1.介紹

隨著企業(yè)收集的數(shù)據(jù)量的不斷增長，人們迫切需要找到高效的存儲解決方案。由于簡單性，可擴展性和具有成本效益，對象存儲（包括Ceph）已經越來越成為傳統(tǒng)文件系統(tǒng)的常用替代方案。在大多數(shù)情況下，對象存儲系統(tǒng)采用內部部署或在云中部署，與進行分析的計算節(jié)點相互分離。這種分離有幾點好處。

• 提高成本效益——存儲容量和計算能力可以單獨配置。這樣做簡化了容量規(guī)劃，并確保能夠更好地利用資源。
• 易于管理——將數(shù)據(jù)與計算分離意味著單個存儲平臺可被不同的計算集群所共享。例如，一個運行著長時間服務的集群將數(shù)據(jù)發(fā)送到對象存儲，可以和數(shù)據(jù)處理集群一起運行，從而挖掘出一些價值。

[[230101]]

然而，這種架構的后果是數(shù)據(jù)遠離計算節(jié)點。當直接在對象存儲上進行分析時，會從存儲節(jié)點反復提取數(shù)據(jù)，從而導致性能下降。這種延遲可能會妨礙一些關鍵的數(shù)據(jù)價值被及時提取。

在計算節(jié)點上部署Alluxio可以解決這一問題。通過智能地存儲與計算密切相關的活動歸檔數(shù)據(jù)，將性能提升至內存級速度，從而實現(xiàn)對數(shù)據(jù)熱點的快速分析。

2.示例架構

3.為什么選擇Alluxio

Alluxio是一個能達到內存級速度的虛擬分布式文件系統(tǒng)。它駐留在計算節(jié)點上，并按照集群的規(guī)模進行擴展。Alluxio管理內存中的數(shù)據(jù)，并且選擇性地管理輔助存儲層的數(shù)據(jù)，例如便宜的SSD和HDD，從而獲得額外的容量。通過將熱數(shù)據(jù)保存在計算節(jié)點的內存中，并在任意輔助層之間無縫地遷移數(shù)據(jù)，Alluxio在大多數(shù)情況下可以實現(xiàn)以內存速度訪問遠程數(shù)據(jù)。這種加速是熱點數(shù)據(jù)分析的一個關鍵推動者。

Alluxio還能在不同的計算框架之間以及同一框架內的不同作業(yè)之間共享數(shù)據(jù)。無論上層使用的是何種計算引擎，計算集群的所有用戶都可以在本地獲取數(shù)據(jù)并重復訪問。因此，計算節(jié)點上數(shù)據(jù)的生命周期與訪問它的作業(yè)或框架是分離的。通過數(shù)據(jù)共享，Alluxio可確保內存中不存在冗余的數(shù)據(jù)副本，從而降低了容量需求和成本。

應用程序利用Alluxio的簡單性和靈活性持續(xù)訪問數(shù)據(jù)，就像是運行在運程對象存儲上一樣。任何需要持久化的結果或轉換都可以由Alluxio通過配置同步地將更改傳播到底層對象存儲系統(tǒng)中來完成。這樣確保了沒有數(shù)據(jù)丟失從而易于管理。此外，用戶可以選擇僅在Alluxio內存中存儲臨時數(shù)據(jù)或中間數(shù)據(jù)，從而允許以內存速度寫入。

4.結論

計算資源與對象存儲的分離提供了一個具有成本效益的解決方案。通過在進行分析的節(jié)點上運行Alluxio，遠程對象存儲的主要限制被消除了。Alluxio的設計使其成為發(fā)掘計算和存儲分離架構的性能潛力的數(shù)據(jù)分析棧的關鍵組件。

如果您有興趣學習如何使用Alluxio從遠程對象存儲中及時獲取數(shù)據(jù)價值，請下載我們的白皮書，白皮書詳細說明了如何使用Alluxio和Spark以及Ceph對象存儲集群來配置和使用一個計算集群。