01 GPU算力爆發(fā)式增長下，存儲面臨哪些挑戰(zhàn)？
王志成指出，以GPU為核心的智能算力比重由2016年的3%提升至2020年的41%，GPU算力高速發(fā)展衍生出大量數據密集性行業(yè)應用，這些應用數據的存儲面臨三大挑戰(zhàn)：
存儲架構受限，小文件處理性能差
很多業(yè)務生產過程都會產生海量KB級小文件，比如芯片設計的前端設計場景，實景三維建模場景等，但無論是傳統(tǒng)NAS存儲還是新興的分布式存儲，由于元數據處理架構、網絡時延等限制，都難以有效解決小文件處理性能差的問題上。
數據量井噴，“存不下”成為主要挑戰(zhàn)
以基因測序為例，受當下環(huán)境和人口老齡化的影響，一個基因測序服務企業(yè)每年新增的數據量就高達10PB級。傳統(tǒng)存儲跟不上現有業(yè)務的數據增長，想要擴展卻要面臨硬件與廠商綁定、成本高昂、擴展周期長等一系列問題。
各場景數據復雜，存儲效率提高難
行業(yè)業(yè)務需求正在呈現多樣化的演進趨勢，對數據存儲的大帶寬支持能力、海量小文件訪問延時和復雜場景的適應性都提出極高的要求，存儲需要更高效的數據訪問能力。
“在當下的環(huán)境，用戶需要一套性能更高、擴展性更強的企業(yè)級存儲系統(tǒng)，來提升業(yè)務數據生產效率?！蓖踔境蛇@樣說到。
02 信服云分布式存儲EDS，更高性能突破瓶頸
王志成引用Gartner報告中“軟件定義是存儲唯一變革性技術”的觀點，點明未來存儲的發(fā)展之道。相比傳統(tǒng)存儲，以軟件形式定義存儲可提供更優(yōu)秀的場景適應能力、更高的性價比和更靈活的擴容能力，在軟件定義的基礎上，信服云EDS通過全自研高性能文件系統(tǒng)PhxDFS和五大核心技術提升存儲綜合能力：
多活元數據服務，性能再提升
為了解決性能不足的問題，EDS將一個完整目錄分片后分發(fā)到各個存儲節(jié)點處理，充分利用起所有節(jié)點的CPU算力，從而突破元數據性能瓶頸。對比Ceph架構的分布式存儲，元數據處理能力可提升三倍以上。
元數據高效壓縮算法，數據“存得下”
在海量小文件場景下，元數據的規(guī)模可能達TB級，為了將更多的元數據緩存到有限的存儲內存空間，EDS自研元數據壓縮算法，該技術最大可支持7:1的壓縮比。在百億小文件場景下實現元數據、熱數據百分百命中內存緩存，讓數據“存得下”“找得快”。
數據三級緩存機制，數據訪問更快一步
EDS追求高性能的同時，同樣注重數據讀取效率。在專有客戶端模式下，EDS將客戶端內存、存儲節(jié)點內存和大容量NVMe固態(tài)盤構建成三級緩存，實現數據和元數據就近訪問，命中即返回，該技術將熱數據的訪問時延降低到us級別。相比過去，數據訪問更快、效率更高。
高性能RDMA網絡，網絡時延再降低
EDS在存儲業(yè)務網和存儲私網均支持以RoCE v2協議替代TCP/IP協議，可將網絡時延降低90%以上，業(yè)務聯通僅需9-16us，可大幅縮短業(yè)務數據的聯通時間。
數據智能聚合追加寫，效率再提升
EDS將文件IO在高性能層（NVMe或SATA SSD）聚合后追加寫入容量層（機械盤），可有效解決小文件寫放大造成的容量浪費，利用機械盤本身順序寫性能優(yōu)勢，進一步降低EC寫懲罰影響，提升寫性能的同時可有效提升60%以上的回刷速度，進一步減少數據存儲、調用的耗時，提高業(yè)務效率。
信服云企業(yè)級存儲EDS保護數據也敬畏數據。在不斷的技術創(chuàng)新中積極實踐，現已累計參與交付超過20000個客戶和300+例的PB級項目。在未來，EDS將持續(xù)打磨產品，與用戶攜手共創(chuàng)高性能存儲時代的數據宏圖。
