新年伊始，各種預測展望如期而至，但真正精彩的并不多！

恰如《連線》（Wired）雜志創始主編凱文·凱利說的 “即將消滅你的人，今天還沒有出現在你的敵人名單上。”可見預測是一件非常困難的事情。

如果是預測不過是湊個熱鬧，與之相比，判斷則要嚴謹重要得多，因為它是決策的基礎。以軟件定義存儲、全閃存陣列、傳統存儲為例，將如何選擇呢？

這真是一個問題。

云廠商是怎么選的？

相比，軟件定義存儲，傳統存儲，有誰可以一統存儲市場江湖嗎？

我們期待這樣的一個結果，從而減輕選型中的困惑？

關鍵就在于軟件定義存儲，

軟件定義存儲會成為存儲市場的主流嗎？

答案是肯定的！

在2018年存儲與數據峰會上，浪潮存儲給出了明確的答案。

浪潮存儲的信心來自哪里呢？

當今市場的用戶環境是一個多云狀況，從邊緣（Edge）到核心（數據中心）到云（Cloud），從私有云到公有云，到混合云，從一個公有云，到另一個公有云，這就是目前典型的用戶應用的場景。根據IDC提供的數據，2018年云計算基礎設施的規模為523億美元，未來會按照10.8%復合年增長率(CAGR)增長。

如果說，傳統行業企業用戶的云化還在路上，沒有那么清晰，不妨看看公有云廠商的選擇。

在公有云的世界里，軟件定義存儲早已經一統江湖了！

公有云廠商為了應對“雙11“的業務尖峰，唯一的辦法就彈性擴容，短暫利用離線服務器的資源，但是傳統的架構和資源配置，依靠直連存儲DAS，特別是HDD的性能瓶頸，帶來的問題顯而易見。

存儲計算分離，構建統一的軟件定義存儲集群，這就是問題的答案。

傳統行業市場特殊嗎？

既然如此，在傳統行業企業市場，為什么這種現象沒有發生呢？

就連“軟件定義存儲“本身，也是EMC等存儲廠商最早提出的，當時的概念，強調軟件、硬件的解耦，這也是軟件定義的存儲。

如此原因，還要從應用尋找答案。

從應用軟件現狀看，互聯網企業以云原生應用為主，具有非常好的分布式設計，與軟件定義存儲珠聯璧合。相比傳統行業企業，應用以傳統應用為主，不具有分布式特征，這樣的應用可以構建在軟件定義存儲的基礎上嗎？可靠性，穩定性，安全性可以媲美傳統磁盤陣列嗎？

這也是傳統行業企業所擔心的，也是困擾他們的難題。

要么向互聯網企業學習，對于傳統應用進行云原生改造，顯然這是一個艱巨而漫長的過程，此外，目前技術基礎，人才積累也限制了云原生花改造的進程。

怎么辦？

答案是：軟件定義存儲產品自身能力的提升。

目前市場上，軟件定義存儲產品眾多，有開源的方案，也有自主研發的產品。其中，開源產品也有Ceph、SheepDog、MooseFS、Swift等多種方案選擇。用戶可以選用開源社區版本，也可以購買開源商業版本。自主研發產品方面，VMware、浪潮、華為、聯想、新華三、紫光西部數據等也推出了自主研發的軟件定義存儲產品，IBM、DellEMC、NetApp、Ventara、Nutanix等也推出了相應的產品方案，此外，XSKY、SmartX、華云網際、凱翔、南京鵬云等國內創新企業也推出了各自的產品解決方案。

在如此眾多方案中，如何進行選擇？

對此，首先是技術的選擇，億級IOPS、百GB帶寬、EB級海量存儲空間、千億億文件管理等硬件指標是一個衡量的標準。

軟件定義存儲選型“硬標準”

如此優異的產品真的現實存在嗎？

以億級IOPS為例，這不是簡單的 SSD置換就能夠實現的，涉及從介質到算法優化，從外部存儲到內存計算的設計和優化。借助NVMe SSD、3D XPoint SSD等固態存儲介質技術，通過全閃存軟件定義存儲內的介質更新，軟件算法優化，大幅提高IOPS、時延和帶寬。

在內存計算技術發展起來之后，在數據庫設計、應用設計方面已經得到改變，固態存儲介質技術的引入，也為內存計算增加了非易失的特性，讓計算和存儲的特性得到極大發揮。

為實現億級IOPS，需要從底層NAND FLASH、NVM（Non-volatile memory，非易失存儲器）、設備驅動，接口、操作系統、上層應用程序等軟件協議棧進行全面的優化，從應用系統的層面，對于NVM存儲介質管理、控制、質量保障、數據保護進行通盤的考慮，這是實現存儲高性能的關鍵。

