存储
DevOps可靠存储供应的秘密
云存储和智能存储可以帮助DevOps团队在应用交付过程的每个阶段提供他们所需的可靠、快速和灵活的存储。
组织在应用程序交付过程的每个阶段都需要可靠的存储。参与这个过程的人——开发人员、测试人员和操作专业人员——需要存储来交付保持生产所需的性能和容量，同时最小化管理开销和存储供应延迟，这将使他们远离主要任务。
出现了两种重要的存储技术，这两种技术可以极大地促进应用程序交付过程：云存储和智能存储。尽管它们以不同的方式工作，但两者都能有所帮助加速应用程序交付并简化存储管理，使DevOps团队成员能够专注于构建和部署高质量的应用程序。
存储供应和应用程序开发
应用程序交付过程的四个阶段是开发、测试、部署和生产。在应用程序交付的传统方法中，开发人员、测试人员和操作专业人员有不同的角色。随着DevOps的出现和自动化的增加，角色之间的界限变得模糊了一些。甚至阶段本身也变得不那么明显了。即便如此，保持不变的是健壮存储在每一步的必要性。
应用程序交付团队依靠储存用于他们的应用程序代码、工具、测试环境、构建数据、生产数据、图像和支持交付过程所需的任何其他数据。此外，团队经常需要多个数据副本，例如重复的样本数据库。它们还需要跟踪版本和变更历史的源控制存储库，并维护开发的多个分支。这些因素不仅会影响所需的存储量，还会指出操作每个阶段存储配置的重要性。
正在开发的应用程序类型也会影响存储。DevOps可能正在开发web、桌面或移动应用程序，每个应用程序都需要不同数量的测试和生产数据。应用程序在生产中处理的数据越多，开发和测试所需的数据就越多，以确保在更大的数据负载下正常运行。你不能完全测试一个大数据分析项目例如，没有足够大的数据集来确保它在生产中一次就能按预期运行。包含人工智能技术的应用程序需要为建模和培训数据提供足够的存储准备。
数据的格式扮演着重要的角色。应用程序可能需要将数据存储为文件、块或对象存储。他们可能还需要复杂的系统来管理这些数据，比如SQL Server或Elasticsearch，这可能会进一步影响存储操作。此外，应用程序工作流也会影响存储。例如，与业务智能产品访问数据仓库相比，高吞吐量事务处理导致的I/O模式大不相同。
开发的类型也会对存储需求产生影响。例如，敏捷或DevOps开发方法比瀑布方法更不线性，导致不同的数据存储需求和工作流模式。有些团队可能会使用虚拟化、容器化、微服务或基础设施等技术作为代码，所有这些都需要更灵活的存储配置方法。
在当今的应用程序交付世界中，企业需要能够加快操作的存储，同时最大限度地减少管理存储系统所花费的时间。这就是云存储和智能存储的用武之地。
云存储
传统的存储方法对于更线性和可预测的应用程序开发模型很有效。但即使在这种情况下，存储配置可能是一个挑战．使系统就位以支持应用程序开发可能需要数周，甚至更长时间。中途改变方向可能会导致长时间的拖延、浪费资金和失败的项目。
今天的动态开发工作必须快速适应不断变化的需求，这对于传统存储系统来说是很困难的。云存储已经成为应用程序交付团队的天然盟友，提供了更高的灵活性、更容易的管理、系统集成和数据冗余。
云存储支持随需应变的弹性可伸缩性，使团队能够立即响应波动的需求。团队可以在几分钟而不是几周内提供能力和性能，从而使应用程序交付过程不受阻碍地继续下去。云存储还提供了一个全球平台，可以更好地适应分布式团队和应用程序，同时支持协作工作流。此外，存储服务通常包括服务质量机制，以便用户能够更好地控制如何将资源分配给工作负载，有助于确保必要的存储性能，以支持变化的环境。
云存储服务
许多人转向云存储，因为云提供了他们所需的容量、可伸缩性和灵活性，以支持他们的应用程序和存储需求。
