Automatikus adatrétegezés az IBM Storwize V7000-ben: bemutatkozik az Easy Tier (x)

Felesleges mindent SSD-n tárolni

Unalomig ismert közhely, hogy az adatfeldolgozás sebessége régóta jóval gyorsabb ütemben fejlődik az adattárolásénál, magyarán szólva a processzorok egységnyi idő alatt többet gyorsulnak a merevlemezeknél. Ennek eredményeképp a sok adattárolási művelettel járó feladatok alatt a számítógépek távolról sem ideális hatásfokkal dolgoznak: míg az adattároló folyamatosan “izzad”, hogy teljesítse a kéréseket, a processzorok az adatok betöltődésére várnak. Az I/O-intenzív alkalmazások mint például az online tranzakciófeldolgozás alatt az adatbetöltődés késleltetése akár a futási idő felét is kiteheti.

Kézenfekvő megoldás a gyorsabb tárolók beszerzése, azonban a legújabb technológiák mindig drágák. Az informatika eddigi fejlődése során a felhasználók általában nem gyorsabb, hanem nagyobb tárolókat szerettek volna látni, az ipar pedig készséggel teljesítette ezt az igényt, mivel az adatrögzítéshez használt mágneses technológia könnyen továbbfejleszthető volt az iparágban felhalmozódott óriási know-how révén. A pörgő tányérok helyett flash memóriachipeket alkalmazó SSD-k azonban átírták az adattárolás szabályait, a kapacitás helyett a teljesítmény növelésére terelve a figyelmet -- I/O sebesség és késleltetés terén nagyságrendi ugrást képviselnek, diszkekhez képest, de az egységnyi kapacitásra vetített költségük akár több tízszerese is lehet egy merevlemezzel összehasonlítva.

Egy vállalati felhasználásra alkalmas, több tíz vagy több száz terabájtos, kizárólag SSD-kből álló tároló ma gyakorlatilag megfizethetetlen -- és a legtöbb esetben felesleges is. A gyakorlati tapasztalat azt mutatja, hogy egy tipikus „open system” környezetben az adatblokkok (”extent”) viszonylag kicsiny hányadán (5%-15%) keletkezik az I/O terhelés nagy része és ez a terhelés-eloszlás az idő múlásával sem változik túlzottan. Egy ilyen tipikus környezetet szemléltet a következő ábra:

Az I/O terhelés ezen tulajdonságát nevezi a szaknyelv „skew”-nak, a fenti ábra egy „heavy skewed” rendszert mutat, ahol az I/O műveletek az adatok kis részére koncentrálódnak.

Rétegezés automatikusan

Az adatok hozzáférési gyakoriságtól függő osztályozása és tárolása egyáltalán nem újdonság, a legtöbb szervezet már ma is alkalmazza: az éles adatok a legnagyobb teljesítményű tárolókon vannak, a ritkábban szükséges backup adatok lassabb rendszereken, míg az archív állományok szalagos mentések formájában állnak rendelkezésre mert a tárolásuk hosszú távon itt a legolcsóbb, cserébe a visszaállításuk akár órákat is igénybe vehet.

A modern vállalati tárolók az elmúlt évek technológiai fejlesztéseinek többféle kapacitású és sebességű meghajtót képesek fogadni és egyszerre kezelni, így a rétegezést végre lehet hajtani már az éles adatokon is. A legsűrűbben elért adatok kerülhetnek egy tárolón belül a leggyorsabb meghajtókra, például SSD-kre, a ritkábban írt vagy olvasott adatok pedig maradhatnak a lassabb diszkeken. A korábban már említett „skew” görbe meredekségétől függően lehet meghatározni a megfelelő rétegezést. Egy „heavy skewed” típusú terheléssel bíró rendszernél viszonylag kevés számú SSD eszközre történő adatmozgatással is jelentős teljesítménynövekedést lehet elérni. Leírni ezt könnyű, megvalósítani azonban nehéz -- storage adminisztrátor legyen a talpán, aki előre tudja, melyik adatra lesz sűrűn szükség!

Az IBM DS8000 high-end tárolórendszerekhez kifejlesztett Easy Tier technológia a középkategóriájú Storwize V7000 tárolóban is rendelkezésre áll, méghozzá ingyenesen. Az Easy Tier automatizálja a rétegezést és gondoskodik arról, hogy mindig a legsűrűbben elért adatok kerüljenek a leggyorsabb tárolóra -- anélkül, hogy a storage adminisztrátornak külön be kellene avatkoznia. A tároló grafikus felhasználói felületén vagy akár a parancssori interfészen elegendő engedélyezni az Easy Tiert, a többit az algoritmusok elvégzik.

A Storage Performance Council iparági szervezet online tranzakciókezelést modellező SPC-1 tesztje szerint már a teljes adatterület 5 százalékát elég lehet SSD-kre mozgatni az Easy Tierrel ahhoz, hogy háromszoros I/O sebességnövekedés legyen a jutalmunk és az SSD-kre essen az I/O műveletek majdnem 80 százaléka. Az IBM mérései szerint így 96 darab 1 terabájtos SATA merevlemez és 16 SSD kombinációjával akkora I/O teljesítményt lehet elérni, amelyhez egyébként 92 darab FC HDD lenne szükséges.

Az Easy Tier az adatok elérésének sűrűségét egy 12 fokozatú skálán tartja nyilván, ahol 0 jelenti a leghidegebb, legritkábban elért extentet, a 11 pedig a legforróbbat, amelyre a legtöbb művelet érkezik. Az Easy Tier optimalizációs ciklusa 24 órás. Ez idő alatt szinte folyamatos mintavételezéssel feltérképezi az terhelés eloszlását és a keletkezett ”skew”-ból javaslatokat tesz a legforróbb extentek gyorsabb tárolóra történő áthelyezésére. A javaslatokat a terhelés függvényében elbírálja, hogy az egységek mozgatása ne okozzon teljesítmény visszaesést az áthelyezés idejére. A ciklus végére az Easy Tier a legforróbb adatokat automatikusan a leggyorsabb meghajtókra (pl. SSD) mozgatja. Az öntanuló algoritmus folyamatosan figyeli az extentek “forróságát” és ha van olyan extent a lassabb tárolókon, amely forróbb lett a magasabb teljesítményű meghajtókon található leghidegebbnél, azt átmozgatja, a kihűlt adat pedig a lassabb rétegbe kerül.

Az Easy Tier fokozatosan mozgatja az adatokat egyik rétegről a másikra annak érdekében, hogy a művelet ne befolyásolja a Storwize V7000 tárolón futó éles feladatok sebességét, késleltetését. A folyamatos adatmozgásokkal járó terhelés nincs mérhető hatással a teljes rendszer teljesítményére, ezért a storage adminisztrátoroknak nem szükséges azt külön beütemezni. A Storwize V7000-en az Easy Tier beállítástól függően 16MB- 8GB darabokban (“extent”) képes mozgatni az adatokat az eltérő sebességű tárolók között -- a granularitás ilyen határok közötti változtatása lehetőséget teremt az adatmozgatással járó felesleges többletterhelés minimalizálására.

Az IBM mellékel egy Storage Tier Advisor Tool nevű segédprogramot is a Storwize V7000 tárolóhoz, amely előzetesen feltérképezi az adatelérési mintázatokat és javaslatot tesz arra nézve, mekkora kapacitású rétegeket érdemes létrehozni, magyarán szólva mennyi SSD-t szükséges vásárolni a kívánt teljesítményhez. Így sok felesleges kiadás takarítható meg.

További információkért látogasson el weboldalunkra.

(Az IBM megbízásából készített anyag)