Object-Storage und Objektspeicher
Was ist Object-Storage und was sind Objektspeicher?
Object-Storage ist eine Methode zur Verwaltung der Datenspeicherung in separaten Einheiten, die als Objekte bezeichnet werden. Ein Objektspeicher ist eine Plattform, auf der Datenanalysesoftware Abfragen zu Objekten ausführen kann.
Dank seiner unendlichen Kapazität wurde Object-Storage früher als kostengünstige Speichermöglichkeit für Backup- und Wiederherstellungsfunktionen angesehen. Da immer mehr Entwickler in die Cloud umziehen und der Analyseumfang der Unternehmen wächst, haben die Anwendungsfälle für S3 und Object-Storage aufgrund der Möglichkeit, massive Datenmengen und Datensätze zu verarbeiten, zugenommen.
Wie funktioniert Object-Storage?
Object-Storage fasst Datenblöcke zu einer Einheit zusammen und weist jedem Objekt einen eindeutigen Identifikator mit umfangreichen Metadaten zu, um die Suche innerhalb eines verteilten Datenpools zu erleichtern, sei es lokal oder über mehrere Netzwerksysteme und geografische Gebiete hinweg.
Object-Storage beseitigt die hierarchische Struktur, die von anderen Systemen verwendet wird, indem ein flacher Adressbereich verwendet wird. Auf diese Weise lässt sich die Lösung leicht nach oben oder unten skalieren und ermöglicht ein schnelles Erweitern oder Reduzieren, wenn Storage-Workloads variieren.
Um Aktualisierungen an den gespeicherten Daten vornehmen zu können, speichern Object-Storage-Systeme außerdem neue Kopien des gesamten Asset und nicht nur kleine veränderte Teile. Aus diesem Grund sind die Daten im Object-Storage beständiger als in anderen Systemen.
Leider erfordert eine größere Menge an Metadaten mehr Overhead und verlangsamt die Datenänderungsprozesse. Aus diesem Grund war der traditionelle Object-Storage besser für Daten geeignet, auf die weniger häufig zugegriffen werden muss, darunter beispielsweise:
- Verarbeitung von Sicherungen für den Abruf von Archiven nach einer Katastrophe oder Datenverlust
- Statische Webinhalte, wie Fotos, historische Dokumente, Musik usw.
- Anwendungen, die nur einmal geschrieben oder nur gelesen und/oder nicht häufig aktualisiert werden
Object-Storage vs Blockspeicher vs Dateispeicher
Bei der Datenspeicherung gibt es drei Modus-Kategorien, welche verschiedene Anforderungen an den Zugang zu den Daten erfüllen: Objekt, Block und Datei. Welche Methode Sie wählen sollten, hängt von mehreren wichtigen Merkmalen ab, die dafür sorgen, dass sich die eine für den einen oder anderen Anwendungsfall besser eignet.
Die älteste und einfachste Methode der Datenspeicherung ist die dateibasierte Speicherung, bei der die Daten als einzelne Informationen in einem Ordner abgelegt werden, ähnlich wie bei einem papierbasierten System. Da auf die gespeicherten Daten über einen einfachen Pfad zugegriffen werden kann, eignet sich diese Methode gut für das gemeinsame Dateimanagement. Aber aufgrund der hierarchischen Ablagestruktur kann das Auffinden bestimmter Informationen sehr aufwändig sein.
Bei der blockbasierten Speicherung werden die Daten in Einheiten aufgeteilt, die über ein System verteilt werden können, um eine effizientere Speicherung zu ermöglichen. Bei der Blockspeicherung beschränken sich die jedem Datenblock zugewiesenen Metadaten jedoch auf eine eindeutige identifizierende Adresse. Aus diesem Grund benötigen Blöcke nicht viel Overhead und können schneller und effizienter sein als andere Systeme. Diese Kompaktheit sorgt für eine extrem hohe Leistung für sich häufig verändernde Daten, wie z. B. Transaktionsdaten.
Im Gegensatz dazu werden beim Object-Storage viel mehr Metadaten zu jeder Datei hinzugefügt als bei anderen Speichersystemen. Sie können kontextbezogene und anpassbare Informationen einschließen, z. B. Details zur Anwendung, Datenschutzstufen und andere Informationen, die möglicherweise mit Richtlinien zur Aufbewahrung und anderen Attributen zusammenhängen. Dadurch können Benutzer eine Vielzahl von Analysen auf große Mengen unstrukturierter Daten anwenden. Ein weiterer Vorteil ist, dass Object-Storage die hierarchische Struktur anderer Modi überflüssig macht, was eine höhere Skalierbarkeit und einen breiter verteilten Zugang ermöglicht.
Wie funktioniert Object-Storage mit Kubernetes?
Da sich Kubernetes und Object-Storage überschneiden, ist es wichtig zu verstehen, dass das Datenwachstum Technologien grundsätzlich in die Veralterung treibt. Entsprechend führt die zügige und kontinuierliche Steigerung des Datenvolumens zu einem noch schnelleren Tempo der technologischen Entwicklungszyklen als zuvor.
Kubernetes wurde speziell für eine Umgebung mit schnellen Veränderungen entwickelt und hat die Art und Weise revolutioniert, wie Betreiber ihre Computer-, Netzwerk- und Datenspeicherinfrastruktur verwalten. Als Standardplattform für Kubernetes bietet Object-Storage die Elastizität, Skalierbarkeit und Resilienz, die Kubernetes für das Build/Package/Deploy-Framework benötigt. Unter Verwendung von Object-Storage ermöglicht Kubernetes den Betreibern, alles von der Bereitstellung bis zur Platzierung von Volumes in großem Umfang und mit reduziertem Overhead zu erledigen.
Und wenn Anwendungen in Containern ausgeführt werden, verwaltet Object-Storage den Status dieser Anwendungen. Das ist für Kubernetes entscheidend, da es voraussetzt, dass der Object-Storage selbst im Container ausgeführt wird, um die Infrastruktur-Automatisierung verwalten zu können. Durch die Verwendung von Object-Storage kann Kubernetes also die Infrastruktur in einer zustandsunabhängigen, portablen Umgebung orchestrieren.
HPE Objektspeicherlösungen
Mit der Ausweitung der Anwendungsfälle für Object-Storage wurde es für HPE notwendig, mehrere Lösungen anzubieten.
HPE Solutions for Scality ist die bevorzugte Lösung für Object-Storage für allgemeine Zwecke, einschließlich:
- On-Premises-Alternative zu Public Cloud-Speichern – von massiver Skalierung bis zum Edge mit einem Node
- Medien und gemeinsamer Speicher für Daten-Repository
- Next-Tier-Datenspeicher für die Datenauslagerung, z. B. Splunk SmartStore, medizinische Bildgebung und HPC-Archiv
- Einfacher Zielspeicher für Unternehmenssicherungen
HPE Ezmeral Data Fabric ist die bevorzugte Lösung für Analyse-, KI- und ML-Workloads, die eine hohe Leistung und Skalierbarkeit erfordern. Einige Beispiele für diese Anwendungsfälle: Analysen, Forschung, Internet der Dinge (IoT) und Geschäftseinblicke. HPE Ezmeral Data Fabric ist die erste Lösung, die Dateien, Objekte, NoSQL-Datenbanken und Streams in einer einzigen, einheitlichen Dateninfrastruktur und einem Dateisystem für On-Premises-, Multi-Cloud- und Edge-Umgebungen vereint. Dies ermöglicht Anwendungen und Benutzern den direkten Zugang zu vertrauenswürdigen Daten, unabhängig davon, wo diese gespeichert sind.