從歸檔中尋求數(shù)據(jù)的潛在價值

申請免費試用、咨詢電話：400-8352-114

     在我們經(jīng)歷了一個輝煌的計算年代之后，我們發(fā)現(xiàn)，越來越多的數(shù)據(jù)已經(jīng)讓我們走進了一個更加關(guān)心存儲的年代。在這個年代里，數(shù)據(jù)的計算與數(shù)據(jù)的存儲相比，好像已經(jīng)顯得不那么重要，因為隨著數(shù)據(jù)的從KB、MB、GB再到TB與PB，如果不能解決存儲的問題，那么再大的計算量也只能成為服務(wù)器的FLOPS符號。同時，因為數(shù)據(jù)挖掘、知識管理日益為人所知，以及越來越多的針對存儲的法規(guī)需要遵從，數(shù)據(jù)的存儲成為了企業(yè)必須要面對的難題。

　　當(dāng)存儲的需求從未像現(xiàn)在這樣旺盛的時候，我們只有簡單的儲存、備份和恢復(fù)，因為那時候我們的數(shù)據(jù)僅僅是幾塊硬盤就可以應(yīng)付的小case，而現(xiàn)在我們的存儲越發(fā)復(fù)雜，變成了備份、恢復(fù)、歸檔、災(zāi)難備份、持續(xù)數(shù)據(jù)保護、重復(fù)數(shù)據(jù)刪除等一大堆復(fù)雜的名詞，存儲工作也隨著這些名詞越發(fā)的細致起來。在這些名詞中，歸檔這項曾經(jīng)大家認為只是簡單重復(fù)勞動的工作，逐步走到了存儲工作的臺前，我們看到，很多因素讓歸檔成為了企業(yè)必須要考慮的問題。

　　法規(guī)遵從是歸檔的“源動力”?

　　在談起歸檔的時候，很多人的第一反應(yīng)，就是對法規(guī)遵從的要求，誠然，越來越多的國家對于企業(yè)數(shù)據(jù)的長久保存做出了嚴格規(guī)定，如美國就對其上市公司頒布了要求企業(yè)保存數(shù)據(jù)的薩班斯法案，而就在我寫這篇文章的前幾天，中國人民銀行正式頒布了《金融機構(gòu)客戶身份識別和客戶身份資料及交易記錄保存管理辦法》，據(jù)此辦法規(guī)定，我國的金融機構(gòu)應(yīng)當(dāng)自業(yè)務(wù)關(guān)系結(jié)束當(dāng)年或者一次性交易記賬當(dāng)年計起至少保存5年。交易記錄則自交易記賬當(dāng)年計起至少保存5年。

　　無論是美國的薩班斯法案還是國內(nèi)針對金融機構(gòu)新出臺的此項規(guī)定，都對企業(yè)保存其數(shù)據(jù)有了嚴格的要求，正因為如此，企業(yè)必須要保存大量的重復(fù)、使用頻度低的過期數(shù)據(jù)，這些數(shù)據(jù)也許是幾年甚至十幾年以前的數(shù)據(jù)，雖然看似這些數(shù)年前的數(shù)據(jù)只有區(qū)區(qū)幾GB，但是當(dāng)現(xiàn)在成為過去，今天的TB、PB級的數(shù)據(jù)需要被永久保存的時候，企業(yè)就不得不面對如山一樣的數(shù)據(jù)災(zāi)難。

　　因此，歸檔看似隨著法規(guī)遵從的要求，成為了數(shù)據(jù)存儲的新的熱點，實際上，這種對歸檔的需求在我們看來是企業(yè)在被動的接受，如果企業(yè)不保存數(shù)據(jù)就會收到懲罰或訴訟失敗等言論甚囂塵上。

　　對此我們難免就有疑問，歸檔的出現(xiàn)要比這些所有的法律法規(guī)早的多，難道法規(guī)遵從真的是歸檔的“源動力”?難道企業(yè)沒有主動的歸檔需求么?

