非一致性存储结构架构下服务器物理资源竞争问题

为了提升云服务器的负载应对能力,虚拟化技术被进一步应用于云数据中心的资源调度和资源管理。然而,虚拟化技术在提升服务器资源利用率的同时,也面临着用户类型多样化以及多任务间不同资源类型需求混合而带来的挑战,服务器的物理资源竞争问题日益严峻。该文以非一致性存储结构(NUMA)服务器为对象,分别研究了一般性物理资源竞争及其多Socket之间的资源竞争问题。提出了一般性资源竞争的度量模型,并给出了包括多Socket资源竞争在内的应对策略。实验表明,该模型能够有效表征服务器物理资源的竞争程度,相应的策略算法能够降低物理资源争夺而带来的性能干扰,提升任务运行效率。

面向海量非结构化数据的非关系型存储管理机制

针对传统的关系数据存储系统性能不足、容错性差,无法适应海量非结构化数据管理的问题,提出一种高性能、高可用非关系型存储管理机制。首先,设计了良好的用户访问服务接口,通过高效的一致性哈希算法支持数据分发到多个存储节点;其次,采用可配置的数据副本机制改善存储系统的可用性;最后,提出查询故障处理机制,用以提升存储系统的容错性,避免节点失效导致服务中断问题。实验结果表明,在不同规模用户负载下,新的存储系统的并发访问请求能力和传统的文件系统、关系数据库相比,分别提升了30%和50%;同时,在合理响应时间内,故障状态下的存储系统的可用性损失小于14%。因此,该机制适用于海量非结构化数据的高效存储管理。

本地服务器存储胜过SAN

我们需要清楚大数据与其他类型数据的区别以及与之相关的技术（主要是分析应用程序）。大数据本身意味着非常多需要使用标准存储技术来处理的数据。大数据可能由TB级（或者甚至PB级）信息组成，既包括结构化数据（数据库、日志、SQL等）以及非结构化数据（社交媒体帖子、传感器、多媒体数据）。此外，大部分这些数据缺乏索引或者其他组织结构，可能由很多不同文件类型组成。

整合非结构化数据——Brocade虚拟数据中心解决方案

集中管控的数据访问 在向企业现有系统添加其他应用时所面临的一个主要问题。在于系统是做为存储资源的角色而存在。如果一个应用本身有问题，或者应用所需要的驱动程序有问题，那么对存储信息的访问就可能受到影响。而部署了文件区域网之后这种情况将有效地得以避免。很显然，企业之所以使用基于文件的存储系统（如文件服务器）的主要目的就是为了进行数据的共享，

与存储相关的五项突破

尽管存储行业不会像好莱坞那样多姿多彩，但这里经常会出现令人振奋的好消息。云存储厂商之间激烈竞争的结果就是如果您希望将数据存放在云中，现在可以用更低的成本存储更多内容。在数据中心内，固态硬盘（SSD）风光无限，即使并不是每个人都认为它们是存储阵列的绝佳之选。在企业，当面临虚拟服务器备份模式的选择以及针对非结构化数据和大数据的处理规划时，一系列问题被突显出来。

IP存储网络确保机构网络的快速、安全、可靠

博科公布美国联邦政府机构IT调查的结果,揭示了通过共享而不是专用IP存储网络访问关键业务负载时的三大痛点。调查中,受访者把维持安全的环境(48%)、数据丢失(34%)和糟糕的应用响应时间(30%)列为主要关切问题。博科委托Market Connections所做的IP存储调查采访了全美57个联邦政府机构的200位IT决策者。其它关键调查结果还包括:

内存管理系统对NUMA的支持及优化

阐述非一致性存储访问(NUMA)体系结构中存储结构的特点,分析该结构对操作系统存储管理子系统的影响,介绍针对NUMA存储结构特点在操作系统存储管理子系统的不连续内存支持、节点存储关系描述、存储资源分配等方面所作的工作和优化技术。通过实际系统的验证,文中所提出的技术方案较好地支持了NUMA系统复杂存储结构的管理需求,减少了存储访问延迟,提高了系统性能。