تحولات بنیادین در طراحی مراکز داده مدرن و رشد تصاعدی بارهای کاری نیازمند به پردازش ورودی/خروجی فشرده (I/O-Intensive)، پارادایم‌های ذخیره‌سازی سازمانی را به چالش کشیده‌اند. در این چشم‌انداز، سیستم‌عامل HPE Nimble OS به عنوان یک پلتفرم پیشگام و مبتنی بر معماری نرم‌افزارمحور، نقش حیاتی در تغییر توازن بین هزینه و کارایی ایفا کرده است. این مقاله تحلیلی، کالبدشکافی عمیقی از معماری بنیادین این سیستم‌عامل، مکانیزم‌های پردازش داده، راهکارهای یکپارچگی سیستمی و مسیر تکامل آن به سمت پلتفرم‌های تمام‌ابری ارائه می‌دهد.

بررسی‌ها نشان می‌دهد که طراحی اولیه این زیرساخت در سال ۲۰۰۸ با تمرکز بر بهره‌گیری همزمان از مزایای رسانه‌های چرخشی (HDD) و حافظه‌های حالت جامد (Flash) پایه‌گذاری شد و امروزه با دستیابی به ظرفیت‌های موثر (Effective Capacity) فراتر از ۱،۳۶۴ ترابایت در یک کلاستر واحد، توانسته است پیچیده‌ترین نیازهای تجاری را پاسخ دهد.

تحلیل جامع معماری، عملکرد و استراتژی‌های استقرار سیستم‌عامل ذخیره‌سازی HPE Nimble OS
تحلیل جامع معماری، عملکرد و استراتژی‌های استقرار سیستم‌عامل ذخیره‌سازی HPE Nimble OS

تشریح بنیادین معماری CASL: رویکرد سیستم‌فایل ساختاریافته-گزارشی

قلب تپنده و موتور پردازشی سیستم‌عامل Nimble OS، معماری منحصربه‌فردی تحت عنوان طرح‌بندی متوالی شتاب‌یافته با حافظه پنهان (Cache Accelerated Sequential Layout – CASL) است. معماری CASL در بطن خود یک سیستم‌فایل ساختاریافته-گزارشی (Log-Structured File System – LFS) است که با هدف غلبه بر محدودیت‌های فیزیکی حافظه‌های فلش و دیسک‌های مکانیکی مهندسی شده است. رویکرد سنتی در سیستم‌فایل‌ها، بازنویسی داده‌ها در همان مکان فیزیکی (In-place Overwrite) است که منجر به پدیده مخرب تشدید نوشتن (Write Amplification) و کاهش شدید عمر حافظه‌های SSD می‌شود. سیستم CASL با تغییر این الگو، تمامی داده‌های ورودی—حتی داده‌های کاملاً تصادفی در سطح هاست—را بهینه‌سازی کرده و آن‌ها را به صورت قطعات پیوسته و ترتیبی با طول متغیر بر روی رسانه فیزیکی می‌نویسد.

این رویکرد نه تنها باعث می‌شود سرعت عملیات نوشتن در دیسک‌های مکانیکی به حداکثر برسد، بلکه در رسانه‌های تمام‌فلش نیز با حذف جریمه خواندن-تغییر-نوشتن (Read-Modify-Write Penalty)، نرخ توان عملیاتی (Throughput) را به شکل چشمگیری افزایش می‌دهد. معماری CASL از هفت لایه مجزا و به هم پیوسته تشکیل شده است که هر یک وظیفه پردازشی دقیقی را در مسیر داده‌ها بر عهده دارند و با هماهنگی کامل، یک اکوسیستم مقاوم و بسیار سریع را خلق می‌کنند.

