新华三近期重磅发布的三员存储悍将有何看点

7月8日,紫光股份旗下新华三集团以“智以致用·速达未来”为主题,在京召开“2021新华三存储新品发布会”,重磅推出云智原生的新一代端到端NVMe闪存存储H3C/HPE Alletra、分布式融合存储H3C UniStor X10000,以及全新升级的智慧中枢数据平台。

 1

新品概况

基于端到端NVMe架构,Alletra系列存储实现了对前端及后端 NVMeoF互连、NVMe SSD 及NVMe SCM的支持;同时,Alletra将CASL、数十项缓存优化专利算法与SCM结合,带来读写时延的进一步降低,让性能提升最高300%,充分释放存储性能。

 

本次新华三集团同时推出了国内首个NVMe+SCM分布式H3C UniStor X10000全闪节点。X10000可以提供全场景的存储解决方案,通过复制、双活提供全面的同城和异地容灾方案。X10000全闪节点利用SCM存储级内存和NVMe协议的组合,实现了单节点15万IOPS,对比用SATA SSD而言提升了3.3倍,创造出分布式全闪的极致性能。延续全融合架构基础,X10000全闪节点提供iSCSI、NFS、CIFS、HDFS、S3等存储协议和容器CSI接口。为提升数据效率,X10000全闪节点支持全局的IO级重复数据删除和数据压缩,在保证业务读写性能的情况下,提供3:1的数据压缩率,满足虚拟化、VDI等场景下对海量数据的存储需要。

 

智慧中枢数据平台构建全局智能,主动感知全球每一台接入存储的状态,提供监测、管理、分发、部署、升级等服务,并针对业务风险提前发出预警,构建全局化、可视化的管理模式,实现接入存储业务能力的全面提升。

 2

Alletra为智而生

HPE Alletra系列是面向企业市场推出的全闪存阵列(All Flash Array),有两个系列,Alletra 9000和Alletra 6000。

 

这两个系列的机柜规格均为4U。6000系列有24盘位,而9000则有48 个。9000 系列的 I/O端口比 6000要多不少,而且冷却风扇的设计位置也不同。

 

值得一提的是,Alletra 6000支持PCIe Gen4。由于目前全闪存阵列几乎都是基于NVMe盘构建,使用PCIe Gen4不仅可以在前端I/O卡上实现更高的带宽更低的延迟,关键在后端I/O性能上可以相比Gen3 NVMe盘的性能再上一个台阶。官方表示 Alletra 6000 的性能比以前的 Nimble 全闪存阵列快 3 倍。

 

在缓存规格上,Alletra 6000也有了大幅度提升,最高双控缓存高达1824GB,并且支持SCM作为缓存加速,进一步提升性能。

Alletra 9000系列则是基于Intel CPU平台,相比Alltera 6000而言,前者在每个控制器上配备了4颗专用数据加速ASIC。这些ASIC专门处理诸如重删、压缩和数据复制时的zero detect,重删Hash和加密时要用到的SHA-256计算,以及Raid重构时要用到的XOR运算和集群通信、数据移动等所需的计算和管理。

ASIC,SCM,PCIe Gen4全副武装的Alletra在性能上有多猛,可以看看下面的测试结果。同等配置下,Alletra系列名列前茅。其它对比者包括:Hitachi (VSP), Dell EMC (PowerMax), IBM (DS8950, FlashSystem 9200), Pure Storage (FlashArray/X90)以及NetApp (AFF A800). 对于Dell EMC PowerMax而言,一套PowerMax 8000 2-Brick(4控)需要22U高度,只能承载54个SAP HANA节点,一套3-brick系统(6控)则可承载80节点,但是已经占据了几乎整个32U机柜了。综合来讲,PowerMax需要8倍于Alletra 9000的空间,才能达到与后者持平的性能。

作为一款全闪存产品,性能当然是首要的,但是Alletra系列主打自己是一款“智能”存储。冬瓜哥到H3C官网看了一下具体规格和功能介绍,不得不说,网页上列举的一系列功能,的确可圈可点。除了对称、非对称双活、端口连续性、硬盘框冗余等技术之外,下面这两条着实让冬瓜哥这些年已经有点麻木的心里产生了一阵阵涟漪:

• 支持LUN应用属性,具备为LUN赋予不同的应用种类,可对存储上的LUN标注相应的业务应用,并对应用LUN集进行性能统计和监控,按照应用的维度展示性能分析视图。可支持应用种类包括Oracle、SQL、VMWare ESXi、Exchange、Hyper-V、DB2、Sharepoint、SAP HANA等

