数据分类:建立自身的数据分类规则,对数据进行分类。可参照业内已发布的成熟的行业标准; 数据分级:建立自身的数据分级规则,对数据进行分级。
一般的存储都是做了raid和条带化处理的,分布式随机的,即便是写入一个数据都要一组硬盘同时转。 不像家用电脑或小nas,写入某块盘才激活某块盘。 所以想在这方面省电,估计用户是没有办法的,只能靠存储厂商的设计了。...
快照消耗了一定的SVC缓存,看快照卷的数量和容量了。只要缓存充足,基本不影响,缓存不充足,那就得扩SVC节点了,或者替换高配的SVC。数据压缩必然消耗SVC的CPU和少量的缓存,相比非压缩而言,性能也有一定的影响,具体看压缩比了,具体还要结合实际的POC测试结果,现在机械硬盘这么便宜,压缩...
对象存储架构有别于传统存储,对数据采用扁平化管理,对象由文件和元数据共同组成,文件存储在磁盘中,元数据存放在元数据服务器。当client对数据进行读写时,先访问元数据,根据元数据反馈的数据存储位置直接到对应的数据服务器上读取数据,由于数据是分布式存在,当存储服务器越多,读写...
基于ceph的开源分布式存储中,数据分层使用的是cache tiering的功能,需要手动配置hot pool和cool pool,并将hot pool overlay 到cool pool之上。自动备份可以支持snapshot以及rbd mirror功能来实现
会有,所以不同的厂家设计不同的数据分片粒度,如3par采用4k,hds采用42MB,EMcvmax好像是256k。并非越小越好,也不是动态自调整就好,大多数厂商通过测试和采集决策这个大小
我们的经验是数据服务于业务,数据分类要业务优先1.先对数据进行业务属性归类,比如每个业务的交易量和交易数据等各不相同2.先后对同一业务内的数据进行周期分类和管理,比如每个业务内部的热数据周期可能就不一样;虽然1和2的分类不同,但是可以抽象出相同的声明周期管理模式,然后...
根据不同业务,举个例子,阿里分为淘宝天猫等,然后淘宝数据又按照不同业务,最后根据数据仓库建模,形成不同的主题
我们这边测试环境采用了闪存和传统存储混用,通过powervc,主要是通过aix 的VG来实现,日志,数据vg采用闪存磁盘,存储类型的vg采用的是传统存储