圖1.杉巖數(shù)據(jù)參展2020中國(guó)數(shù)據(jù)與存儲(chǔ)峰會(huì)

邱尚高在演講中提到，以5G、大數(shù)據(jù)、人工智能為代表的新興技術(shù)深入行業(yè)應(yīng)用，智能在“端、邊、云”延伸，數(shù)據(jù)的種類和數(shù)量越來(lái)越多，企業(yè)對(duì)數(shù)據(jù)價(jià)值的訴求也更趨強(qiáng)烈，傳統(tǒng)基礎(chǔ)設(shè)施面臨著前所未有的挑戰(zhàn)。基于數(shù)據(jù)湖構(gòu)建集數(shù)據(jù)匯聚、加工、分析、利用于一體的基礎(chǔ)架構(gòu)成為企業(yè)市場(chǎng)的重要趨勢(shì)。

縱觀國(guó)內(nèi)，不論是公有云廠商還是私有云廠商，紛紛基于對(duì)象存儲(chǔ)推出差異化的數(shù)據(jù)湖解決方案。對(duì)象存儲(chǔ)憑何優(yōu)勢(shì)，能夠成為數(shù)據(jù)湖存儲(chǔ)底座的不二之選？在AI+數(shù)據(jù)湖時(shí)代，對(duì)象存儲(chǔ)又迎來(lái)哪些新的場(chǎng)景？針對(duì)上述問(wèn)題，邱尚高作了系統(tǒng)地闡述與分享。

圖2.杉巖數(shù)據(jù)CTO邱尚高出席峰會(huì)并作主題演講

一、為什么是對(duì)象存儲(chǔ)？

從2006年亞馬遜推出公有云存儲(chǔ)服務(wù)（Amazon S3），到2012年阿里云存儲(chǔ)服務(wù)（OSS）的面世，再到2016年杉巖數(shù)據(jù)率先推出企業(yè)私有云對(duì)象存儲(chǔ)產(chǎn)品（MOS），對(duì)象存儲(chǔ)因互聯(lián)網(wǎng)而生，面對(duì)海量數(shù)據(jù)場(chǎng)景具備天然優(yōu)勢(shì)，逐漸成為大數(shù)據(jù)時(shí)代存儲(chǔ)界的后起之秀。

隨著數(shù)據(jù)湖架構(gòu)在企業(yè)市場(chǎng)中的需求越來(lái)越廣泛，存儲(chǔ)作為整個(gè)數(shù)據(jù)湖架構(gòu)的核心要素，承載著企業(yè)近乎全部的數(shù)據(jù)資產(chǎn)。對(duì)象存儲(chǔ)究竟有何優(yōu)勢(shì)，能夠贏得業(yè)界青睞，成為數(shù)據(jù)湖存儲(chǔ)底座的最佳之選？

1.存儲(chǔ)全類型數(shù)據(jù)

對(duì)象存儲(chǔ)采用彈性的分布式架構(gòu)，靈活對(duì)接各類應(yīng)用，可匯聚不同類型、不同大小的數(shù)據(jù)資源（包括結(jié)構(gòu)化、半結(jié)構(gòu)化、非結(jié)構(gòu)化數(shù)據(jù)，大文件、小文件）。

2.支撐海量規(guī)模

傳統(tǒng)文件存儲(chǔ)采用樹形結(jié)構(gòu)，文件增多，目錄層級(jí)多，訪問(wèn)性能驟降。對(duì)象存儲(chǔ)采用“桶-對(duì)象”的扁平化結(jié)構(gòu)，通過(guò)HASH計(jì)算檢索文件，海量場(chǎng)景仍然保證高性能，輕松支撐EB級(jí)容量空間、千億級(jí)文件規(guī)模。

3.多源數(shù)據(jù)統(tǒng)一接口

對(duì)象存儲(chǔ)基于標(biāo)準(zhǔn)的S3或OSS接口，實(shí)現(xiàn)私有云與公有云數(shù)據(jù)自由流動(dòng)，以及異構(gòu)存儲(chǔ)資源納管。

4.云原生支持

文件存儲(chǔ)限于局域網(wǎng)訪問(wèn)且需要OS掛載，對(duì)云場(chǎng)景支撐乏力。對(duì)象存儲(chǔ)天然支持跨互聯(lián)網(wǎng)訪問(wèn)，無(wú)需OS掛載更輕量，更適應(yīng)云原生應(yīng)用。

5.混合云架構(gòu)

為了滿足業(yè)務(wù)合規(guī)與敏捷性需求，越來(lái)越多的企業(yè)選擇將互聯(lián)網(wǎng)應(yīng)用部署在公有云，以滿足彈性、敏捷的需求；將重要數(shù)據(jù)存放到私有云，以滿足安全、合規(guī)的需求。對(duì)象存儲(chǔ)通過(guò)S3或OSS接口可無(wú)縫對(duì)接公有云，快速構(gòu)建混合云基礎(chǔ)架構(gòu)，在云端與本地之間實(shí)現(xiàn)應(yīng)用平滑遷移和數(shù)據(jù)自由流動(dòng)。

