查看原文
其他

HPE GreenLake 引入 VAST Data 文件存储

常华Andy Andy730 2024-03-16
Source: Chris Mellor, HPE GreenLake taps VAST Data for file storage, April 4, 2023

HPE已将块和文件存储服务添加到其GreenLake订阅计划中,该服务基于新的Alletra Storage MP硬件,文件服务本身基于VAST Data的软件。

Alletra Storage MP是一款多协议系统,支持块或文件,并加入了Alletra 6000(基于Nimble)和9000(基于Primera)块存储阵列。HPE还提供了Alletra 5000混合SSD+HDD阵列,旨在提供成本效益的性能,适用于混合的主要工作负载和次要备份和恢复。该系列中还有Alletra 4000系列,该系列更名为Apollo服务器,用于以性能为中心的工作负载。HPE的公告还包括备份和恢复以及基于Zerto的灾难恢复作为GreenLake服务。

HPE执行副总裁兼存储总经理Tom Black表示:“数据量和复杂性的快速增长迫使组织使用昂贵的孤立存储解决方案组合来管理所有数据。全新的HPE GreenLake数据服务和扩展的HPE Alletra创新使管理多种类型的数据、存储协议和工作负载变得更加轻松、更经济。”

此次STaaS(存储即服务)公告中的重大事件是将基于VAST Data的文件服务添加到GreenLake,并将Alletra MP硬件用于横向扩展文件和块服务,以便客户可以将文件和块服务融合到单个硬件平台上。但是文件存储和块存储是两个独立的软件环境。不可能有一个统一的文件+块Alletra MP系统。

块存储于去年6月首次添加到GreenLake中,备份和恢复以及HPE的GreenLake for Private Cloud Enterprise公告中基于Zerto的灾难恢复也是如此。

现有的GreenLake块存储服务仍在继续,目前已有的:
  • GreenLake关键任务型块存储–Alletra 9000
  • GreenLake业务关键型块存储–Alletra 6000
  • GreenLake通用块存储–(Alletra 5000)
  • GreenLake横向扩展块存储–Alletra MP–具有中端经济性的关键任务型存储

在此之前,GreenLake文件服务是通过与Qumulo的合作协议提供的。现在,还有了VAST Data驱动的GreenLake文件服务,这些服务在Alletra Storage MP系统上运行,这些系统也用于横向扩展块服务。

Alletra MP 文件存储

用于文件服务的Alletra MP(以前称为Alletra Storage MP)使用VAST Data的分解共享一切(DASE)架构和软件,一个或多个2RU控制器机箱(每个机箱2个CPU节点)通过100GbitE NVMe结构与一个或多个2RU容量(JBOF)节点通信。这些带有多达20个NVMe SSD(7.58TB、15.35TB)和四个SCM驱动器(800GB、1.6TB加密),据我们了解,它们是Kioxia XL SSD。它们提供快速的元数据操作。

控制器节点和容量节点可以独立扩展,从而提供单独的性能和容量扩展。Aruba交换机互连两类硬件。

HPE存储和数据服务营销副总裁Shilpi Srivastava告诉我们:“HPE的GreenLake for File Storage使用的是专为HPE GreenLake云平台构建的VAST Data软件版本。虽然我们利用VAST数据软件作为解决方案的关键组件,但该产品在HPE的差异化HPE Alletra Storage MP硬件上运行,并通过HPE GreenLake云平台进行管理。

“对于用于文件存储的HPE GreenLake,计算控制器节点不存储元数据。元数据存储在JBOF上的SCM层中。这可以通过VAST为HPE GreenLake文件存储提供的软件的分解共享所有内容架构来实现。”

该软件提供在线相似性数据缩减(重复数据删除和压缩),即使对于先前压缩的数据也是如此。

HPE Alletra存储MP文件模式规格表

HPE建议Green Lake for File Storage可以应用于云原生工作负载(Kubernetes,OpenShift,Anthos),BI和ML框架(TensorFlow,PyTorch,H20.ai和Caffe2)和PB级数据湖(Spark,Spark streaming,Hadoop和Python)。

