Niektóre domowe prawdy na temat przechowywania danych lub dlaczego przechowywanie danych w przedsiębiorstwie jest tak drogie?
Dyski twarde dla konsumentów oferują duże ilości miejsca, dzięki czemu nawet najbardziej wymagający użytkownik * kaszlu * mediów strumieniowych * kaszlu * może kupić tyle, aby przechowywać kolekcję kilku terabajtów. W rzeczywistości pojemność dysku rośnie szybciej niż tranzystor liczy na krzem od kilku dziesięcioleci.
Pamięć „Enterprise” jest nieco bardziej złożonym zagadnieniem, ponieważ dane mają wymagania dotyczące wydajności i integralności, które narzucają nieco cięższe podejście. Dane muszą mieć pewną gwarancję dostępności w przypadku awarii sprzętu i mogą być udostępniane dużej liczbie użytkowników, co wygeneruje o wiele więcej żądań odczytu / zapisu niż pojedynczy użytkownik.
Rozwiązania techniczne tego problemu mogą być wiele, wiele razy droższe na gigabajt niż rozwiązania pamięci masowej dla konsumentów. Wymagają również fizycznej konserwacji; kopie zapasowe muszą być wykonywane i często przechowywane poza witryną, aby pożar nie zniszczył danych. Ten proces powoduje dodatkowe koszty.
Wydajność
Na swoim 1 TB dysku, a nawet firmowym napędzie stacjonarnym masz tylko jedną głowicę. Dysk obraca się z prędkością 7200 obr / min lub 120 obrotów na sekundę. Oznacza to, że teoretycznie * możesz uzyskać maksymalnie 120 operacji we / wy o losowym dostępie na sekundę, a nieco mniej w praktyce. Dlatego kopiowanie dużego pliku na jednym woluminie 1 TB jest stosunkowo powolne.
Na macierzy dyskowej z 14x 72 GB dyskami masz 14 głowic ponad dyskami, które osiągają (powiedzmy) 15 000 obr./min lub około 250 obrotów na sekundę. Daje to teoretycznie maksymalnie 3500 losowych operacji we / wy na sekundę * (ponownie, nieco mniej w praktyce). Wszystkie inne rzeczy równe kopii pliku będą wiele, wiele razy szybsze.
*Możesz uzyskać więcej niż jeden losowy dostęp na obrót dysku, jeśli geometria odczytów pozwoliła napędowi przesunąć głowice i odczytać sektor, który okazał się dostępny w obrębie jednego obrotu dysku. Jeśli dostęp do dysku był bardzo rozproszony, prawdopodobnie średnio mniej niż jeden. Jeśli macierz dyskowa sformatowana w układ pasiasty (patrz poniżej), w większości przypadków zostanie odczytany maksymalnie jeden pasek na obrót dysku i (w zależności od kontrolera RAID) średnio mniej niż jeden.
Napęd 7200 RPM 1 TB prawdopodobnie będzie dość szybki w sekwencyjnym We / Wy. Macierze dyskowe sformatowane w schemacie rozłożonym (RAID-0, RAID-5, RAID-10 itp.) Zazwyczaj mogą odczytać maksymalnie jeden pasek na obrót dysku. Z paskiem 64K możemy odczytać 64Kx250 = około 16 MB danych na sekundę z dysku 15000 RPM. Daje to sekwencyjną przepustowość około 220 MB na sekundę na macierzy 14 dysków, co nie jest tak dużo szybsze na papierze niż 150 MB / s lub mniej więcej w przypadku nowoczesnego dysku SATA 1 TB.
W przypadku przesyłania strumieniowego wideo (na przykład) tablica 4 dysków SATA w macierzy RAID-0 o dużym rozmiarze paska (niektóre kontrolery RAID obsługują paski o wielkości do 1 MB) mają dość dużą przepustowość sekwencyjną. Ten przykład teoretycznie może teoretycznie przesyłać strumieniowo około 480 MB / s, co jest wystarczająco wygodne, aby przeprowadzić nieskompresowaną edycję wideo HD w czasie rzeczywistym. Właściciele komputerów Mac Pro i podobnego sprzętu mogą wykonywać zadania związane z komponowaniem wideo HD, które kilka lat temu wymagałyby komputera z macierzą światłowodową z bezpośrednim podłączeniem.
Prawdziwą zaletą macierzy dyskowej jest praca z bazą danych, która charakteryzuje się dużą liczbą małych, rozproszonych żądań We / Wy. Przy tego rodzaju obciążeniu wydajność jest ograniczona fizycznym opóźnieniem bitów metalu na dysku, które poruszają się w kółko i w przód iw tył. Ta metryka jest znana jako IOPS (operacje we / wy na sekundę). Im więcej masz fizycznych dysków - niezależnie od pojemności - tym więcej IOPS możesz teoretycznie zrobić. Więcej IOPS oznacza więcej transakcji na sekundę.
Integralność danych
Ponadto większość konfiguracji RAID zapewnia nadmiarowość danych - która z definicji wymaga więcej niż jednego dysku fizycznego. Połączenie schematu przechowywania z taką redundancją i większą liczbą napędów daje systemowi możliwość niezawodnego obsługi dużego obciążenia transakcyjnego.
Infrastruktura dla macierzy dyskowych (i SAN w bardziej ekstremalnych przypadkach) nie jest dokładnie elementem rynku masowego. Ponadto jest to jeden z bitów, który naprawdę naprawdę nie może zawieść. To połączenie standardu kompilacji i mniejszych wolumenów rynkowych nie jest tanie.
Całkowity koszt przestrzeni dyskowej wraz z kopią zapasową
W praktyce największym kosztem utrzymania 1 TB danych jest prawdopodobnie tworzenie kopii zapasowych i odzyskiwanie. Napęd taśmowy i 34 zestawy taśm SDLT lub ultrium do pełnego cyklu tworzenia kopii zapasowych i odzyskiwania dziadka prawdopodobnie będzie kosztować więcej niż macierz dyskowa 1 TB. Dodając koszty przechowywania poza witryną i wynagrodzenie nawet jednej małpy taśmowej, nagle Twój 1 TB danych nie jest już tak tani.
Koszt dysków często obniża hierarchię dominujących kosztów przechowywania. W jednym banku miałem okazję pracować dla magazynu SAN, który kosztował 900 GBP / GB za system programistyczny i 5000 GBP / GB za dysk na serwerze produkcyjnym. Nawet przy cenach dostawców korporacyjnych koszt fizyczny dysków stanowił tylko niewielki ułamek tego. Kolejny przykład, o którym wiem, ma (stosunkowo) skromnie skonfigurowaną SAN IBM Shark, która kosztowała go gdzieś ponad 1 milion funtów. Tylko fizyczne miejsce na tym dysku kosztuje około 9 £ / gigabajt, czyli około 9000 £ za miejsce odpowiadające dyskowi twardemu o pojemności 1 TB.