Comments
Description
Transcript
Analyst Perspective: Software
SNW Fall 2013 トピックス紹介 PRESENTATION TITLE GOES HERE SNIA日本支部技術委員会 2013/12/9 注意事項 ! 本資料はSNIA日本支部に著作権があります． ! このプレゼンテーションは，SNIA日本支部技術委員会のプロジェクトによるものであり， SNW Fall ２０１３での各発表をもとに作成しています． ! 動向/変化を捉えようとはしていますが，お伝えしきれない部分あるかもしれません． 予めご了承下さい． ! 事後の調査も含めて，個人的に特徴的と思われるものについてご紹介します． ! 資料の一部のみを利用する都合上，発表者の意図を伝えることは目的としていません． 資料を直接ご参照ください． (“出典”の表記を一部割愛しています) 2 SNWとは？ ! SNW (Storage Networking World) ! ! SNIAとIDG Enterpriseが主催する 米国で最大規模の、ストレージにフォーカスしたイベント 米国で1999年から開催 ! 年2回開催 SNW Spring（4月）＆SNW Fall（10月） – 詳細、および最新情報については、http://www.snwusa.com/ をご参照ください。 SNW Fall 2013 ! 米国で開催されるSNWとしては、30回目 ! ! 日時： 2013年10月15～17日 会場： Long Beach Convention Center （カリフォルニア州ロングビーチ） はじめに ! SNW として，規模縮小．セッション数は昨年から約3割減 (90→64セション) ! ! 内訳としては，クラウド/データセンタ(DC)，BigData，関連のセショ ンが多い． Software-Defined Data Center のトラックが新設され，5セションが 設けられた．(調査会社 1 件，ベンダ 2 件(EMC と Jeda Networks)， SNIA チュートリアル 2 件) Cloud Big Data Data Management SDDC Solid State Business Continuity Backup & Archive Networking VDI 0 5 10 15 20 25 講演数 5 講演内容紹介 ! 講演: 10/15 (火)～10/17 (木) # New 1 主要なカテゴリ The Software-Defined Data Center (SDDC) Track top2 2 Big Data Infrastructure Track top3 3 top1 Data Management and Deduplication Track 概要 Software Defined Data Center について Big Data時代のインフラとは？ データ管理に必要なこととは？ 4 Solid State Track Solid State の効果的な利用について 5 Cloud Track クラウドの環境導入要否を判断するには？ 6 The Software-Defined Data Center Track ! 概要：Software Defined Data Center について （5講演のうち，以下の２講演を紹介） # 1-1 1-2 Title Presenter Analyst Perspective: Anil Vasudeva, President Software-Defined Storage & Chief Analyst, IMEX The New Storage Platform Research Industry Perspective: Software-Defined Data Center John Cooper, Chief Technologist, EMC Summary Software-Defined Storage とは SDDC のあるべき姿 について 7 ! Analyst Perspective: SoftwareDefined Storage - The New Storage Platform Anil Vasudeva@IMEX Research President & Chief Analyst 8 Analyst Perspective: Software-Defined Storage - The New Storage Platform (1/5) ! IT Industry Journey ロードマップ ! 段階を踏んで次のインフラに移行していく 9 Analyst Perspective: Software-Defined Storage - The New Storage Platform (2/5) ! アプリケーションの数は 急速に増加 ! 特に，クラウド環境に適した アプリケーション数の増加率大 10 Analyst Perspective: Software-Defined Storage - The New Storage Platform (3/5) ! ワークロードに応じてCost，Availability，Performance 等 によって最適化されたインフラが必要 ! Availability，Performance，Cost，Security，Manageability等の 特定の要求を満たすために，アプリの SLA によって要求リソース を決定するシステム (Workloads/SLA 最適化システム) 11 Analyst Perspective: Software-Defined Storage - The New Storage Platform (4/5) ! VM の I/O の偏りによって，ストレージ性能が 30-50% down ! 