摘要

“软件定义”是IT世界最热的词之一，从软件定义网络（SDN）、软件定义存储(SDS)、软件定义数据中心(SDDC)，再到软件定义一切（SDE）。SDS是软件定义中相对比较具体，比较容易落地的概念，但是业界对SDS解读和定义非常多，让人无所适从。SDS到底是什么？我们该如何理解其本质？技术发展到什么阶段，行业对SDS的态度和看法？我们存在哪些问题和挑战，要不要向SDS转型？如果转型，我们准备好了么，该怎么拥抱SDS，让IT平滑过渡？

面对一系列问题，试着从What、Where、Why、How四个方面，梳理SDS的脉络，找出其内涵和本质，借助第三方数据判断其发展阶段，分析自身存储的问题和面临的挑战。最后结合云的大趋势，介绍统一管理面双模数据面的双模存储架构如何将SDS落地实现，传统企业存储和SDS在数据中心应用场景，存储服务该怎么设计，业务需求如何转换为存储需求。

SDS是什么

IDC、Gartner、SNIA等第三方机构都对SDS进行了定义和说明，还有很多出版发行的书籍也对SDS有一些理解，各方的视角不同、方法不同、观点不同，但相同的是SDS核心概念和分类。

提到SDS不得不说软件定义其它概念SDE (Software Defined Everything)、SDI（Software Defined Infrastructure）、SDDC（Software Defined Datacenter）、SDN（Software Defined Network）等，软件定义的本质对现实世界的抽象建模和算法，以SDDC为例，其主要特点有虚拟化（标准化、易扩展的共享资源池）、可编程（API可编程设备、计算存储网络软件控制器）、抽象化（分层抽象建模，应用与基础专业之间，基础专业相互之间并行解耦运维）、服务化（服务化封装交付，动态分配绑定、自动化编排调度）、分布式（大规模分布式计算、存储、网络集群拥有独立分离的管理控制软件）。SDS是SDDC的组成部分，包含了几乎所有SDDC特性，比如共享资源池、抽象建模、可编程、分布式和服务化。

SDS的核心概念比较多，IDC和Gartner对其进行分类。IDC将SDS分为SDS Controller Software和Server Base Storage，Gartner将SDS分为Management SDS和Infrastructure SDS，两种分类方法通俗的讲是管理面SDS和数据面SDS。OpenStack的Cinder属于典型的管理面SDS，CEPH则属于典型的数据面SDS。

SDS当前处于什么发展阶段

大家都在热谈SDS，一大批产品出现，大批客户或在研究或已经使用，那么SDS目前处于什么发展阶段呢？从存储技术的Hype Cycle 2016和2017对比看，Management SDS还处于萌芽期，发展速度很慢，2017从High降低到Moderate，说明发展态势并不太好。Infrastructure SDS即将渡过“热情高涨”时期，说明已经有大量的技术前沿客户部署，同时Open-Source Storage与Infrastructure SDS趋势趋同，略有延后。SDS热度的“热源”，就是来自Infrastructure SDS和Open-Source Storage。

驱动力

在云的大趋势下，传统数据中心遇到很多问题和挑战，这些问题和挑战是SDS重要的驱动力。

一、传统数据中心往往是面向设备和技术，而不是面向服务，与云的服务化、自动化思路不符

● 用户申请存储资源的场景PK：

传统数据中心DBA与存储管理员的对话：

DBA：“我需要5块VMAX的LUN，每块100GB，用在AIX环境，性能越快越好，最好是双活的，……”。
存储管理员：“VMAX没有资源了，VSP行不行”
DBA：“VSP怎么样，比VMAX快不快”
存储管理员：“两个产品性能指标相差不大”
DBA：“以前都是VMAX，VSP到底行不行”
存储管理员：“……”
软件定义数据中心DBA与存储管理员对话：
DBA ：“我需要1TB SAN存储用于联机交易数据库，响应时间要求＜3ms，IOPS不低于5000”。
存储管理员：“好嘞，”

● 存储资源管理方式PK：

传统数据中心：“我有2台DS8800，2台VMAX，1台SVC”
软件定义数据中心：“我有1个资源池，可用性：园区双活99.999%，性能：小于3ms，功能：Thin，分层，复制”

二、传统数据中心运维存在效率低和风险大的问题

人工操作导致效率低下。存储管理员从收到请求、准备变更、审批变更、实施变更，至少一周以上，无法满足业务快速部署要求，与云的按需供应相去甚远。

存储的标准化程度低导致运维复杂。一个数据中心可能有N个品牌、N个型号、N个规格、N人N种操作方法。

复杂环境的人工操作是产生事故的主要原因。复杂环境下，人工操作很难执行标准化操作，变更失误的可能性大幅提高。人执行操作，无论怎么控制都无法根本上杜绝误操作。

三、传统存储的纵向扩容方式越来越不能适应云环境

在一个传统数据中心，SAN存储资源不够，会考虑新购一台或者在原有设备上扩容，两种方式都存在一些弊端。新购一台，意味着扩容步长就是一台存储的容量，对于大型数据中心尚可，对于中小型数据中心，一次扩容相当于1-2的需求，扩容的资源面临长时间闲置。在原有设备上扩容，则意味着要接受比原有设备更高的价格，扩容还会收到容量上限约束。因此，纵向扩容的技术限制，导致容量规模受限，扩容方式成本高，扩容周期不灵活等等局限性。