• 提供自动化的预测型服务,用户可直接与原厂专家取得联系获得优质服务,并可直接访问所需资源,为用户重新定义服务体验。AI 驱动型建议可协助改进性能、实现更高可用性以及优化资源利用率和规划,进而剔除数据基础设施管理中的不确定因素

这种应用感知架构,正是冬瓜哥在十年前设计的那套“可视化存储智能”系列产品和方案的初衷,100%契合。这套方案的详情可见这里

而且可视化存储智能这套方案也是《大话存储 后传》一书的压舱石,有句台词说“为了尝这醋,我特意包了最好的饺子”,该书其实就是为了把这套方案和盘托出,才决定写作的。而这套方案的核心关键技术,则是“智能迁移”,当然,这个名字是个商业名词,冬瓜哥之前也对该方法申请了专利。其基本原理是通过改变逻辑卷在不同数量,不同速度硬盘上的布局以达到让逻辑卷时刻随着前端应用的I/O属性而自动适配的技术,其核心在于调整数据布局,这个布局并不仅仅是数据纵向分级,而重点更在于在多块硬盘上的横向布局,尤其是在多个逻辑卷共享底层物理硬盘时,该技术具有划时代的创新意义。

 

时光一去永不回,往事只能回味,生错了土壤,自然难以发芽。不过非常欣慰的看到Alletra系列智能全闪存系统认同并落地了这个思想,所以,选对了土壤,很重要。Alletra称自己是智能存储,冬瓜哥表示完全认同,单就这一个功能,就足够了。

 3

X10000全闪为速而生

与Alletra同时发布的还有X10000系列分布式存储系统全闪存节点X10828。

H3C UniStor X10000 G5海量存储系统,是新华三集团自主研发的新一代全对称分布式存储。X10000 G5在一个平台同时支持块、文件、对象与HDFS存储能力,最大支持4096个节点的横向扩展,单一命名空间支持EB级容量,系统的性能和容量随节点数增加呈线性增长。目前X10000已经广泛适用于云计算、虚拟化、数据库、文件共享、票据影像、HPC、归档备份等场景,面向政府、金融、企业、运营商、广电、教育、医疗、交通、能源等各行业用户提供海量存储资源池。

 

在软件架构上,X10000采用了独特的GCAA全局缓存聚合加速技术,数据写入SCM后就返回确认,相比传统落盘方式大大降低了时延,显著提高了写入性能。同时,X10000将随机的多个小块IO在SCM中聚合为64KB的大IO,顺序下刷到SSD或HDD的数据盘上,减少了纠删码场景下的写惩罚,也减少了数据的落盘次数,使得性能可以大幅度提升。此外,SCM的写缓存会进行全局镜像,最多容忍4个X10000节点同时故障而数据不丢失,业务不停机,用户不用担心数据的可靠性和系统的可用性。所以,无论从性能提升,还是可靠性改进,GACC技术都为X10000注入了新的能量。

为了节省SSD的存储空间,X10000支持全局的IO级重复数据删除和数据压缩,对块、文件、对象全场景适用,在保证业务读写性能的情况下,提供3:1的数据效率,尤其适合虚拟化、VDI等场景。在数据冗余上,X10000通过支持8+2、16+2大比例纠删码,空间利用率最高可达89%,相比4+2纠删码利用率提升33%,进一步帮助用户降低硬盘采购容量和TCO成本。

X10000用统一的存储平台支撑了五合一的融合架构,可以提供丰富的存储协议,包括数据库虚拟化等块存储应用所需要的iSCSI协议,NAS应用所需要的NFS/CIFS/FTP,对象应用所需要的S3接口,Hadoop大数据平台所需要的HDFS接口,以及新兴容器应用需要的CSI接口。此外,X10000还支持跨协议访问,支持对象存储和NAS、HDFS协议的互通,在一份数据下提供多种协议访问,构建真正的统一存储资源池。

此外,X10000在某车企L4级别无人驾驶研发平台中也得到了很好应用。L4级别自动驾驶训练业务,需要海量的对象存储,用来存放机器学习和高性能计算、仿真训练集群所需的原始数据、训练数据和模型元数据。基于自动驾驶研发应用的特点,该平台要求分布式存储在1MB和4MB对象下单节点读性能均大于2GB/s,且在大规模集群下性能可以线性增长,满足集群60GB/s的性能要求。而且对存储的可靠性和可扩展性也提出了较高要求,可以支撑未来每个月PB级别的数据增长。本次方案采用了新华三30个X10536分布式存节点,可用容量4.7PB,实测单节点2.24GB/s带宽,30个节点集群带宽63GB/s,满足了应用的要求。而且X10000存储支持横向扩展,可以平滑扩容至数百PB容量,在可靠性上也达到了用户的预期,所以赢得了用户对产品和方案的认可。

