Alternative Shared Storage

Big Data erfordert neue Speicherkonzepte

| Autor / Redakteur: Radhika Krishnan, Nimble Storage / Rainer Graefen

Bildergalerie: 2 Bilder
(Bild: VBM-Archiv)

Unternehmen suchen nach neuen Wegen, um größtmöglichen Nutzen aus ihren immer umfangreicheren Datenbeständen zu ziehen. Allerdings stellen Big-Data-Anwendungen hohe Anforderungen an die eingesetzten Speichersysteme - Shared-Storage-Lösungen geben die passende Antwort.

Um den permanent wachsenden Datenmengen Herr zu werden, deren Verwaltung zu vereinfachen und zudem aussagekräftige, umsetzbare Erkenntnisse aus den gesammelten Informationen zu ziehen, setzen Unternehmen verstärkt auf Big-Data-Technologien wie Hadoop (Hortonworks, Cloudera), NoSQL-Datenbanken (MongoDB, Cassandra) und Analytics-Lösungen (Cognos, Tableau).

Eine Herausforderung besteht jedoch darin, "unproduktive" Daten mit geringem Informationsgehalt von denen zu unterscheiden, die sich für die Erschließung von weiterem Geschäft nutzen lassen. Hier sind Software-Tools gefragt, mit denen sich Speicher dahingehend schnell durchsuchen und die abgelegten Informationen zudem analysieren lassen.

Nur auf dieser Grundlage ist es Unternehmen möglich, relevante Trends zu erkennen und die damit einhergehenden neuen Möglichkeiten auszuschöpfen.

Flash optimal nutzen

Anfänglich implementierten Unternehmen aufgrund der mit dem Betrieb des Netzwerks und der Speicher verbundenen Kosten und der Komplexität serverbasierte Big-Data-Infrastrukturen. Um den Kapazitätsbedarf zu decken setzen sie auf direkt angebundenen Storage (DAS). Schnell sahen sie sich jedoch mit erheblichen Herausforderungen im Hinblick auf das Management und die Verfügbarkeit konfrontiert.

Um den steigenden Kapazitätsanforderungen zu begegnen, suchen Unternehmen, die bereits mit dem Aufbau von Big-Data-Umgebungen begonnen haben, inzwischen nach Alternativen. Das breite Angebot an Storage-Systemen erschwert ihnen jedoch häufig die Auswahl der passenden Lösung.

Eine Option stellt die Adaptive-Flash-Plattform von Nimble Storage dar, die Flash-Ressourcen dynamisch und abgestimmt auf den Anwendungsbedarf zuweist. Der schnelle Speicher wird nur dann genutzt, wenn er sich für die kostengünstige Bereitstellung von Performance optimal anbietet.

Ein weiterer interessanter Aspekt für Kunden mit Big-Data-Installationen besteht zudem darin, dass die den Systemen zugrundeliegende Architektur eine unabhängige Skalierung der I/O-Leistung von der Kapazität und umgekehrt zulässt.

Verfügbarkeit ist alles

Der Einsatz eines Shared-Storage-Systems von Nimble in einer Big-Data-Umgebungen vereinfacht zudem das Datenmanagement. Beispielsweise würde ein Hadoop-Kunde herkömmlicherweise einen Drei-Wege-Spiegel aufbauen, um die Ausfallsicherheit und damit die Verfügbarkeit des Speichersystems zu optimieren.

Mit Nimble Storage können Unternehmen hingegen einen RAID-basierten Ansatz verfolgen und so ihren Bedarf an Serverkapazität um 33 Prozent verringern. Die Inline-Komprimierung der Daten, die das Hadoop-eigene spaltenorientierte Komprimierungsverfahren ergänzt, spart weiteren Speicherplatz.

Unternehmen, die sich für eine Nimble Storage-Lösung entscheiden, profitieren darüber hinaus von einer 99,999-prozentigen Systemverfügbarkeit - ein Wert, der weit über dem liegt, was sie realistischer Weise von Direct Attached Storage erwarten können.

Datenschutz und Disaster Recovery leicht gemacht

Auch in punkto Datensicherheit bieten die Shared-Storage-Systeme von Nimble Storage in Big-Data-Umgebungen Vorteile. Zunächst entfällt durch ihren Einsatz der Betrieb separater Primärspeicher, Backup- oder Disaster-Recovery-Systeme.

Des Weiteren steht eine Bandbreite an integrierten Funktionen zur Verfügung, mit denen sich Daten einfach und effizient schützen sowie wiederherstellen lassen. Zeitpunktgenaue "Point-in-Time"-Snapshots können in sehr kurzen vorab festgelegten Zeitintervallen platzsparend erstellt oder anwendungskonsistente Backups in nur wenigen Minuten durchgeführt werden.

Per Replizierung lassen sich Sicherheitskopien auf einem zweiten System speichern (Spiegelung) und Daten dadurch standortübergreifend schützen. Dabei werden nur komprimierte Daten übertragen, ohne dass hierfür weitere Hardware benötigt wird oder zusätzliche Software-Lizenzen erforderlich sind. Disaster Recovery lässt sich dadurch wirtschaftlich realisieren und kann einfach verwaltet werden.

Tatsächlich replizieren die Kunden von Nimble Storage über 50 Prozent der gehosteten Workloads und damit wesentlich mehr als der Branchendurchschnitt. Zusätzlich konnten Unternehmen das Storage-System von Nimble sowohl für ihre herkömmlichen Workloads - wie Oracle, SQL, Exchange und SharePoint - als auch für ihre Big-Data-Umgebungen nutzen.

Alternative Shared Storage

Shared-Storage-Systeme bieten somit unter Kosten-, Kapazitäts-, Management-, Hochverfügbarkeits- und Datenschutz-Gesichtspunkten zahlreiche Vorzüge. Aus diesem Grund lohnt es sich für Unternehmen einen näheren Blick auf die Lösungen zu werfen, sei es, um die Anforderungen von Big-Data- oder klassischen Anwendungen zu erfüllen.

Kommentare werden geladen....

Was meinen Sie zu diesem Thema?

Der Kommentar wird durch einen Redakteur geprüft und in Kürze freigeschaltet.

Anonym mitdiskutieren oder einloggen Anmelden

Avatar
Zur Wahrung unserer Interessen speichern wir zusätzlich zu den o.g. Informationen die IP-Adresse. Dies dient ausschließlich dem Zweck, dass Sie als Urheber des Kommentars identifiziert werden können. Rechtliche Grundlage ist die Wahrung berechtigter Interessen gem. Art 6 Abs 1 lit. f) DSGVO.
  1. Avatar
    Avatar
    Bearbeitet von am
    Bearbeitet von am
    1. Avatar
      Avatar
      Bearbeitet von am
      Bearbeitet von am

Kommentare werden geladen....

Kommentar melden

Melden Sie diesen Kommentar, wenn dieser nicht den Richtlinien entspricht.

Kommentar Freigeben

Der untenstehende Text wird an den Kommentator gesendet, falls dieser eine Email-hinterlegt hat.

Freigabe entfernen

Der untenstehende Text wird an den Kommentator gesendet, falls dieser eine Email-hinterlegt hat.

copyright

Dieser Beitrag ist urheberrechtlich geschützt. Sie wollen ihn für Ihre Zwecke verwenden? Infos finden Sie unter www.mycontentfactory.de (ID: 43194844 / Big Data)