四、SDS成为解除“厂商绑定”的重要技术

被厂商绑定是数据中心普遍存在的现象，这里说的绑定不完全代表“贬义”，是相对于自主可控而言的。如果技术实力足够强，可以自主可控，减少厂商绑定，如果技术实力不够强，或者重心不在存储技术，也可以选择“被绑定”。

自主可控的程度大致可以分为集中情况：SAN或NAS，软件和硬件都需要依赖厂商；商用的分布式存储软件（比如VSAN、Nutanix），则只需要依赖软件厂商，硬件采用标准、通用的X86服务器；开源的分布式存储软件（比如CEPH），则安全自主，不依赖软件和硬件厂商。

SDS，特别是开源的SDS成为自主可控，不再被厂商绑定的一种可选的技术路线，逐渐成为一种趋势

五、云的大趋势驱动SDS发展

公有云服务商AWS、阿里云、腾讯云等，互联网公司Facebook、新浪等几乎全部采用自主研发的分布式存储，从SDS定义来看，公有云的分布式存储也属于SDS一种，公有云的SDS已经成为一种趋势，势不可挡。

开源SDS的兴起，CEPH是Infrastructure SDS的代表，Openstack Cinder、Manila是Management SDS的代表。Openstack与CEPH已经成为一种标准组合，正在各个行业应用，需要密切关注。

顺势而为

一、 趋势分析

正如Hype Cycle报告中预测，Management SDS还处于萌芽期，Infrastructure SDS 刚刚渡过高涨期，接下来还需要一定时间的冷静期，预计5-10年大规模应用。

不过我认为Gartner有点保守，在云的大趋势下，Infrastructure SDS在3年内估计就会普及，需要密切关注，提前使用或者储备基础。Server SAN是Management SDS的主要实例化形态，今后将逐渐取代传统存储，详细内容可以参考Wikibon分析报告。

Management SDS产品Openstack的Cinder、Swift、Manila发展最好，但是受Openstack整体影响较大，Openstack属于另一个话题，不在本文讨论。无论Management SDS今后怎么发展，其抽象建模、自动自助、可编程、服务化的核心本质不变，现在就需要加大投入。

SDS的应用场景很多，在企业环境，SDS主要应用在VM环境，数据库场景应用还较少；互联网公司SDS主要应用在VM、图片、视频、邮件等环境；商业软件占主导地位，开源逐渐成熟。

二、 统一管理面双模数据面策略

Infrastructure SDS是未来趋势，但是传统数据中心的关键应用仍然依赖IOE的E，预计未来一段时间将维持两者共存的局面，即双模数据面。面对双模数据面，Management SDS可以对两个平面统一抽象建模、统一编程、统一资源池管理、统一服务接口，形成统一的管理面。

技术视角：传统企业存储与分布式软件定义存储共存，标准化配置和参数
服务视角：统一的存储服务设计，按需自助服务、敏捷弹性交付存储服务
运维视角：统一的运维体系设计，存储资源池化、标准化的分层模型

三、 统一管理面双模数据面架构

虚拟机、数据库和文件是三种主要的数据存储形式，各有各的特点，对存储的需求各不相同，在统一管理面双模数据面架构中的关系如下图所示。

虚拟机构建在虚拟化平台之上（主流的KVM、VMware等），主要运行应用的Web和AP，当前阶段大多数企业已经实现应用的集群化，具备横向扩容能力和容错能力。因此虚拟机环境更适合运行在SDS环境，利用SDS的分布式能力，更好的配合应用集群横向扩展。虚拟化环境采用SDS已被很多企业采用，正成为一种趋势。

SDS的出现，数据库的存储有了更多的选择，随着SDS在可用性、性能、成本的优势不断增强，非核心业务的数据库会率先向SDS迁移。

SDS最初的应用场景是分布式文件系统和对象存储，也是SDS最成熟的场景，AWS的S3，百度云盘、微盘等都是基于对象存储实现。除了互联网、公有云之外，企业中也在广泛应用对象存储，但是由于数据中心原有应用一般采用文件访问接口，无法平滑移植到对象存储，NAS存储在一段时间内也会存在。

无论哪种应用、哪种存储形式，都可以基于统一的管理平面进行抽象建模、编排调度、自动化和资源池管理。管理平面属于云平台的一部分，北向提供API接口，南向通过驱动调用各种形态的存储，编排调度可以在管理平面实现，也可以现在放在云平台统一调度。

四、 存储服务和资源池化

服务化是Management SDS的基础，将双模数据面中的存储进行抽象建模，形成标准的服务规格、SLA、计量和计费。存储服务最核心的两个纬度是可用性和性能，通过对可用性和性能数据统计分析建模，形成相应的级别。下图是存储服务级别的一个示例，可以根据自身情况进行调整。Tier I、II、III是可用性的三个级别，分别代表99.999%、99.995%、99.99%可用性级别。Diamond、Platinum、Gold、Silver、Bronze是五个性能级别，每个级别表示不通的响应时间和IOPS指标。将可用性和性能级别的交叉矩阵就是可以提供的存储服务全集，再根据自身需求和技术发展情况确定要提供的存储服务。

五、 业务需求通过自动化编排映射到服务能力

存储服务对外通过API暴露自身的能力，业务需求通过统一的编排调度，将业务需求“翻译”成对应的能力，最终交付合适的存储服务。