通過(guò)以上維度對(duì)比，對(duì)象存儲(chǔ)的優(yōu)勢(shì)顯而易見。

二、對(duì)象存儲(chǔ)將成為數(shù)據(jù)湖的數(shù)字底座

從國(guó)內(nèi)外市場(chǎng)需求來(lái)看，國(guó)外的企業(yè)或組織更傾向于采用公有云基礎(chǔ)設(shè)施，而國(guó)內(nèi)企業(yè)則是更傾向于私有云，也因此形成了公有云數(shù)據(jù)湖和私有云數(shù)據(jù)湖兩種方案，這里選取3家代表廠商進(jìn)行簡(jiǎn)單介紹。

作為全球公有云市場(chǎng)的領(lǐng)導(dǎo)者，亞馬遜以對(duì)象存儲(chǔ)（S3）作為數(shù)字底座，儲(chǔ)存來(lái)自不同數(shù)據(jù)源的結(jié)構(gòu)化、半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)，通過(guò)安全策略和訪問(wèn)控制保障數(shù)據(jù)安全，同時(shí)支撐數(shù)據(jù)檢索查詢、用戶界面訪問(wèn)以及數(shù)據(jù)分析處理等能力。

阿里云同樣是以對(duì)象存儲(chǔ)（OSS）作為數(shù)字底座，將阿里云上的日志服務(wù)、App/Web、數(shù)據(jù)集成等產(chǎn)生的超過(guò)10000種數(shù)據(jù)文件類型保存在OSS上，實(shí)現(xiàn)海量的數(shù)據(jù)匯聚，消除數(shù)據(jù)孤島；同時(shí)為MaxCompute、EMR、機(jī)器學(xué)習(xí)等平臺(tái)提供支撐，無(wú)縫對(duì)接超過(guò)100種計(jì)算引擎，賦能業(yè)務(wù)創(chuàng)新。

圖3.阿里云基于對(duì)象存儲(chǔ)OSS構(gòu)建數(shù)據(jù)湖方案

作為國(guó)內(nèi)對(duì)象存儲(chǔ)市場(chǎng)的領(lǐng)導(dǎo)者，杉巖數(shù)據(jù)也推出了面向私有化場(chǎng)景的智能數(shù)據(jù)湖解決

方案。該方案基于MOS海量對(duì)象存儲(chǔ)構(gòu)建海量空間，實(shí)現(xiàn)數(shù)據(jù)庫(kù)、非結(jié)構(gòu)化文件、流數(shù)據(jù)等多源數(shù)據(jù)匯聚；通過(guò)納管異構(gòu)存儲(chǔ)實(shí)現(xiàn)硬件利舊；通過(guò)高性能數(shù)據(jù)湖文件網(wǎng)關(guān)MosFS對(duì)接Hadoop、TensorFlow等分析處理平臺(tái)，深化價(jià)值利用；一體化方案賦能業(yè)務(wù)創(chuàng)新，為智慧金融、智能制造、智慧教育等行業(yè)變革提供基礎(chǔ)架構(gòu)支撐。

圖4.杉巖數(shù)據(jù)基于MOS對(duì)象存儲(chǔ)的數(shù)據(jù)湖方案

三、AI+數(shù)據(jù)湖時(shí)代，對(duì)象存儲(chǔ)的新場(chǎng)景

對(duì)于企業(yè)客戶而言，貼合實(shí)際場(chǎng)景、解決當(dāng)前痛點(diǎn)、滿足未來(lái)就緒的方案才是好方案。邱尚高結(jié)合一些新興的應(yīng)用場(chǎng)景，向與會(huì)人士介紹了MOS對(duì)象存儲(chǔ)以及智能數(shù)據(jù)湖方案如何為客戶創(chuàng)造價(jià)值。

1.大數(shù)據(jù)存算分離

傳統(tǒng)大數(shù)據(jù)分析平臺(tái)（如Hadoop）存在諸多弊端：HDFS多采用三副本，空間利用率低；存儲(chǔ)與計(jì)算捆綁擴(kuò)容，拉高成本；Hadoop升級(jí)不夠靈活，無(wú)法享受新版本計(jì)算特性。杉巖方案可提供存算分離架構(gòu)，MOS支持糾刪碼和冷熱數(shù)據(jù)分層，使磁盤利用率提升80%；存儲(chǔ)與計(jì)算獨(dú)立擴(kuò)容，有效降低成本；存儲(chǔ)與計(jì)算獨(dú)立升級(jí)，更加靈活。