新しいストレージアーキテクチャが必要 (Software-Defined Storage) ! ストレージの抽象化レイヤ (Storage Hypervisor) を用意： ! ! ! VM(処理)のためのHypervisor のように，ストレージを最適に管理するためにス トレージを仮想化するレイヤ VM 中心の管理パラダイムを提供 シームレスに既存の Hypervisor に統合 12 Analyst Perspective: Software-Defined Storage - The New Storage Platform (5/5) ! SDS is the key to the “Next Big Thing in ITaaS” ! SDS の特徴 ! ! ! ! ! ! Automation, Unifies Control & Efficiency を提供するためのサービス指向のインフラ 個々のアプリケーション毎に，特定の要件にマッチするポリシとワークロードアウェアな サービスレベルに基づくプロビジョニング レジリエント＆コモディティ Open Standard and Interface ブロック，ファイル，オブジェクト 高スケーラブル (容量，スループット，性能) コスト最適化，高度な自動化 13 ! Industry Perspective: SoftwareDefined Data Center John Cooper Chief Technologist, EMC 14 Industry Perspective: Software-Defined Data Center (1/2) ! システムの大規模化・複雑化の進展 →人による direct control をあきらめ，代わりに programmable software を信頼することによって解決する ! ! Boeing 747 の 6000万の部品をパイロットは把握しているのか.. 自動車事故の 94 %は Human Error が原因.. ! Software-Defined Datacenter ! ! ! The control plane (ストレージ管理（制御パス）) of infrastructure is entirely driven by software Underlying data plane (データサービス（データパス）) services are provided by hardware And … Infrastructure services are consumed as programmable software 15 Industry Perspective: Software-Defined Data Center (2/2) ! Software Defined Data Center ! データセンタのリソースを抽象化，プール化，自動化することで実現 ! ! 装置からアプリ・サーバへのデータパスの意識(固定・非仮想化)の解消， DC境界による制限の解消 操作の抽象化 (装置に対応づいたLUNやFSよりも高いレベルでの抽象化) 16 Big Data Infrastructure ! 概要：Big Data時代のインフラとは？ （８講演のうち、以下の２講演を紹介） # Title 2-1 Object-based Storage in Big Data and Analytics 2-2 Big Data, Big Archives and Big Protection Challenges: Introducing LTO-6 Technology Presenter Summary Ashish Nadkarni, Research Director, IDC Big Data and Analytics における Object Storage Laura Loredo, Product Marketing Manager, Nearline Storage, Hewlett Packard, The LTO Program Big Dataと長期データ 保存について 17 ! O bject-based Storage in Big Data and Analytics Ashish Nadkarni@IDC Research Director 18 Object-based Storage in Big Data and Analytics (1/4) ! Big Data and Analytics (BDA) ! ! 【IDCの定義】：大量で急速に増加する構造化/非構造化データを効 率的に管理することを可能とする，データ, 技術, 処理, およびサービ ス 組織を跨った戦術的, 戦略的な意思決定プロセスを支援するため の様々なＢＩ (business intelligence) や分析アプリを有効に利用し ，より大きなビジネスの価値を提供するもの 19 Object-based Storage in Big Data and Analytics (2/4) 20 Object-based Storage in Big Data and Analytics (3/4) ! Object Storage の特徴 ! ! データをオブジェクトという形式で保存 データ自身とユーザが更新可能なメタデータが存在 ! ! ! ! 生成，アクセス，修正等の日時，権限，セキュリティ，アプリケーション，ファイルタイプ，その他属性に関する情報を持つ データ格納，検索，参照のために，REST-basedのアクセス方法を利用 グローバルなネームスペース(ロケーション非依存アドレシング) データ保存のための NoSQL データベース 21 Object-based Storage in Big Data and Analytics (4/4) Why object-storage in Big Data? ! BD/A 分析環境は大規模な非構造化データセットを処理する (分散ワークロードを伴うアプリを利用して分析 (e.g. Map/Reduce) ) ! クラスタ化されたコモディティハードウェアのノードで処理 分散型の分析には，従来のストレージプラットフォームの利用は高価 ! 様々なタイプのデータを一緒に分析する必要があるワークロードに向いている ! IDC Big Data におけるストレージ 利用調査結果 ! More than 95% ! had either deployed or had plans to deploy object storage for their BD/A infrastructure 22 ! B ig Data, Big Archives and Big Protection Challenges: Introducing LTO-6 Technology Laura Loredo, Product Marketing Manager, Nearline Storage, Hewlett Packard, The LTO Program 23 Big Data, Big Archives and Big Protection Challenges (1/3) ! データ量の増加 ! 