联想 LeoStor 分布式存储系统 李秀峰 解决方案产品经理 联想大客户企业级产品营销 Mail :
新业务 / 应用模式带动数据爆炸式增长
大数据时代数据访问的挑战 传统单一的数据存储 方式无法满足数据管 理的需求
传统存储面对大数据的挑战 开放性不足 盘阵存储标准化程度低,组 件的更换常常导致系统故障 或者硬件的升级,这些组件 通常是由制造商专门开发用 于此系统,不能轻易的利用 市场上通用部件 成本较高 盘阵造价昂贵,导致系统建 设成本居高不下 扩展性较差 传统盘阵单点扩展存在容量 上限和接口带宽等限制,面 对 PB 级的海量存储需求, 传统的 SAN 或 NAS 在容量 和性能的扩展上无法满足
软件定义存储 SDS 提供灵活、高效的数据解决方案 抛弃专有硬件设备的束缚,采用开放的灵活架构,提供存储级的性能和可管理性 软件定义存储的特质: 软件在存储中处于一个核心的地位,而底层 的硬件多用通用的服务器和磁盘;服务器磁盘 对资源和数据实现高效、整体上的有效管理; 具有灵活性和高可扩展性的特质,在对资源 和数据进行整体把控的基础上,通过软件实 现灵活的部署以及扩展。
联想 LeoStor 并行存储系统
LeoStor 云存储体系架构
LeoStor 并行存储系统产品系列
统一存储平台,满足数据中心多种需求
LeoStor 并行存储系统技术规格
LeoStor 并行存储系统典型部署架构 元数据( MDS )节点集群 存储( OSS )节点集群 以太网或 IB 网 …… 成对扩展,最大 128 对 按需扩展,最大支持 ≥1024
LeoStor 提供多种类型接口 LeoFS
LeoStor 智能前端切片技术
Servers 交换机 元数据服务器通过负 载均衡算法进行负载 均衡运算 存储服务器 客户端算法计算元数据 客户端将元数据信息一步定位写入 元数据返回数据切片以及分布信息 MDS 元数据节点 OSS 数据节点 数据写入模式
数据读取模式 15 Servers 客户端算法计算文件 元数据信息所在位置 客户端一步定位读取出文件元数据信息 MDS 元数据节点 OSS数据节点OSS数据节点
元数据工作模式 16 存储系统索引层
Tiered Storage 基于目录的分层存储技术
LeoStor 基于目录和用户的配额管理
UltraRaid 基于目录的数据保护
LeoStor 数据自我保护
LeoStor 的存储容量均衡技术 系统自动将数据均匀分配,可无需人工干预,同时增加系统输出带宽!
LeoStor 智能复制技术支持构筑多活云数据中心
基于智能碎片技术的异步复制方案 时间窗 口可调
LeoStor 带宽聚合技术
LeoStor 还有更多的技术特点
测试配置概述 联想 H 厂商 L 厂商 节点配置 2 元数据 +3 存储节 点 4 个节点 2 元数据 +3 存储节点 数据磁盘个数( 7.2K ) 54 块 网络配置 ( 每节点 ) 2*10Gb 备注
测试环境概述 名称个数备注 测试节点 Window2008 server5 均为万兆测试环境 性能测试工具 AutoTest5 专业测试工具 延时测试工具 Dmwdrp1 专业测试工具
测试结果分析 - 顺序读 结果分析: 总带宽上,联想产品在配置较少的情况下,与 H 友商总性能接近,表现优异; 单盘效率上, Leostor 有较为明显的优势。
测试结果分析 - 顺序写 结果分析: 总带宽上,联想产品在配置较少的情况下,优于两个友商,表现优异; 单盘效率上, Leostor 有较为明显的优势。
测试结果分析 - 随机读 结果分析: 总带宽上,联想产品在配置较少的情况下,优于两个友商,表现优异; 单盘效率上, Leostor 有较为明显的优势。
测试结果分析 - 延时结果 结果分析: 联想产品在延时测试中,也取得了优异的成绩
竞争分析 ——VS NAS
竞争分析 ——VS FC SAN
竞争分析 ——VS Hadoop FS
竞争分析 ——VS Lustre
竞争分析 ——VS Panasas
竞争分析 ——VS StorNext SNFS
竞争分析 ——VS Isilon OneFS