2.數(shù)據(jù)智能處理

MOS依托智能數(shù)據(jù)處理引擎，將數(shù)據(jù)處理能力下沉到存儲(chǔ)系統(tǒng)內(nèi)部。基于策略觸發(fā)，MOS海量對(duì)象存儲(chǔ)可以自動(dòng)完成圖片轉(zhuǎn)碼、視頻抽幀、OCR識(shí)別等處理任務(wù)，簡(jiǎn)化業(yè)務(wù)流程，提升處理效率。以智能制造為例，杉巖MOS已經(jīng)幫助UTAC（聯(lián)測(cè)優(yōu)特半導(dǎo)體）提升智能質(zhì)檢效率，通過(guò)生命周期管理策略設(shè)定，在MOS內(nèi)部完成質(zhì)檢圖片的存儲(chǔ)、格式轉(zhuǎn)換、冷熱分層和過(guò)期自動(dòng)刪除，節(jié)省80%存儲(chǔ)空間，大幅降低成本并簡(jiǎn)化了業(yè)務(wù)流程。

3.機(jī)器學(xué)習(xí)

在MOS之上通過(guò)MosFS高性能數(shù)據(jù)湖文件網(wǎng)關(guān)，為TensorFlow等機(jī)器學(xué)習(xí)平臺(tái)提供原生的HDFS接口、S3/OSS對(duì)象接口、POSIX文件接口，滿足AI算法的模型訓(xùn)練和推理、數(shù)據(jù)歸檔的需求。以自動(dòng)駕駛場(chǎng)景為例，車輛采集的視頻、雷達(dá)數(shù)據(jù)通過(guò)文件或?qū)ο蠼涌趯?dǎo)入MOS，然后通過(guò)HDFS接口對(duì)數(shù)據(jù)預(yù)處理，預(yù)處理結(jié)果再通過(guò)文件接口由計(jì)算服務(wù)器進(jìn)行AI訓(xùn)練和高性能仿真，從而得到新的算法和模型進(jìn)行下一輪測(cè)試。整個(gè)過(guò)程中，一套存儲(chǔ)同時(shí)在線、近線、離線使用，數(shù)據(jù)集中歸檔無(wú)須拷貝，空間利用率更高、數(shù)據(jù)更安全。

4.IPFS（Inter Planetary File System）

IPFS場(chǎng)景對(duì)底層存儲(chǔ)的需求可歸納為幾點(diǎn)：龐大的算力集群要求存儲(chǔ)吞吐量在100Gbps以上，以保證封裝數(shù)據(jù)的寫入效率；每天48次（30分鐘一次）的全量證明需要極高的隨機(jī)讀取效率；數(shù)據(jù)持續(xù)可讀（歷史數(shù)據(jù)不刪除）使得增量巨大（每周PB級(jí)），要求存儲(chǔ)提供EB級(jí)以上容量；超大容量必然由超大集群支撐，高效運(yùn)維也是剛需。杉巖MOS除了提供EB級(jí)海量空間和300Gbps以上的超大吞吐量，還專門針對(duì)IPFS數(shù)據(jù)讀作性能優(yōu)化，將數(shù)百次隨機(jī)讀請(qǐng)求合并為一個(gè)請(qǐng)求，極大提升效率；基于糾刪碼（22+2）技術(shù)，空間利用率超過(guò)91%，硬件成本縮減60%以上；通過(guò)多故障域隔離和智能DNS分配技術(shù)，輕松管控超大規(guī)模存儲(chǔ)集群，在提升數(shù)據(jù)可靠性的同時(shí)降低運(yùn)維復(fù)雜度。

5.云原生OLAP

對(duì)海量非結(jié)構(gòu)化數(shù)據(jù)的分析需求催生了云端數(shù)據(jù)湖的應(yīng)用，杉巖針對(duì)云原生OLAP場(chǎng)景同樣提供了解決之道，通過(guò)MOS無(wú)縫對(duì)接云原生的數(shù)據(jù)湖，幫助企業(yè)快速構(gòu)建高性能的OLAP服務(wù)。對(duì)“HDFS+傳統(tǒng)數(shù)據(jù)倉(cāng)庫(kù)”而言，海量場(chǎng)景下的性能、并發(fā)性和易用性成為難以避免的災(zāi)難。杉巖的“MOS+云原生數(shù)據(jù)倉(cāng)庫(kù)”方案，依托彈性架構(gòu)提供更強(qiáng)的擴(kuò)展性、高可用性和并發(fā)訪問(wèn)能力，在EB級(jí)海量數(shù)據(jù)面前保證優(yōu)異性能，利用糾刪策略、數(shù)據(jù)分層等特性盡可能降低成本，采用存算分離架構(gòu)極大提升靈活性，幫助客戶對(duì)海量數(shù)據(jù)極速分析，輕松把握商業(yè)趨勢(shì)，及時(shí)應(yīng)對(duì)各種變化。

不難看出，杉巖數(shù)據(jù)植根場(chǎng)景需求，已經(jīng)圍繞MOS海量對(duì)象存儲(chǔ)構(gòu)建起了相對(duì)完善的數(shù)據(jù)湖解決方案，為企業(yè)應(yīng)對(duì)數(shù)據(jù)挑戰(zhàn)、推進(jìn)業(yè)務(wù)創(chuàng)新提供了新的、極具競(jìng)爭(zhēng)力的選項(xiàng)。

崔歡歡