订阅者可以通过一个基于web的界面轻松地管理和提供他们的存储服务。此外，服务通常提供基于标准的api以编程方式管理操作。云服务也是计量，从而更容易控制和估计成本。
企业可以找到提供文件、块或对象存储的云服务。与文件存储在美国，数据以分层格式存储为文件，很像笔记本电脑上的文件。文件存储支持内容管理、文件共享、数据库备份和web托管等用例。
在块存储在美国，数据存储在单独的块中，每个块都有一个唯一的标识符。这些块提供固定大小的原始存储容量，可以作为挂载到多个操作系统的驱动器卷。块存储速度快、可扩展，非常适合基本应用程序，如数据库系统或虚拟化产品。
与对象存储，数据以原始块的形式存储在称为存储池的平面地址空间中。每个对象包括一组可扩展的元数据和一个标识符，该标识符在地址空间中唯一标识该对象。由于数据不需要经过层次结构层，对象存储具有高度的可扩展性和快速性，非常适合于分析。
存储提供商通常依靠虚拟化和多租户体系结构来尽可能高效地提供服务。他们可以动态调配存储以满足每个客户的需求，同时优化底层基础架构中的资源使用。
云存储服务解决了支持存储平台所带来的后端问题，使团队成员能够从更普通的任务中解脱出来。大多数管理程序都是简单的指向和点击操作，执行起来很容易。一个团队可以在几分钟内提供存储，而不必担心设置、优化或监控存储阵列。这不仅有助于解放管理人员，而且使开发人员和测试人员能够提供他们自己的资源。
因为管理后端系统花费的时间更少，所以可以在应用程序交付上花费更多的时间。托管存储服务同时也有利于那些遵循更传统的开发方法的人，因为操作专业人员可以专注于特定于应用程序交付的任务，如部署和更新，同时确保开发人员和测试人员有他们需要的资源来完成他们的工作。
云服务可以帮助加快应用程序交付的另一种方式是通过它们与自动化系统的集成来提高交付效率。大多数存储提供商提供基于标准的api，用于与它们的服务集成。组织可以利用这些api将与存储相关的操作合并到他们的自动化应用程序交付系统中。例如，它们可以自动化存储供应、快照创建或存储性能监控等操作。
这个更多的操作可以自动化，可以更快、更有效地开发、测试和部署应用程序。如果开发和部署工具不能轻松地与存储平台集成，管理人员要么必须手动执行操作，要么必须花时间找出将所有部分整合在一起的解决方案，这两种方法都会浪费时间和减慢应用程序交付。
云存储使得复制数据更容易，并确保其可用性。使用大多数云服务，您可以快速轻松地克隆数据，创建快照，生成备份或者以其他方式复制数据集，这些过程在内部系统上可能需要数小时甚至数天。毫不奇怪，这些副本提供得越快，团队成员就可以越早开始应用程序交付。
云的数据冗余能力使实现灾难恢复策略成为可能，并确保数据在需要的时候和地方总是可用的。云服务通常更多擅长拷贝数据管理，因此存储资源得到了更好的利用，数据传输也更加高效。
虽然组织可以在房地内执行许多此类操作，但该过程可能缓慢而繁琐，占用了手头重要任务的时间。应用程序交付团队必须能够在需要时访问所需数据，同时适应不断变化的应用程序需求。云存储在实现这一切方面可以走很长的路。
智能存储
就像云存储一样，智能存储解放了DevOps团队，让他们可以专注于应用程序交付。智能存储可以帮助用户更好地管理阵列，防止问题发生，在问题发生后解决问题，并优化配置，以提供更好的性能和成本节约。
应用程序交付团队依赖于存储他们的应用程序代码、工具、测试环境、构建数据、生产数据、图像和支持交付过程所需的任何其他数据。
