華為大數(shù)據(jù)存算分離方案創(chuàng)新性的在存儲層實現(xiàn)了原生的HDFS的語義，打破了傳統(tǒng)大數(shù)據(jù)平臺計算存儲緊耦合的部署架構(gòu)，不僅實現(xiàn)大數(shù)據(jù)平臺建設成本的大幅降低，而且通過存儲層全分布式架構(gòu)和協(xié)議融合互通的能力，提升數(shù)據(jù)分析效率，完全滿足中國聯(lián)通對于大數(shù)據(jù)平臺的期望和要求。

華為大數(shù)據(jù)存算分離方案創(chuàng)新點：

√ 計算存儲分離，按需擴展

在存儲層構(gòu)建了原生HDFS能力，將存儲從服務器本地盤剝離，形成計算和存儲完全分離的方案，既滿足業(yè)務彈性擴展需求，又避免資源浪費，為統(tǒng)一的大數(shù)據(jù)分析平臺打下技術(shù)基礎(chǔ)。

√ 大比例EC算法，提高存儲資源利用率

在大數(shù)據(jù)存算分離方案中，采用存儲層成熟的EC技術(shù)，替代Hadoop的多副本，存儲資源利用率提升到91.6%，同樣的數(shù)據(jù)量，機柜數(shù)下降45%，大幅節(jié)省了運維成本。

√ 全分布式NameNode，海量數(shù)據(jù)統(tǒng)一管理

采用存儲層提供的全分布式的NameNode架構(gòu)，每個節(jié)點既是數(shù)據(jù)存儲節(jié)點，也是元數(shù)據(jù)管理節(jié)點，單個NameSpace能夠支撐百億文件的存儲，為大數(shù)據(jù)平臺提供堅實的數(shù)據(jù)存儲底座，很好的支撐了集團的數(shù)據(jù)中臺戰(zhàn)略。

√ 原生HDFS，新老共存，保護投資

在大數(shù)據(jù)存儲層構(gòu)建了HDFS的納管功能——元數(shù)據(jù)網(wǎng)關(guān)，通過納管現(xiàn)網(wǎng)已經(jīng)部署的HDFS，實現(xiàn)了應用層數(shù)據(jù)訪問的統(tǒng)一入口，且支持優(yōu)先寫入存儲層HDFS、基于配置選擇寫入HDFS、負載均衡寫入HDFS等多種寫入策略，真正做到了業(yè)務無感知的平滑演進。

√ 企業(yè)級存儲數(shù)據(jù)保護技術(shù)，提升可靠性

在存儲層，采用多故障域技術(shù)，每個故障域都允許4個節(jié)點同時故障，上百個存儲節(jié)點集群，即能夠容忍12個節(jié)點同時故障，極大的延長了維護周期。當出現(xiàn)硬盤或節(jié)點故障時，存儲層提供遠高于傳統(tǒng)Hadoop的數(shù)據(jù)重構(gòu)速度，將故障修復時間從天級縮減至小時級，進一步加強數(shù)據(jù)層的可靠性。

由于是新技術(shù)，中國聯(lián)通聯(lián)合華為制定了非常全面的測試計劃，同時搭建了存算一體和存算分離兩套測試環(huán)境，采用現(xiàn)網(wǎng)脫敏的真實業(yè)務數(shù)據(jù)，通過鏡像對比，從功能、性能、可靠性、可擴展性等多個維度，論證方案的可行性和價值。經(jīng)過數(shù)個月的聯(lián)合測試，測試結(jié)果得到中國聯(lián)通集團信息化部數(shù)據(jù)中心的認可，最終促成中國聯(lián)通對于華為OceanStor存儲Pacific系列的規(guī)?；少?。

客戶價值

目前，基于存算分離技術(shù)建設的運營支撐平臺已正式上線，已經(jīng)承載了互聯(lián)網(wǎng)分析、IoT、日志等系統(tǒng)15PB的數(shù)據(jù)量，實現(xiàn)了聯(lián)通各省公司2/3/4/5G xDR、網(wǎng)絡信令、互聯(lián)網(wǎng)日志、IoT等數(shù)據(jù)的接入分析，日導入數(shù)據(jù)量超過70TB。

存算分離方案給中國聯(lián)通帶來如下顯著價值：

1) 節(jié)省成本：大幅降低采購和運維成本，總TCO降低30%，節(jié)省千萬以上投資；

2) 運營效率提升：該項目投入運營后，分析效率提升20%，每年將帶來千萬以上的收入增長。

3) 提升可靠性：存儲層通過多故障域、快速重構(gòu)、亞健康檢測等技術(shù)，可靠性提升30倍以上。

展望未來

未來，華為將持續(xù)為中國聯(lián)通數(shù)據(jù)基礎(chǔ)設施創(chuàng)新注入動力，結(jié)合華為OceanStor存儲Pacific系列的多協(xié)議融合互通的能力和開放的數(shù)據(jù)分析生態(tài)，實現(xiàn)BOM多域的數(shù)據(jù)融合，突破生產(chǎn)系統(tǒng)和分析系統(tǒng)之間的壁壘，建設統(tǒng)一的數(shù)據(jù)存儲底座，降低數(shù)據(jù)的存儲成本，加速數(shù)據(jù)流動；在無狀態(tài)的計算基礎(chǔ)上，引入更加多樣的計算引擎，如BI、深度學習、圖計算、時空分析等新興引擎，快速推陳出新，支撐應用系統(tǒng)快速創(chuàng)新。通過持續(xù)創(chuàng)新，共同打造存得下、流得動、管得好的數(shù)據(jù)基礎(chǔ)設施，釋放海量數(shù)據(jù)的價值。

zhangnn