　　歸檔的需求來源于信息的價值

　　其實，當(dāng)我們翻看全球網(wǎng)絡(luò)存儲工業(yè)協(xié)會(SNIA)如何解釋歸檔的時候，我們發(fā)現(xiàn)，我們的看法與SNIA不謀而合。據(jù)SNIA的《網(wǎng)絡(luò)存儲雙語詞典》解釋，Archive(歸檔)是指數(shù)據(jù)集合的一致性拷貝，通常用以長期持久地保存事務(wù)或者應(yīng)用狀態(tài)記錄。一般情況下，歸檔通常用以審計和分析的目的，而不是用于應(yīng)用恢復(fù)的目的。

　　我們認為，這才是歸檔的真正意義所在。

　　事實上我們都知道，所有企業(yè)去存儲去歸檔的數(shù)據(jù)，都來自于企業(yè)的生產(chǎn)，這些數(shù)據(jù)都是企業(yè)在整個企業(yè)活動中所積累的，而不僅僅是0和1的堆疊。這些數(shù)據(jù)的出現(xiàn)，不僅體現(xiàn)著企業(yè)發(fā)展的軌跡，更不是一些簡單的報表，在這個競爭的年代，它們是明鏡，可以了解企業(yè)的情況;它們是羅盤，可以指引企業(yè)的方向;它們更是翅膀，可以幫助企業(yè)騰飛。

　　就像EMC公司客戶技術(shù)主管楊明軒先生所說，現(xiàn)在的電信行業(yè)提供了電話清單、計費詳單的查詢，但是只提供給我們五個之前月、一個當(dāng)前月的記錄，很多用戶對這種服務(wù)頗有怨言，但是實際上，電信公司也希望保存超過六個月的歷史數(shù)據(jù)，這些數(shù)據(jù)其實就是它們的競爭資源。

　　隨著在數(shù)據(jù)挖掘和知識管理在今天的日臻完善，包括Microsoft SQL Server Analysis、Cognos、Business Objects在內(nèi)的多種商務(wù)智能(BI)軟件開始為企業(yè)所熟知并應(yīng)用在其生產(chǎn)中，越來越多的企業(yè)正在這些BI軟件來從其數(shù)據(jù)中尋找價值，以我們剛才所說的電信行業(yè)為例，電信公司正在利用對用戶過往的花費組成，如主叫通話時長、被叫通話時長、短信、上網(wǎng)流量所占比例，有針對性的推出一些手機通話套餐和手機服務(wù)，實際上我們看到的99套餐、199套餐，雖然被指與單向收費有悖，但是仍有許許多多的用戶選擇，就是因為用戶發(fā)現(xiàn)這些套餐，確實適合自己的通信要求，而這些套餐的時長、費率的組合都是與對過往數(shù)據(jù)的挖掘分不開的。

　　因此我們看到對數(shù)據(jù)的所蘊藏的價值的渴望與企業(yè)競爭的需要，越來越多的企業(yè)會需要那些曾被稱作“過期”的數(shù)據(jù)，雖然這些數(shù)據(jù)可能只是在進行BI的時候需要那么一兩次，但就是這一兩次所帶來的巨大價值，促進了企業(yè)主動歸檔的發(fā)展。我們看到，對于企業(yè)來說，被動的消極的應(yīng)付法規(guī)遵從的需求，只能夠保證其“生存”，而積極的存儲數(shù)據(jù)并從中挖掘價值，將保證企業(yè)的“發(fā)展”。

　　實際上，在我們與很多企業(yè)的交流中，其中一個CIO提到，如果說到底是哪一點更吸引他們?nèi)w檔數(shù)據(jù)，他會讓CFO明白，讓數(shù)據(jù)賺錢比讓數(shù)據(jù)省錢來的更加有價值。

　　CAS 進行有效“歸檔” 而不僅僅是存儲

　　就像我們所說的，歸檔在那些法律法規(guī)頒布之前就已經(jīng)存在了，一直以來，磁帶占據(jù)著歸檔市場的老大位置，很多企業(yè)用磁帶來進行備份已經(jīng)有十幾年了，但是磁帶有著其不可逾越的問題。

