让基于闪存的ssd能够处理非结构化数据的5个技巧

使用flash处理非结构化数据的挑战

使用flash存储大数据的主要缺点是成本。近年来,闪速价格已经下降这引发了人们对混合和全闪光阵列(AFAs)的更大兴趣。IDC最新数据显示，AFA市场同比增长54.7%，混合阵列销量攀升23.8%。

企业客户在闪存上存储非结构化数据面临的最大挑战是成本。

然而，基于闪存的ssd的成本仍然高于hdd，为大型数据存储库获得足够的容量可能会增加预算。“在闪存存储非结构化数据方面，企业客户面临的最大挑战是成本——也就是说，试图用最少的钱获得尽可能多的SSD容量，”咨询公司StorageIO的分析师格雷格·舒尔茨(Greg Schulz)在一封电子邮件中写道。“另一个挑战是在不影响数据和元数据读写性能的情况下，获得最大的单位成本容量。”

Schulz还指出，供应商提供的信息可能令人困惑，通常很难找到一种flash方法来满足企业的非结构化数据存储需求。

以下5个技巧可以帮助基于闪存的ssd处理非结构化数据。

1. 分析您的需求。在研究可用选项之前，首先必须了解业务用户的需求。“做好功课，”舒尔茨建议道。“了解应用程序的性能、可用性、容量、经济特性，以及它们将如何访问非结构化数据。”
2. 分析你的选项。根据这些信息，评估现有产品，包括基于闪存的ssd，以及全闪存和混合阵列。几个供应商——特别是戴尔EMC Isilon和纯存储的FlashBlade——提供面向大数据的flash。然而，通用的AFAs或混合阵列也可以满足非结构化数据存储的需求。Schulz建议考虑特定的技术是否适合您的环境，或者您是否必须使您的环境适应给定的产品。
3. 使用容量管理技术。由于非结构化数据量正在快速增长，请寻找具有内置容量管理功能的方法，例如压缩、重复数据删除和自动分级。这些特性将有助于长期控制数据量。
4. 考虑混合和分层系统。在许多情况下，最经济的方法可能是使用flash存储热数据，使用hdd存储冷数据的硬件。或者，它可能包括更快和更慢的flash和云存储层。最好的闪存SSD类型存储可以是一种混合Schulz说，一个是容量更大、成本更低、读优化的存储，用于存储大量数据，另一个是容量更低、持久时间更长、写优化的存储，用于处理元数据，并充当写缓冲区。
5. 跟上潮流。限时抢购市场瞬息万变，所以今天看似昂贵的东西，明天可能就能负担得起。一些早期上市的大数据闪存产品因缺乏兴趣而被撤回。但是，随着闪存费用的下降，预计大数据闪存市场将会进一步扩大，而且有可能出现新产品。

“在未来，将会有另一类使用QLC的大容量闪存(四层单元)将更倾向于阅读为主的内容，”Evaluator Group分析师兰迪•科恩斯在一封电子邮件中写道。“它还没有上市，但迟早会上市。这将为控制数据放置创造一些新的机会和问题。”

存储管理人员需要了解这些趋势，以便在部署基于闪存的ssd和其他基于闪存的非结构化数据存储选项方面做出最佳决策。