利用されないデータの取り扱い ! ! ! ! 95%以上のデータは生成後90日を越えて アクセスされることは無い 古いデータを，ディスクからより安価な テープにアーカイブ 全てのデータをFirst Class に乗せる必要はない エコノミカルなストレージへの要求 ! ! ! 電力コストと冷却コストの抑制 フロアスペースの最小化 高スケーラブル，長期保存期間 ! Best Practice in Data Protection 1. 2. 3. 4. 5. 複数のコピー，複数のレイヤを保持すること 独立したコピーを一つは持つこと 技術的な多様性を持つこと データアクセスを保護すること アーカイブとは別にバックアップを管理すること テープメディアの併用 24 Big Data, Big Archives and Big Protection Challenges (2/3) ! テープメディアの出荷台数は，データ の成長のペースと同様のペースで 記録的なレベルで増加 # Ten Reasons for Tape 1 Costs Less 2¢/GB. ディスクの15倍以下. 2 Easy to Manage PBs のテープ vs. ~100TB のディスク 3 High Reliability 高度なデータの整合性検証 正確な追跡を保証するための制御技術 ディスクより低いビットエラー率，1x10E17 bits vs. 1x10E15 bits 4 Data Protection データ損失に対する off-line でのデータ保護 5 Easy to Use • Tape 自動化によるテープ利用プロセスの簡単化 • LTFS によるテープ利用の簡単化 • NAS – like 6 Long shelf life 30 年以上まで 7 Scalable オンデマンドに限りなく容量 (カートリッジ)を追加 8 Green storage 電力不要のカートリッジ保存 9 Transportable Media の運搬の容易性 10 High Performance シーケンシャルは高速 25 Big Data, Big Archives and Big Protection Challenges (3/3) ! LTFS(Linear Tape File System)： ! ! テープをファイルシステムで 管理されたディスクドライブと 同様に扱える 専用バックアップソフトは不要 Download and install LTFS software from your drive vendor’s web link ! Examples： ! FotoKem Uses LTFS for Reality TV Post Production ! ! Can make 2 tape copies inexpensively (keep one copy offsite) BAMM.TV Archives Music Videos to LTO Tape and LTFS ! ! SAN storage is expensive Removable HDs are fragile (~8% failure rate), limited shelf-life expensive and take up excessive space 26 関連する注目トピックス (補足) ! セション：The Evolution of Data Protection and Recovery 27 Data Management and Deduplication ! 概要：データ管理に必要なこととは？ （7講演のうち、以下の２講演を紹介） # Title Presenter Summary 3-1 Your Deduplication is not your type after all? Understanding Data Types and Their Impact on Deduplication Data Classification It’s Critical in the Cloud! Jeff Tofano, Chief Technology Officer, Sepaton, Inc. Deduplication のタイ プとその効果につい て 3-2 Leon Brewster MSc, BSc, CISM, CCNA Security, PMP クラウド時代の データ分類について 28 ! U nderstanding Data Types and Their Impact on Deduplication Jeff Tofano, Chief Technology Officer, Sepaton, Inc. 29 Understanding Data Types and Their Impact on Deduplication (1/3) ! データは一年あたり+35%～50%増 ! 16.4 Exabytes in 2010 to 79.8 Exabytes in 2015 30 Understanding Data Types and Their Impact on Deduplication (2/3) ! Deduplication がデータプロテクションに 有効だが，既存の技術では不足 ! ! ! 特定のデータセットやワークロードのみが対象 アプリケーションとの統合的な連携動作に制限 サイジングやストレージプロビジョニングが複雑 ! Types ! In-line/Hash Benefits ! ! ! ! データがディスクに書き込まれる前に，重複を 見つけるように設計 小サイズのボリューム，シングルノード システム等に効果的 多くのデータタイプに効果的 Post Process Benefits ! ! ! ! 巨大なデータボリュームを安全に迅速に移動 ハッシュテーブルの巨大化や制限によらない 構造化データベースやバックアップに効果的 複数ノードやディスクトレイを跨っても効果的 31 Understanding Data Types and Their Impact on Deduplication (3/3) ! Hybrid deduplication needs ! ! ! ! ! ! ! 