　　首先，磁帶介質(zhì)的脆弱和容易丟失讓很多管理員頭痛不已，在談起磁帶的脆弱性時，曾經(jīng)有過8年磁帶銷售經(jīng)歷的EMC的技術(shù)顧問黃斌先生深有感觸，他表示，磁帶存儲的維護量太大，驅(qū)動器容易壞，磁帶更容易壞，他曾經(jīng)有一個客戶的公司在寫字樓，寫字樓沒有專用的機房，北方地區(qū)冬天有暖氣，機房里機器數(shù)量很多，溫度很高，45度多，在這么高的溫度下磁帶一個月就全壞了，因為磁帶是塑料介質(zhì)纏在一起，溫度高就連在一起，數(shù)據(jù)就讀不出來了，所以磁帶很怕高溫。除此以外，磁帶還不能摔不能受潮，更不能接觸任何的帶磁性的物質(zhì)。于是，很多客戶每天都在小心翼翼的維護著自己的磁帶。

　　其次是讀取，因為磁帶的順序?qū)懭?，順序讀取特點，這就造成如果要讀磁帶最里面的數(shù)據(jù)，將要把整盤磁帶讀取一遍，而且這還是在確定數(shù)據(jù)在哪一盤磁帶的前提下，否則在磁帶上搜索數(shù)據(jù)將會是漫長而又痛苦的。同時，磁帶讀取次數(shù)也有限，因為磁帶上磁粉很容易脫落，所以一盤磁帶在讀取了30次左右之后，就會因為磁粉脫落而不能完整的讀取出數(shù)據(jù)。

　　據(jù)EMC大中國區(qū)副總裁曹暉介紹，銀行用磁帶已經(jīng)幾十年了，但是現(xiàn)在數(shù)據(jù)迅速增長。在現(xiàn)在商業(yè)社會，如果需要查詢的資料，比如會計制度要審核，根本不可能允許數(shù)據(jù)在很長時間之后才從磁帶中獲取。

　　而這一切都被磁盤存儲所解決，其實在很多的用戶接觸了磁帶歸檔和磁盤歸檔之后，他們便被磁盤的高速讀取和穩(wěn)定性所吸引。但是我們知道，磁盤存儲門類繁多，那么到底什么樣的磁盤存儲最適合歸檔呢?

　　實際上我們談了那么多關(guān)于磁盤存儲的優(yōu)點與歸檔的重要性，我們很難去避開一個名詞，CAS。大概在五年前，EMC以先行者的身份推出了Centera系統(tǒng)，基于內(nèi)容尋址存儲(Content-addressable storage CAS)的歸檔產(chǎn)品。“內(nèi)容尋址存儲(Content-addressable storage，CAS)”是根據(jù)內(nèi)容(而不是位置)檢索存儲信息的，其具有面向?qū)ο蟠鎯μ卣?，基于磁記錄技術(shù)，它按照所存儲數(shù)據(jù)內(nèi)容的數(shù)字指紋尋址，具有良好的可搜索性、安全性、可靠性和擴展性。于是，從2002年世界上第一個內(nèi)容尋址存儲 (CAS) 解決方案EMC Centera出現(xiàn)開始，CAS技術(shù)就被越來越多的業(yè)內(nèi)專家所稱道。

　　毫無例外的，我們依舊會談到CAS對法規(guī)遵從的突出貢獻，在CAS設(shè)備中進行記錄管理與普通陣列是不同的。一旦記錄被存儲，就不能被改變，也不能被復(fù)寫。因此，記錄被存儲后，跟蹤記錄修改是沒有任何意義的?D?D也就是說，存儲后不支持任何形式的修改。我們一旦將對象(文件)存儲在CAS中，這個對象就會受到控制，不可更改。對于大多數(shù)用戶來說，一個對象就是一個文件，文件的不可更改意味著這個文件不能被復(fù)寫。這個性質(zhì)使它符合很多規(guī)章制度的管理需要。

