SmartX 分布式存储产品全新升级,支持文件存储能力与纠删码机制

近日,SmartX 正式发布了 SMTX ZBS 5.6 版本,通过引入对文件存储的支持能力,可作为企业统一存储平台,为大规模虚拟化、私有云、容器等环境提供高可靠、高可用、高性能、易扩展的企业级分布式块存储和分布式文件存储服务。该版本还引入了全新的存储分层模式,将缓存层划分为集群粒度的写缓存池和节点粒度的读缓存池,并支持用户通过纠删码(Erasure Coding,EC)机制进行数据保护,同时提高空间利用率,满足更多大数据量存储场景需求。

下载《SmartX 分布式存储产品组合介绍》,了解 SMTX ZBS 最新功能特性!

产品更新:统一存储平台提供分布式块存储和文件存储服务

基于自主研发的分布式文件存储组件 SFS,SMTX ZBS 5.6 可同时提供分布式块存储和文件存储服务,满足企业应用的多样化存储需求。目前,SMTX ZBS 5.6 支持块存储 iSCSI / NVMe over TCP / NVMe over RDMA 协议,以及文件存储 NFS / HDFS(预览版)协议,块存储和文件存储容量可在单一集群内自行分配。

对于文件存储,SMTX ZBS 5.6 支持多种企业级文件存储的功能及特性,包括数据高可用与业务连续性保障能力,多级性能优化,以及简单灵活的运维支持。文件存储也可支持纠删码冗余机制,并允许用户对块存储和文件存储分别进行设置。欲了解文件存储更多功能特性,请阅读:SmartX HCI 6.0 新增文件存储能力,一套架构满足多种存储需求。

架构更新:全新存储分层模式优化缓存机制

SMTX ZBS 5.6 从存储引擎、逻辑数据结构、层次化流动等多个角度重塑了数据的组织方式。在新版本的存储分层模式下,集群内的存储设备分为缓存层和容量层:

  • 缓存层可进一步分为写缓存和读缓存。
    • 写缓存(又叫性能层):集群层级的写缓存池,无论采用副本还是纠删码,新写入的数据都会以副本形态写入写缓存,已下沉至容量层的数据,新写入时也会先写入写缓存,有效保证数据的写性能。对于关键业务,还可通过常驻缓存功能将数据保留在写缓存中,防止缓存击穿导致的性能下降,持续提供稳定的高性能。
    • 读缓存:节点粒度的读缓存池,缓存被频繁访问的容量层的数据,提升数据的读性能,满足快速访问需求。
  • 容量层:用来存放冷数据,根据用户设定的数据冗余策略和置备类型,以副本或纠删码的形态存储,通过纠删码策略可以提高空间利用率,降低存储和网络开销。

注:容量层中的 P 为开启 EC 功能后的校验块,D 为数据块。

全新的分层模式下,用户可以使用纠删码等依赖存储分层模式的功能,同时读写缓存分区比例可以动态进行调整,优化缓存空间利用率并避免缓存击穿的风险,灵活应对不同业务 I/O 的性能需求。目前,混闪配置和全闪配置下均支持新的分层模式。

  • 混闪或多种类型 SSD 全闪:高速介质做缓存,低速介质做容量。每块缓存盘内部划分为读缓存和写缓存。
  • 单一类型 SSD:所有物理盘使用一部分做缓存,剩余做容量,充分利用所有物理盘的性能。此时,缓存分区均为写缓存,用于 EC 卷的数据整理,EC 卷的数据先写入写缓存,再下沉至容量层,而副本卷不使用缓存层,直接通过容量层进行读写。

功能更新:支持纠删码机制,优化快照后写性能

纠删码机制

基于架构更新,SMTX ZBS 5.6 引入了纠删码机制(EC),在存储分层模式下,用户可以灵活选择以副本或 EC 提供数据冗余保护。

  • 副本通过将数据在不同的位置存储多份实现数据冗余,在部分数据副本损坏后,通过健康的副本继续提供服务,并重建数据副本,将副本数量恢复至期望的级别。
  • EC 通过对多个数据块(K)计算校验块(M),无需完整地存放数据副本,从而节省存储空间。在部分数据块损坏后(≤M),通过 K 个可用的数据块和校验块可以重建出损坏的数据。

在相同的容错能力下,与副本相比,EC 可以大大节省存储空间,提高空间利用率,因此非常适合存储数据量大但对性能要求相对较低的场景,如日志服务器、备份归档等。通过缓存加速机制可以保证 EC 卷在大部分场景下的读写性能,但由于 EC 机制下数据发生下沉后会分布在多个节点上,需要跨网络读取数据,因此读性能会比未下沉前有所下降,对于数据库等对性能要求较高的应用场景,依旧适合使用副本这种数据保护机制。