與此同時，一些大型的集群，IOPS并發性能要求達到了千萬級。以AI為例，它是建立在大量原始數據基礎上進行的，其原始數據經過標記后，會變成大量的小文件，規模通常達到百億級。

以Tesla V100GPU應用為例，每個GPU用5個容器讀取文件數據，每秒鐘約產生5000個OPS，每個OPS按三次操作計算，如果，每臺設備有16個Tesla V100GPU， 16臺設備搭建一個集群，總計256個GPU，對存儲的IOPS性能要求，就達到了400萬。

為了應對如此規模的應用訪問，要求軟件定義存儲具有非常好的橫向擴展(Scale-out)能力，以浪潮AS13000軟件定義存儲為例，不僅可以可擴展至5120個節點，同時，通過數據自動修復和自動運維機制，完全可以適用于海量數據存儲場景。浪潮AS13000軟件定義存儲，一套架構實現了文件、塊、對象和大數據場景的數據服務。

從實踐中來

以類似浪潮AS13000軟件定義存儲產品作為基礎，對于行業企業用戶來說，完全可以像互聯網企業一樣，快速實現業務的云化，借助軟件定義存儲的橫向擴展能力，從而滿足來自互聯網的用戶訪問所帶來的壓力，緩解資源彈性不足的問題。

其中，軟件定義存儲的場景化能力至關重要，也是解決傳統行業/企業問題的關鍵。

以石油勘探為例，借助對海量地震波數據的計算、解釋和反演，從而模擬出勘測區域的地下構造，并作為鉆井精確定位的依據，重要性和經濟效益顯而易見。如今，三維地震數據處理、解釋一體化軟件應用對存儲空間初始需求就達到PB級別，項目平均數據增量達20TB，一般單文件大小也都在200GB左右。

以往， 54TB原始勘探數據通過4000個CPU計算集群、GB級帶寬的存儲集群處理需要50多天時間。為縮短處理時間，就需要優化數據存儲和計算平臺，通過增加GPU來進行加速，與此同時，要求軟件定義存儲進行了大量場景化調優。

浪潮軟件定義存儲AS13000通過去躁、振幅補償等多項作業的優化配置，提升了批量作業的處理能力；通過目錄分片，也就是在元數據服務端將目錄分成同等地位的多個分片，由每個分片承載該目錄下的不同子文件，如此，才能夠通過提升并發能力，滿足石油勘探大目錄操作性能的需求。

如今，浪潮軟件定義存儲AS13000可支持單目錄千萬級文件、文件系統可達百億級，百萬文件瀏覽時間突破40s。

視頻監控智能交通領域，需要對海量圖片進行查詢，要系統能夠滿足“秒開”的能力。從技術上，涉及視頻監控信息的海量存儲，要求系統提供海量存儲能力，以一個120個視頻監控探頭線程13.08小時所產生的數據，會涉及556萬個文件的寫入。在這個基礎之上，還需要提供“秒開”查詢的能力。

為了滿足這樣的需求，一方面需要利用多節點數據并發讀寫的能力；另外還要考慮元數據服務集群技術,滿足百億級別文件的快速檢索需求。在成都視頻監控智能交通的項目中，以AS13000軟件定義存儲為基礎，浪潮成功將圖片檢索用時，從十幾秒降低到3秒以下，實現交通監控圖片取證“秒開秒解”的創新需求。

從現有的行業實踐來看，軟件定義存儲并不是一個放之四海而皆準的通用性技術，需要產品服務提供商能夠根據應用場景的特點，對軟件定義存儲產品的技術功能加以組合，如此才能夠滿足產品的需要。

小結

毫無疑問，云計算是未來行業發展的趨勢，而軟件定義存儲的特點與云計算無縫銜接，是行業用戶未來的主要選擇。隨著云計算普及，軟件定義存儲超越傳統存儲是指日可待的事情。

應該說，云計算的著眼點并不是針對某個特點應用，云計算強調的是基礎設施，講求的是資源池化，追求系統的彈性，強調資源應用的效率。但是從單一業務應有的眼光看，除非采用公有云應用，否則云系統的經營、管理和服務，還是一個復雜的事情。如果不考慮效率的問題，只從單一應用的角度出發，傳統存儲解決方案其實擁有最佳的案例實踐，仍然是用戶最佳的現實選擇。

從這個意義上說，傳統存儲市場仍然有所發展，但從長遠的趨勢看，讓位于軟件定義存儲將是必然的趨勢。