異なるデータタイプを扱う複数の重複排除方法 (inline and postprocess)を持つ データタイプと負荷に基づいて，好ましい重複排除する場所(source vs target)に複数のオプションを持つ 冗長性のないデータ集合のための重複排除を回避する能力 スケーラブルなリポジトリフォーマットと検索方法 正しく "どこで"，"いつ"を選択し，不要なオーバーヘッドを避け る"smarts"な方法 性能のバランシングと最適な削減のルールを定義する能力 リポジトリを減らす，レプリケーションとマイグレーションの組み合わせ 32 ! D ata Classification It’s Critical in the Cloud! Leon Brewster MSc, BSc, CISM, CCNA Security, PMP 33 Data Classification It’s Critical in the Cloud! (1/3) ! 情報はビジネスに対してどの程度慎重に扱うべきか (sensitivity) と重要性(importance)に応じて保護すべき ! Asset Classification ! 1. The systematic arrangement of information in the categories of Confidentiality, Integrity and Availability (CIA) (ISO/IEC 27002) Confidentiality • 2. Integrity • 3. アクセスを認可された者だけが情報にアクセスできる 情報が正確かつ改竄されていない (論理/物理でのSecurity制御) Availability • アクセス不可の許容時間(within 12 hours, up to 24hours, more than 24 hours) (冗長性，データセンタでの共有，レプリケーション，ホットスペア．．．の有無) 34 Data Classification It’s Critical in the Cloud! (2/3) ! クラウド環境に常にハイスピードで接続可能なハイエンドの 多機能なコンシューマデバイスの普及にどのように対応するか ! BYOD & Mobility concerns ! ! ! ! 集中型の管理コンソール シームレスなネットワーク統合 (Active Directory，encryption, file sharing, email) アプリケーション管理 (配信，監視，ブロッキング) ポリシと手順 (条件を満たすユーザポリシとモバイルデバイスポリシ) ! Solution ! 活動の監査，自動制御，コンプライアンスの施行，最小限のローカル データストレージ，リモートロック，デバイスの探知 35 Data Classification It’s Critical in the Cloud! (3/3) ! 誰もがいつでもどこからでもコンピューティングリソースの 共有プールにオンデマンドにアクセスできるクラウド環境を ，どのようにしてセキュアに保つか ! 最小の管理コスト，サービスプロバイダとのインタラクションで高速 組織におけるホストの75%が にプロビジョニング/リリースされる ! Understanding the risks 1. 2. 3. 最新のソフトウェアを未使用 組織におけるホストの44%が最新の Windowsサービスパック未使用 ハッカーが既知の脆弱性に付けこむ セキュリティー上の弱点となるフリーのツール アンチウィルス/アンチマルウェアが十分ではない 36 Solid State Track ! 概要：SSD の現在及びこれからの動向・課題は何か （４講演のうち、以下の２講演を紹介） # Title 4-1 Solid State of Affairs:The Benefits and Challenges of Flash in VMware Datacenters 4-2 Solid State Performance Comparisons: SSD Cache Performance Presenter Summary Irfan Ahmad Chief Technology Officer, CloudPhysics Dennis Martin, President, Demartek Flash 使いこなすための アセスメントの重要性につ いて Flash利用形態について 37 ! S olid State of Affairs: The Benefits and Challenges of Flash in VMware Datacenters Irfan Ahmad Chief Technology Officer, CloudPhysics 38 The Benefits and Challenges of Flash in Vmware Datacenters (1/2) ! 仮想化，クラウドへの期待： consistent, predictable, Low capex/opex, agility, elasticity ! 仮想化，クラウドの現実: uncertainty, high risk 直近の CAPEX Savings につながるが， 新しい管理方法の必要性による管理コストが生じたり， 性能，コスト，リスクなどの面で期待通りにならないのが現状 → SSD をどのように利用すれば良いかのアセスメントが重要 • • • ディスク，CPU，Memory のボトルネック分析 詳細なワークロードの特性評価 I/O 分析 (Read/Write 率，レイテンシ，キャッシュヒット率) 39 The Benefits and Challenges of Flash in Vmware Datacenters (2/2) ! 実現したい I/O レイテンシに応じて，必要なキャッシュサイ ズを見積もる ! ! プロビジョニング時の初期設定にも対応 今後RAID 構成のモデル化，ストレージキャッシュの見積もりにも対応 40 The Benefits and Challenges of Flash in Vmware Datacenters (補足) ! Workload Characteristics Essential For Predicting SSD Benefits 41 ! S olid State Performance Comparisons: SSD Cache Performance Dennis Martin, President, Demartek 42 Solid State Performance Comparisons: SSD Cache Performance (1/3) ! SSD をプライマリストレージとして利用するケースと，キャ ッシュとして利用するケースがある ! プライマリストレージとしての SSD ! ! ! ! データは恒久的に SSD の保存される 階層ソリューションの一部となる SSD に保存されるアプリケーションのデータのみが高速化される キャッシュとしての SSD ! ! ! データのコピーが一時的に SSD に保存される Read と Write (write-backの場合のみ)が高速化される 複数のアプリケーションを同時に高速化できる可能性がある 43 Solid State Performance Comparisons: SSD Cache Performance (2/3) ! キャッシュとしての SSD 利用には，以下の形態がある Server-side 1. • • 利点：ホストの CPU とアプリケーションに近い 欠点：サーバをまたがって共有することが困難(クラスタのケース等) In the network 2. • • 利点：サーバやアプリケーションに変更がほとんどない/ない，サーバ(クラスタ)， アプリケーションをまたがって共有できる 欠点：ネットワークに新しい装置の追加が必要 (サーバから見たNASやSANの ターゲット名を変更が生じる場合ある，また，キャッシュ利用をサポートしたHBA をサーバにインストールすることが必要) In the storage system 3. • • 利点：アプリケーションへの変更を必要としない，サーバ，アプリケーションを またがってキャッシュを共有できる 欠点：Read のみを高速化するケースが多い • Server-side と他の形態を組み合わせて利用することで， 性能を向上する場合が多い． 44 Solid State Performance Comparisons: SSD Cache Performance (3/3) ! SSD キャッシュの効果が出るワークロード 1. Caching Algorithms ! ! ランダム I/O，小サイズの I/O I/O ブロックサイズでのキャッシュ 2. Cache Friendly Workloads ! ! ! ! Hot spots with repeated access OLTP databases Database indexes File system table of contents (inodes, etc.) 3. Cache Un-friendly Workloads ! ! システム内のデータがおおよそ同じぐらいアクセス キャッシュサイズよりも大きなデータ 45 Cloud Track ! 概要：クラウド環境への移行（22講演のうち、以下の1講演 を紹介） # Title Presenter Summary 5-1 Understanding the True Cost of Your Cloud Initiatives Randy Perry, VP Business Value Strategy クラウドの環境導入要否を 判断するには？ 46 ! U nderstanding the True Cost of Your Cloud Initiatives Randy Perry, VP Business Value Strategy 47 Understanding the True Cost of Your Cloud Initiatives (1/3) ! クラウドへのマイグレーションは，財務面での分析と判断 を必要とする戦略的投資になる 48 Understanding the True Cost of Your Cloud Initiatives (2/3) ! 「IDC online Cloud Decision Framework」 ! Organization, Operations, Business and Financial の4項目 を判断基準として利用して，相対的なコストと利益を見積もるための フレームワーク 49 Understanding the True Cost of Your Cloud Initiatives (3/3) ! システムをクラウドにマイグレートすることのビジネスメリット 1. 2. 3. サービスを提供するための平均コストを60-70%削減することによ って，追加コスト無く，より多くのアプリを動かせる サービスの信頼性を80%以上向上させることによって，アプリの質 の向上と，ビジネスリスクの削減できる 新しいアプリのデプロイにかかる時間を50-60%削減することによ って，ビジネスのアジリティを向上できる 50 まとめ PRESENTATION TITLE GOES HERE SNW講演資料の入手方法 ! www.snwusa.com にアクセスし、「Agenda」タブをクリック 見たい講演のタイトルをクリックする SNW講演資料の入手方法（続き） ! 講演タイトルをクリックすると、 右のようなサブ・ウィンドウが表 示されます。 ! ダウンロードが可能なセッション については、表示されるサブ・ウ ィンドウ内に、右のような『目玉』 マークが表示されます。 ! 資料が公開されていないセッショ ンは、 『目玉』マークが表示され ません。 ! それをクリックすると、 ファイルのダウンロードが できます。 ! テキストが長い場合、『目玉』マー クが見えない場合があります。 スクロール・ダウンすると『目玉』 マークが見えてくるのですが、ス クロール・ダウンの仕方が、ちょ っと、わかりにくいかもしれません。 SNIA Tutorial（教育用資料）の入手方法 ! 最新のSNIA Tutorial（教育用資料） は SNIA（米国）ウェブサイトから入手可能です ! ! http://www.snia.org/education/tutorials/2013/fall 印刷不可のPDFファイルです 過去のSNIA Tutorial（教育用資料） ! 左のカテゴリーをクリックすると、そのカテゴリーのTutorialが 時系列で表示されるようになりました（Spring 2007まで） まとめ ! SNWは、30回の節目を迎えて、今回で一応の役割を終え ました。 ! 来年からは、SNIAの新たな取り組みとして、 Data Storage Innovation Conference（略称：DSI）として 、生まれ変わります。 ! ! ! http://www.dsicon.org 2014年4月22～24日 ハイアット・リージェンシー・ホテル（Hyatt Regency Hotel） （サンタ・クララ、米国・カリフォルニア州）