* 如果期望达到机箱或机架级别的容错能力,则对应的需要最小机箱或机架数量满足要求,并将主机分布到不同的机箱或机架上。
主要能力和特性
  • 支持卷级别设置 EC 存储策略。
  • 支持 28 种配比,可根据需求进行选择。
  • 通过缓存机制保证 EC 卷的读写性能。
  • 可通过完全克隆的方式实现 EC 卷和副本卷的转换。

快照后写性能改进

SMTX ZBS 5.6 还针对快照后的小块随机写性能进行了优化,减小性能下降幅度,加速性能恢复,从而降低快照对写性能的影响,保障业务的高性能。

除了纠删码机制和快照的优化,SMTX ZBS 5.6 还引入 NVMe-oF 多队列机制,进一步提升集群存储性能,并将运维场景下的 I/O 中断时间缩短至 1s 内,客户端不会感知到明显的 I/O 中断。欲了解更多 ZBS 技术特性与演进历程,请阅读:

  • 分布式块存储 ZBS 的自主研发之旅 | 架构篇
  • 分布式块存储 ZBS 的自主研发之旅|接入协议之 NVMe-oF
  • 分布式块存储 ZBS 的自主研发之旅|数据同步协议 RDMA
  • 分布式块存储 ZBS 的自主研发之旅|元数据管理
  • ZBS 的 RoCE 技术支持与业务场景性能评测

您还可下载《SmartX 分布式存储产品组合介绍》,了解 SMTX ZBS 最新功能特性!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.xdnf.cn/news/1538180.html

如若内容造成侵权/违法违规/事实不符,请联系一条长河网进行投诉反馈,一经查实,立即删除!

相关文章

2024 年至今回顾:The Sandbox 创作者的历程及下一步展望

2024 年上半年是 The Sandbox 令人振奋的旅程!从激动人心的里程碑、丰厚的奖励到创新的功能,我们见证了来自充满活力的社区的惊人创造力。 作为平台的生命线,我们致力于帮助创作者发光发热。让我们深入了解过去六个月中最激动人心的时刻和更…

OpenHarmony(鸿蒙南向开发)——标准系统方案之瑞芯微RK3566移植案例(下)

往期知识点记录: 鸿蒙(HarmonyOS)应用层开发(北向)知识点汇总 鸿蒙(OpenHarmony)南向开发保姆级知识点汇总~ OpenHarmony(鸿蒙南向开发)——轻量系统STM32F407芯片移植案…

MySQL聚合统计和内置函数

【数据库】MySQL聚合统计 王笃笃-CSDN博客https://blog.csdn.net/wangduduniubi?typeblog显示平均工资低于2000的部门和它的平均工资 mysql> select deptno,avg(sal) deptavg from emp group by deptno; --------------------- | deptno | deptavg | --------------…

基于树表的查找

二叉排序树 相关概念 存储结构 查找 具体实现 算法分析 插入 创建 删除 无孩子 有一个孩子 有左右孩子 示例 平衡二叉树 概念 示例 插入调整 类型 由插入结点在失衡结点的位置来定:插入结点C为失衡结点A的左子树的左孩子,因此为LL型。 原则 即选择中…

10.第二阶段x86游戏实战2-反编译自己的程序加深堆栈的理解

免责声明:内容仅供学习参考,请合法利用知识,禁止进行违法犯罪活动! 本次游戏没法给 内容参考于:微尘网络安全 工具下载: 链接:https://pan.baidu.com/s/1rEEJnt85npn7N38Ai0_F2Q?pwd6tw3 提…

[C++进阶[六]]list的相关接口模拟实现

1.前言 本章重点 在list模拟实现的过程中&#xff0c;主要是感受list的迭代器的相关实现&#xff0c;这是本节的重点和难点。 2.list接口的大致框架 list是一个双向循环链表&#xff0c;所以在实现list之前&#xff0c;要先构建一个节点类 template <class T> struct L…

Java 中 List 常用类和数据结构详解及案例示范

1. 引言 在 Java 开发中&#xff0c;List 是最常用的数据结构接口之一&#xff0c;它用于存储有序的元素集合&#xff0c;并允许通过索引进行随机访问。电商系统中&#xff0c;如购物车、订单列表和商品目录等功能都依赖 List 进行数据管理。选择适当的 List 实现类能够显著提…

C++STL~~priority_queue

文章目录 容器适配器一、priority_queue的概念二、priority_queue的使用三、priority_queue的练习四、仿函数五、总结 容器适配器 什么是适配器 适配器是一种设计模式(设计模式是一套被反复使用的、多数人知晓的、经过分类编目的、代码设计经验的总结)&#xff0c;该种模式是将…

交流电力控制电路之交流调功电路、交流电力电子开关

目录 一、交流调功电路 二、交流电力电子开关 交流调压电路可看&#xff1a;交流调压电路 交流调压电路、交流调功电路和交流电力开关的异同点&#xff1a; 一、交流调功电路 交流调功电路用于调节电力设备的功率输出&#xff0c;通过改变电路中电压、电流的有效值&#xff…

STL,智能指针和线程安全,线程安全的单例模式和懒汉饿汉的实现,以及读者写者问题

&#x1f351;个人主页&#xff1a;Jupiter. &#x1f680; 所属专栏&#xff1a;Linux从入门到进阶 欢迎大家点赞收藏评论&#x1f60a; 目录 &#x1f4da;STL&#xff0c;智能指针和线程安全 &#x1f4d5;STL中的容器是否是线程安全的?&#x1f4a1;智能指针是否是线程安全…

Threejs之看房案例(下)

本文目录 前言最终效果1、点精灵1.1 添加点精灵1.2 点精灵效果2、添加事件2.1 鼠标移动事件2.1.1 效果2.2 鼠标点击事件2.2.1 效果2.3 切换互通3. 完整代码前言 在Threejs之看房案例(上)这篇博客中我们已经完成了大厅的3d观看效果,但是我们会发现如果想去其他房间观看,没有…

使用SQL递归查询树状结构,又可以跟同事吹牛了!

前言 在关系型数据库中&#xff0c;数据通常存储为二维表格&#xff08;rows 和 columns&#xff09;。然而&#xff0c;在实际业务中&#xff0c;很多场景下我们需要处理树状结构的数据&#xff0c;例如&#xff1a; 公司组织架构&#xff1a;从某个部门开始&#xff0c;查询…

Python异常处理:自定义异常②

文章目录 1. 什么是自定义异常&#xff1f;2. 为什么需要自定义异常&#xff1f;3. 如何定义自定义异常&#xff1f;3.1 基本自定义异常3.2 带详细信息的自定义异常3.3 自定义异常的继承层次 4. 使用自定义异常4.1 抛出自定义异常4.2 捕获自定义异常 5. 自定义异常的应用场景5.…

二叉树——数据结构

这次我们来学习一下数据结构中的二叉树 1. 二叉树的概念及结构 1.1 二叉树的定义 定义&#xff1a;所有结点的度小于等于2的树。 上图中可以看出 二叉树不存在度大于2的结点二叉树的子树有左右之分&#xff0c;次序不能颠倒&#xff0c;因此二叉树是有序树。 任意二叉树都…

2024年适合培训服务企业的7款CRM盘点

培训服务行业在线索管理、客户管理、数据分析、项目管理、师资管理和课程管理等方面&#xff0c;使用CRM可以事半功倍&#xff0c;最重要的是&#xff0c;可以用数据说话&#xff0c;找到降本增效的方向。 下面对培训服务行业常用测CRM做个盘点&#xff0c;包括国内比较头部的…

米壳AI:跨境电商必备:不损失原图的图片翻译工具!

嘿&#xff0c;跨境电商的小伙伴们&#xff01; 今天来聊聊如何突破语言壁垒&#xff0c;让你的商品在国际市场上大放异彩。 随着 “一带一路” 战略的不断推进&#xff0c;跨境电商的发展势头愈发强劲。然而&#xff0c;语言障碍却成为了跨境交易中的一大难题。别担心&#x…

ppt组织结构图怎么增加分支?

在使用ppt里边的SmartArt来制作组织结构图的时候&#xff0c;我们发现里边的图形不够用&#xff0c;需要增加分支&#xff0c;这也就是大家近期问的ppt组织结构图怎么增加分支。今天设计学徒自学网小编就把具体的操作步骤分享给大家了&#xff0c;希望能帮助你们&#xff01; …

RFID技术实现消防物资消防车无感化智能管理设计方案

在消防工作中&#xff0c;物资管理的高效性与准确性直接关系到救援行动的成败&#xff0c;传统的消防物资管理方式主要依赖人工记录和定期盘点&#xff0c;这种方式存在着诸多弊端。首先&#xff0c;人工记录容易出现错误&#xff0c;数据的准确性难以保证。例如&#xff0c;在…

制作U盘安装操作系统(启动盘、系统盘、Windows、Linux)

第一种&#xff08;Windows&#xff09; 官网windows制作启动盘 1. 打开Win11下载官网 下载 Windows 11https://www.microsoft.com/zh-cn/software-download/windows11 2. 下载制作操作系统工具 这里不要下载错了 3. 启动工具 选择U盘&#xff0c;选择你的U盘即可&#xf…

TASK-CUSTOMIZEDMASKED AUTOENCODERVIA MIXTURE OF CLUSTER-CONDITIONAL EXPERTS

发表于&#xff1a;ICLR 2023 notable top 25%&#xff08;相当于spotlight) 推荐指数: #paper/⭐⭐⭐ 论文链接: Task-customized Masked Autoencoder via Mixture of Cluster-conditional Experts | OpenReview poster链接&#xff1a;ICLR 2023 Task-customized Masked Auto…