在智能开发上,X10000也继承了新华三的智能存储战略,不但已经早已实现在硬盘故障预防、容量和性能预测、故障识别的功能,也已经开始逐步实现故障定界和根因分析,并且在可见的未来,就可以实现和客户业务的严密配合匹配,主动调节优化参数和配置,让所有的硬件和软件都运行在最合适的位置。

 4

智慧中枢为云而生

当年冬瓜哥在可视化存储智能解决方案中,也设计了一套叫做“SmartInsight”的存储套件,这个套件把对应存储系统的所有智能功能打包在一起,里面又分了多个子套件,比如智能分层、智能迁移等,每个套件实现一种智能管理,所有套件都基于应用感知,但是当时由于不懂AI,所以并没有加入AI模式识别方面的功能,否则会更完善。

新华三这次发布的智慧中枢数据平台,我产生了共鸣,而且新华三能够将这套思路落地,我感到兴奋的同时,回想起当年单枪匹马在某司推动这套方案而无果时的情景,又不由得黯然伤神。自诩为一个在存储领域混迹15年人,做过工程师,产品经理,架构师,除了几个专利之外,没有一样产品出自我手,不得不说是人生一大遗憾。

 

无论是可视化存储智能方案,还是智慧中枢,其目标都是让用户不会再为底层硬件所困扰,只需关注自身需求。智慧中枢数据平台在了解用户对容量、性能等方面的需求后,能够智能化的匹配相应存储资源,从而为应用运行提供专业加速,最大限度的规避性能瓶颈的发生。用户可以以商业许可的形式获取存储资源。随着业务的变化,用户可以像使用、管理公有云一般,灵活增加或者减少存储资源的使用量,提升不同场景下的存储利用率,让存储资源的价值得到最大化。

 

新华三作为中国服务器、传统存储以及新兴的分布式、全闪存储系统厂商,这几年发展迅速,已经是中国企业外部存储存储系统厂商第一梯队。这次发布的三员悍将,必将夯实新华三的根基,为其后续发展奠定了坚实基础。

扫码入当当直购《大话计算机》

  

扩展阅读

连书都得看国外写的才能做好芯片?这儿有人不服!

《大话计算机》同款T恤,我要了!!

《大话计算机》动图一则展示

《大话计算机》序言① by廖恒

《大话计算机》序言② by 包云岗老师

《大话计算机》序言③ by 何万青

《大话计算机》序言④ by 雷迎春

《大话计算机》序言⑤ by 汪利文

《大话计算机》序言⑥ by 张勇

《大话计算机》序言⑦ by @去流浪

  

博主简介:冬瓜哥,《大话计算机》与《大话存储 终极版》、《大话存储 后传》图书作者。多项专利发明人。

现任某半导体公司高级资深架构师。

大话计算机   大话存储

长按扫码可关注

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
import requests from lxml import etree import pandas as pd username_list=[] film_critic_list=[] useful_num_list=[] useless_num_list=[] assess_list=[] ttt_all_urls = [] for i in range(191): ttt_page_urls = f'https://movie.douban.com/subject/26430107/reviews?sort=hotest&start={i * 20}' headers={'user-agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/114.0.0.0 Safari/537.36 Edg/114.0.1823.41'} rq=requests.get(url=ttt_page_urls,headers=headers) dom1 = etree.HTML(rq.text) ttt_data = dom1.xpath('//*[@id="content"]/div/div[1]/div[1]/div/@data-cid') for i in ttt_data: a=dom1.xpath(f'//*[@id={i}]/div/h2/a/@href') ttt_all_urls.extend(a) for url1 in ttt_all_urls: for i in ttt_data: rq2 = requests.get(url=url1,headers=headers) dom2=etree.HTML(rq2.text) username= dom2.xpath(f'//*[@id={i}]/header/a[1]/span/text()') print(username) film_critic = dom2.xpath(f'//*[@id="link-report-{i}"]/div[1]/p/text()') useful_num = dom2.xpath(f'*[@id="review-{i}-content"]/div[3]/button[1]/text()') useless_num= dom2.xpath(f'*[@id="review-{i}-content"]/div[3]/button[2]/text()') assess = (dom2.xpath('//*[@id="content"]/div/div[1]/h1/span/text()')) username_list.extend(username) film_critic_list.extend(film_critic) useful_num_list.extend(useful_num) useless_num_list.extend(useless_num) assess_list.extend(assess) data={'username':username_list,'film_critic':film_critic_list,'useful_num':useful_num_list,'useless_num':useless_num_list,'assess':assess_list} df=pd.DataFrame(data) df.to_csv('fimldata.csv',encoding='utf-8',index=None)
06-11
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值