Alletra MP 块存储

块存储服务Alletra MP使用相同的基本2RU存储机箱,该机箱托管两个8核或16核CPU控制器[节点]和8、12或24个小型TLC加密NVMe驱动器(1.92TB、3.84TB、7.68TB或15.36TB)。它具有大规模并行、多节点和全活动平台设计,至少有两个节点。有一个新的块模式操作系统。

Srivastava说:“对于新的块存储产品,软件操作系统是Alletra 9000(Primera)操作系统的增强版本,它融合了之前在Nimble Storage OS中的数据缩减技术。Alletra Storage MP支持的两种软件功能的结合使GreenLake for Block Storage能够提供关键任务型存储的可用性、性能和可扩展性,同时具有中端经济性。

块模式Alletra存储MP功能表。有效容量假定在RAID 6(10+2)配置中具有4:1的数据压缩率(精简配置、重复数据删除、压缩和复制技术)。最大原始容量使用15.36TB驱动器

HPE表示,GreenLake for Block Storage是业界首个具有100%数据可用性保证的分解型横向扩展块存储。该公司声称它提供了比GreenLake关键任务型块存储更好的性价比,但具有相同的始终在线,始终快速的架构。

HPE的云和数据基础设施平台高级副总裁兼总经理Patrick Osbourne在一次简报中被问及GreenLake对象存储服务。他说,这“是以后的机会”。VAST Data支持S3。

CapEx 和 OpEx 方案

Srivastava告诉我们:“通过此次发布,HPE首次增加了CapEx采购的灵活性,以及HPE GreenLake的OpEx购买选项......要获得新的HPE Alletra Storage MP,客户必须首先购买用于块存储的新HPE GreenLake或用于文件存储的HPE GreenLake。有了这个,他们今天获得了HPE Alletra Storage MP,他们拥有HPE GreenLake用于块存储或HPE GreenLake用于文件存储订阅服务。HPE GreenLake for Block Storage基于HPE Alletra Storage MP和HPE Green Lake for File Storage将在不久的将来通过OpEx选项提供。”

她强调:“重要的是要认识到,HPE GreenLake首先是一个云平台,为客户提供云运营体验,以编排和管理其所有数据服务。”

竞争情况

Alletra MP的竞争是双重的。一方面是文件存储系统,另一方面是块存储系统。HPE尚未在文件或块模式下发布Alletra MP的任何性能数据,到目前为止,HPE表示它具有低延迟和高性能。将Alletra MP描述为适用于具有中端经济性的关键任务型存储表明,如果它不打算蚕食其销售,则需要谨慎定位Alletra 4000,6000和9000块存储系统。将其作为横向扩展块存储系统将有助于差异化,但还需要性能和性价比统计数据。

块模式竞争的快速列表将包括Dell(PowerStore,PowerMax),HitachiVantara,IBM(FlashSystem),NetApp(ONTAP)和Pure Storage以及StorONE。文件模式竞争将涉及Dell(PowerScale),IBM(Spectrum Scale),NetApp和Qumulo。它还可能包括Weka。

Pure Storage的数字体验业务部门总经理Prakash Darji表示:“横向扩展块的市场没有增长或那么大,”Pure没有为此优化其产品。

他观察到:“如果你依赖第三方IP来继续改变你的服务,我不知道这个星球上有任何SaaS公司成功地实施了这一战略。”Pure在2019年收购Compuverde后引入了统一的文件和块FlashArray。在2017年Purity v5.0附带初始NFS和SMB支持后,它于2020年6月随Purity v6.0操作系统版本添加了文件访问协议。它可以说它有一个单一的块+文件孤岛,比如带有ONTAP的NetApp和带有PowerStore的Dell,但与HPE不同。

对 VAST Data 的影响

HPE对VAST Data的认可是一个巨大的胜利。实际上,HPE表示VAST Data是文件服务的主要企业级供应商。HPE本身突然成为一个更严肃的文件系统存储玩家,与Qumulo不同,VAST是GreenLake的第一方供应商。这使VAST从一家新创业公司(尽管发展迅速)一跃成为与HPE处于同一企业级的供应商,因此值得与Dell,IBM,NetApp,Pure Storage和Qumulo竞争企业,关键任务型,基于文件的工作负载。

我们认为,通过HPE GreenLake交易,VAST的收入可能会大幅增加。
继续滑动看下一个
向上滑动看下一个

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存