單向散列(IBM的Jonas這樣建議的)并去掉數(shù)據(jù)中的私人信息，我沒有什么可擔(dān)心的。但是對(duì)于我的業(yè)務(wù)流程，這是關(guān)鍵業(yè)務(wù)，對(duì)于我的商業(yè)交易、我的財(cái)務(wù)信息、信用卡信息，無論如何，我可以肯定地說我不打算把它們置于云端。底線：我覺得云有問題，我不確定它把一切都做好了。另外，關(guān)于云的使用情況——我最近讀到一篇文章提到，投入使用的云增加了340%，不過僅調(diào)查了19人。

　　在大數(shù)據(jù)環(huán)境下備份和容災(zāi)發(fā)生了怎樣的變化？

　　Toigo：如果你研究一下Hadoop的模型，會(huì)發(fā)現(xiàn)它基本上拋棄了你的共享存儲(chǔ)，它部署于獨(dú)立的節(jié)點(diǎn)和直連存儲(chǔ)形式之上，于是面臨一個(gè)巨大的問題就是如何對(duì)數(shù)據(jù)進(jìn)行副本和保護(hù)。這是一個(gè)重要問題。我們遇到過已使用VMware的客戶，因?yàn)閂Mware與傳統(tǒng)共享存儲(chǔ)無法很好的協(xié)作。VMware需要你做的就是，解除您的SAN配置，以直連方式將存儲(chǔ)部署到集群中的每個(gè)VMware服務(wù)器。這就引入了一個(gè)問題，你必須依賴后端的副本策略和節(jié)點(diǎn)間鏡像，而鏡像的問題是在于沒人做檢查。將一個(gè)鏡像關(guān)閉是一件痛苦的事情：使應(yīng)用進(jìn)入靜默狀態(tài)，將緩存中的數(shù)據(jù)刷到磁盤上，并將數(shù)據(jù)復(fù)制到二級(jí)鏡像，然后關(guān)閉整個(gè)操作，進(jìn)行文件級(jí)比對(duì)，然后交叉手指祈禱好運(yùn)并進(jìn)行重啟，希望你不會(huì)遇到未正常同步的解決能力之外的問題。因此，沒有人會(huì)去檢查鏡像。這便是構(gòu)建在Hadoop架構(gòu)之上的大數(shù)據(jù)方案的“阿喀琉斯之踵”。

　　現(xiàn)在，我會(huì)這樣說，使用大數(shù)據(jù)分析建立模型和監(jiān)控存儲(chǔ)基礎(chǔ)設(shè)施，我有一大堆的“各種信息”，諸如磁盤的smart技術(shù)和各種管理存儲(chǔ)組件的基本管理器——實(shí)時(shí)或主動(dòng)的關(guān)聯(lián)這些信息并定位問題，實(shí)際上我能夠避免很多災(zāi)難的發(fā)生。一方面，我喜歡大數(shù)據(jù)，因?yàn)閺母玫臑?zāi)難恢復(fù)的角度來看，可以提供給我更優(yōu)質(zhì)的信息和更好的基礎(chǔ)設(shè)施管理，這樣我就可以規(guī)避這類風(fēng)險(xiǎn)。另一方面，我不喜歡Hadoop這樣的基礎(chǔ)設(shè)施，因?yàn)閺臄?shù)據(jù)保護(hù)的角度來看，它會(huì)把我的生活弄得復(fù)雜。