数据的精益化管理降低企业的运营成本

我们现在企业的数据量日益膨胀，各个系统跑起来也是已经“满头大汗”，是一个“亚健康”的状态，也需要去“瘦瘦身”了。所以，数据精益管理讲的就是如何降低数据的存储空间：一方面降低采购成本、另一方面提高业务系统运行的效率。有人会问：数据量的增长是业务需求驱动的，总不能为了降低数据量控制业务的需求吧。这句话对不对，对！我们不能控制业务需求，但是我们能控制数据的增长方式，我们能通过现有的存储技术降低数据量。

接下来，我会通过实际的案例，和大家分享一下如何合理的运用相关的存储技术，来达到数据精益管理的目的。

那今天我给大家讲的这个案例呢，是我刚实施过的一个项目，当时客户的环境相对比较复杂，有很多个环境，生产、开发、测试、预生产、灾备每个环境还分核心系统，财务系统，分析系统等等，每个系统都有相对独立的存储设备，数据都是混合使用的，业务系统的性能也相对比较差，主要集中在IO层面。针对这样一个环境，企业给出的要求是整合数据，提升性能。8字真言，实现起来却难度重重。经过分析后，我们首先想到的是进行数据分层管理，也就是分集存储，即对现有的数据进行分类，将不同的数据存放不同存储阵列：

第一步首先将生产和开发测试隔离，因为，如果生产数据和测试数据在同一套存储系统中，在做压力测试的时候势必会造成生产严重的性能波动，因此，先要把生产和测试进行隔离。

那开发测试环境由于存储众多，也有很多品牌，每台主机安装的驱动、多路径软件都不一样，要进行数据管理成本实在太高，因此，基于开发测试环境，我们采用了虚拟化的技术，将各个品牌的存储通过虚拟化技术进行整合，这样数据管理平台统一了、软件功能统一了、而资源利用率也大大的提升了，并且最重要的一点可以充分资源利旧；

第二步，生产环境数据的分层，我们采用存储自动存储技术（easy tier），我们知道，生产数据一般分为冷数据和热数据，经常调用的数据，我们称为热数据，不太用的成为冷数据，自动分层技术他能够根据数据的冷热程度自动将数据上浮或下沉，根据经验我们通常会建立二层的混合存储池，即采用SSD作为第一层，iops高，响应快，延迟低，第二层用sas磁盘空间大，自动分层技术他可以根据数据访问的频繁程度，计算应用使用的周期和规律，自动的将热数据放在SSD磁盘，将冷数据放在SAS磁盘上，这样能够有效的提升应用系统的性能，值得注意的是，在我们测试的过程中，并不是所有的应用系统都适合自动分层，比如分析系统就并不适合，因为分析系统的特性就是不具有规律性，比如今天会跑这个报表，会调用这部分数据，明天会跑另一个报表，就会调用另外一部分数据，自动分层无法去判断这个规律性，因此并不适合使用该技术。而在线交易系统就非常适合，每天的交易模式都是一样的，性能曲线，波峰波谷也都是有规律可循，这种系统就特别适合；

第三步就是对生产系统进行数据归档，用户有很多个系统，大的系统数据库规模已经超过10TB，存放了近十年的数据量，简单的做一个表查询都会感觉非常慢，因此我们帮助客户进行了数据归档的实施，那数据归档必须要和业务部门进行沟通，了解业务的需求，通常有两种归档模式，一种是按照数据的时间节点来进行归档，比如保留近三年的数据，三年之前的数据都归档，还有一种是按照数据的业务逻辑进行归档，这种模式相对比较复杂，需要去看业务数据是否已经完成其生命周期，比如一票单据从创建到最后财务的结算是否已经完成，如果完成了那就可以进行归档。不管是那种模式，最后能大幅度的降低数据容量。

通过之前三步操作，客户的生产系统数据得到了极大的改善，原来跑一个报表需要20几个小时，进行归档和优化后，提升至了2个小时，所以并不是简单的升级存储性能就一定能达到提升系统性能的目的。

在这个项目实施的过程中，客户还遇到了一个问题，这也是我接下来和大家分享的另一个存储技术。那具体是什么样的问题，由于客户的核心系统是7*24小时运行的，每天只有30分钟的维护时间，但是客户需要从这个核心系统里面抽取数据，作为其分析系统的数据源。前提条件就是不能影响核心系统的性能。那我们首先想到的是对该数据源进行快照，把这份数据copy一份出来，作为数据抽取源，但是大家知道快照技术，实际上是将源数据做一个某个时间点的镜像，数据读取还是从原端进行读取，这样无形中会影响生产系统的性能，因此我们必须将数据进行完整的copy，即fullcopy，客户用的是IBM 的存储，因此我们采用了一天中三个IO低谷的时间段的进行多次快照，每个快照都基于上一份快照进行增量的同步，这样就能够在每天30分钟维护时间里面完成数据的全份copy，同时也不会影响生产的性能。

当然快照的用途还远远不止这些，我们把该技术运用到了客户的开发环境，因为客户的开发版本更新很频繁，之前呢每做一个版本都需要从生产copy一份数据进行开发和测试，比如

生产环境一个系统有1TB的数据量，他要进行5个版本的开发，就copy了5TB空间，这么多个系统，可想而知需要多少存储空间，虽然现在存储如白菜价，但也不能这么用法。

那我们用快照的技术，将数据copy了多份快照，因为这个快照不占用实际空间，只记录开发的变化量，因此大幅的下降了存储空间，我们做了一下统计和比对，存储空间较原来的方式节省了70%，原来客户打算购买存储设备进行扩容，通过这种方式，设备都不需要采购了。

第三个我和大家分享的技术就是存储数据重复删除和压缩，客户几年前就部署了虚拟带库设备，因为买的比较早，微码版本也很老，一直没有数据重复删除的功能，我们通过和原厂商

的沟通，对硬件的微码进行了，设备开启了数据重复删除和压缩功能，使用后大家非常惊喜的发现重删比达到了20:1左右，即原来使用20TB的空间现在只需要1TB的备份空间，同时配合压缩技术，通过网络传输就可以将数据远程传输到异地的灾备带库，起到了一个异地容灾的功能。

总结：

分享了几个存储方面的技术，分级存储、数据归档、存储快照、重复删除和压缩，这些存储技术都不算是非常新的技术，但是在做一个系统架构设计的时候，如果能够想到如何合理的运用这些技术，就能达到意想不到的结果。日后在实际工作中，可以回去和老板说：我可以让我们公司采购成本下降几百万，性能提升XX倍。