智能存储，或更智能的存储，结合了人工智能和机器学习分析从存储基础设施收集的数据以及其他系统。该技术依赖于存储系统内置的高级监控功能，以提供执行分析所需的详细指标。通过这种方式，AI可以发现模式，并对可能的问题及其解决方案进行预测。随着收集到更多的数据，人工智能算法在这些预测方面变得更好。
一个很好的例子智能存储是如何工作的来自惠普企业(HPE)，该公司通过其许多存储平台提供InfoSight服务，如HPE Nimble storage和HPE Primera。通过预测分析，InfoSight分析从世界各地的HPE存储和服务器系统收集的数据。然后，该服务使用该分析的结果来预测和预防问题、解决问题、优化性能和最大限度地利用资源。InfoSight采用了一种先发制人的存储管理方法，从而获得更快的解决方案、更好的应用性能和更可靠的存储供应。
很容易看出这些服务如何使应用程序交付团队受益。使用智能存储，他们遇到的问题更少，解决出现的任何问题的时间也更少，从而将更多的时间集中在应用程序交付上。通过为所有与数据相关的操作提供更好的性能，InfoSight优化系统的能力使应用程序交付过程更顺畅、更高效。
不仅仅是惠普进入了智能存储领域。例如，NetApp的Active IQ智能引擎使用人工智能和预测分析来帮助保护和优化系统，例如NetApp的AFF a系列全闪存阵列。Active IQ从NetApp用户基础收集数据，以创建可操作的见解，帮助预防问题，加速问题解决和优化配置，节省时间，加快应用程序交付。
智能存储系统
智能存储提供了自我管理功能，有助于解决维护存储系统带来的复杂性。尽管供应商采用不同的方法提供智能存储，但它们都依赖人工智能技术，例如机器学习与预测分析,分析相关数据集并预测结果，然后用于预防或解决问题，以及优化系统配置。
智能存储系统从相关来源收集数据，为分析做准备。大部分数据来自存储系统本身，但也可以来自其他数据中心系统，如服务器或虚拟化环境。这使得智能存储系统能够确定问题的根本原因，即使它位于存储系统本身之外。
在准备数据进行分析时，根据分析过程的具体需要对数据进行清理、转换和组织。一部分数据用于训练数据模型和改进预测算法。这使得算法能够不断学习，以得到更好的预测。
每个供应商采用不同的方法实现智能存储。例如，惠普企业（Hewlett-Packard Enterprise）创建了一项单独的服务InfoSight，该服务与其存储平台结合使用，以提供智能存储。另一方面，Dell EMC将人工智能功能直接嵌入其存储阵列，以便根据预定义的服务级别进行自主决策。
智能存储方法各有利弊。内置人工智能的系统可能能够更快地对某个特定问题做出反应，但存储系统之外的集中式产品往往更贴近当前，更全面。在评估智能存储时，应该验证智能是如何实现的，以及哪个系统提供组织需要的存储服务。
云存储服务也开始提供智能存储配置特性。例如，Amazon S3现在提供Intelligent-Tiering，在数据访问模式改变时调整服务的存储类。新的存储类自动在两个访问层(频繁访问和不频繁访问)之间移动数据，而不会产生性能或操作开销。应用程序交付团队可以在需要时确保所需的性能，同时在不需要时降低存储成本。
智能存储将数据存储提升到一个新的水平，使其成为任何希望加快应用程序交付过程的应用程序交付团队的价值主张。
存储配置今天
当今的应用程序开发工作要求存储资源调配与开发过程本身一样灵活。存储系统应该有助于加快应用程序交付，而不是以任何方式阻碍应用程序交付。
云存储服务提供敏捷性、简化管理、基于标准的集成和数据冗余。此外，智能存储可以简化管理，预防和解决问题，优化存储系统。
所有这些因素都可以帮助应用程序交付团队将精力集中在他们应该做的事情上:交付应用程序。做的事情太少的存储可能会阻碍整个应用程序交付过程。