　　但是另一方面，我們?nèi)灾饕獜钠髽I(yè)的“主動歸檔”去看看CAS帶給了我們什么。黃斌先生表示，EMC Centera為代表的CAS在存儲上可以說帶來了第三次浪潮，CAS具有的簡單管理和高可用性，幫助它大幅度降低了企業(yè)的歸檔管理難度。從技術(shù)角度來說，CAS和SAN、NAS在技術(shù)層面有一個最大的區(qū)別。SAN、NAS在存儲文件的時候是按照地址存放文件，用戶找文件的時候一定要知道它放在哪個磁盤分區(qū)的哪個目錄里，否則就要搜索。而CAS沒有分區(qū)、沒有目錄，不需要記住文件路徑，只需要把數(shù)據(jù)交給CAS，CAS會生成一個數(shù)字指紋，相當(dāng)于公民身分證，靠一串?dāng)?shù)字和字母組合的數(shù)字指紋來識別某一段的數(shù)據(jù)。當(dāng)用戶需要找這個數(shù)據(jù)的時候，只要提交數(shù)字指紋來獲取數(shù)據(jù)，所以它的技術(shù)和傳統(tǒng)的SAN、NAS是完全不同的。這樣的管理性能，成為了很多SAN或NAS系統(tǒng)管理員被無窮無盡的分區(qū)、卷和目錄所折磨時的渴望。

　　當(dāng)企業(yè)擁有簡單的管理并能獲得安全且符合法規(guī)遵從要求時，企業(yè)對于歸檔的積極性遠遠比單純的被動遵從法律要高的多，據(jù)楊明軒先生介紹，從2002年EMC推出第一臺CAS產(chǎn)品Centera開始，現(xiàn)在在國外已經(jīng)有4000多個用戶購買了將近一萬臺的Centera產(chǎn)品，薩班斯法案的立法者，美國證券交易協(xié)會就采用了Centera進行電子郵件存儲管理。而在國內(nèi)，青島大學(xué)醫(yī)學(xué)院附屬醫(yī)院是EMC的第一個國內(nèi)CAS用戶，雖然此前默默無聞，但是實際上其已經(jīng)應(yīng)用Centera兩年多了。在青島大學(xué)醫(yī)學(xué)院附屬醫(yī)院Centera主要針對醫(yī)療行業(yè)的PACS系統(tǒng)，保存醫(yī)院的影像數(shù)據(jù)。他表示，這種數(shù)據(jù)要采用歸檔的方式保存，但是這種數(shù)據(jù)并不是一種死數(shù)據(jù)，而是讓醫(yī)務(wù)人員能夠訪問的一種活躍數(shù)據(jù)，我們看到這實際上正好印證了我們此前所說的“歸檔的需求來源于信息的價值”，在這里，醫(yī)院的價值就是可以幫助醫(yī)生更快的了解病人的病情，而CAS正幫助著醫(yī)院快速的訪問這些數(shù)據(jù)并從中獲得其價值。

　　在現(xiàn)在的企業(yè)里，我們看到了越來越多的CAS歸檔系統(tǒng)，但是這些歸檔系統(tǒng)的作用已經(jīng)離曾經(jīng)的歸檔越來越遠了，企業(yè)歸檔不再是為了歸檔而歸檔，他們正努力從歸檔中挖掘價值，CAS讓他們可以快速的歸檔并快速的讀取，用以支持企業(yè)的數(shù)據(jù)挖掘、知識管理和眾多在線業(yè)務(wù)，數(shù)據(jù)從歸檔系統(tǒng)中被提取出來，通過敲敲打打，仔細剖析，成為了企業(yè)的競爭價值。在這種環(huán)境下，CAS煥發(fā)了青春，我們曾經(jīng)說過，存儲行業(yè)從來不缺少新聞和新技術(shù)，某些技術(shù)也許沉睡了幾天幾個月甚至幾年，但是總會有一天突然出來宣告它的大旗仍然飄揚，而隨著用戶應(yīng)用的普及，這些技術(shù)也會慢慢的再次宣告它的存在，也許內(nèi)容尋址存儲(Content-addressable storage CAS)就是這樣一個技術(shù)。