نام لایهعملکرد فنی و مکانیزم پردازشیدستاوردهای ساختاری و پیامدها
لایه RAIDپیاده‌سازی مکانیزم Triple+ Parity برای محافظت داده‌ها بر اساس نوع خرابی رسانه‌ها (مانند URE در SSDها).تحمل خرابی سه درایو موازی به همراه خطاهای خواندن زنجیره‌ای بدون کوچکترین فساد در داده‌های بازسازی‌شده.
لایه Segmentتقسیم منطقی فضاهای فیزیکی به شکاف‌های پیوسته (Slots) و اعمال شناسه‌های متوالی به هر قطعه.جلوگیری از بازنویسی درجا؛ قطعات هرگز تا پیش از اجرای فرآیند پاکسازی مجدداً استفاده نمی‌شوند.
لایه LFSمکان‌یابی بلوک‌های داده با طول متغیر درون سیستم فایل و بررسی یکپارچگی اطلاعات.تشخیص نوشتن‌های اشتباه هدایت‌شده (Misdirected Writes) و محافظت از متادیتاها در برابر تخریب‌های پنهان.
لایه BUSتخصیص شماره‌های بلوک متوالی (SBN) مجزا از LBA و مدیریت نمایه‌های فیزیکی (Disk Index).مدیریت اثر انگشت‌های دومرحله‌ای (کوتاه و بلند) برای کاهش شدید وابستگی ظرفیت سیستم به حافظه DRAM.
لایه BIاتصال و نقشه‌برداری دستورات خواندن/نوشتن پروتکل SCSI به SBNهای داخلی و مدیریت فضای اشتراکی بلوک‌ها.ایجاد زیرساخت لازم برای تولید اسنپ‌شات‌های Zero-copy و کلون‌های بلادرنگ بدون تخصیص فضای فیزیکی مضاعف.
لایه VMمدیریت حجم‌های منطقی، کنترل نقاط بازگشت (Checkpoints) و اجرای مکانیزم جمع‌آوری زباله (Garbage Collection).آزادسازی یکپارچه فضاهای پراکنده با کپی بلوک‌های فعال بدون ایجاد بار سنگین روی پردازنده، برخلاف سایر پلتفرم‌های LFS.
لایه SCSIلایه ارتباطی فوقانی برای دریافت دستورات پروتکل‌های iSCSI و Fibre Channel از سطح زیرساخت شبکه و هدایت ترافیک.انتقال ایمن داده‌های در حال پرواز (In-flight) به ماژول‌های NVDIMM و نظارت مداوم بر خازن‌های محافظ در برابر قطع برق.

مکانیزم جمع‌آوری زباله (Garbage Collection) در لایه VM یکی از وجوه تمایز اساسی این معماری نسبت به رقبا است. در سیستم‌فایل‌های پرکننده حفره (Hole-filling) مانند WAFL و ZFS، پراکندگی داده‌ها با گذشت زمان باعث اشغال شدید چرخه‌های پردازنده می‌شود. در نقطه مقابل، لایه VM با همکاری اطلاعات جمع‌آوری شده از لایه BUS، قطعاتی که درصد خالی بودن آن‌ها بالاست را شناسایی کرده و داده‌های زنده آن‌ها را به صورت کاملاً ترتیبی در قطعات خالی و پیوسته جدید می‌نویسد. این امر تضمین می‌کند که نرخ نوشتن حتی در صورت پر بودن ۹۰ درصدی آرایه، بدون تغییر و قطعی باقی بماند.

پویایی مسیرهای خواندن و نوشتن در فضاهای ترکیبی و تمام‌فلش

سیستم‌عامل Nimble OS به گونه‌ای مهندسی شده است که با یک پایه کد مشترک، هم در سیستم‌های پردازش ترکیبی (Hybrid Flash Series) و هم در معماری‌های تمام‌فلش (All-Flash Series) بهینه‌ترین عملکرد را از خود نشان دهد. مسیر خواندن و نوشتن در این سیستم‌عامل تابع قواعد سخت‌گیرانه‌ای برای تضمین امنیت داده‌ها و تسریع پاسخ‌دهی است.

در مسیر نوشتن (Write Path)، مستقل از این که سیستم در چه کلاسی طبقه‌بندی شده باشد، تمامی درخواست‌های ورودی هاست در حافظه پایدار دوقطبی (NVDIMM-N) در کنترلر فعال فرود می‌آیند. این حافظه‌های مبتنی بر استانداردهای JEDEC ترکیبی از سرعت خیره‌کننده DDR4 DRAM و فلش‌های با تاخیر پایین هستند که با یک خازن ویژه (Supercapacitor) محافظت می‌شوند. داده‌ها پیش از تایید نهایی برای سیستم‌عامل میزبان، به حافظه NVDIMM در کنترلر Standby کپی (Mirror) می‌شوند. سیستم‌عامل مرتباً ظرفیت خازن‌ها را بررسی می‌کند تا در صورت قطع ناگهانی برق، توان کافی برای انتقال اطلاعات حافظه به رسانه فلش پایدار وجود داشته باشد.

تفاوت بنیادین میان دستگاه‌های تمام‌فلش و هیبریدی، در ساختار مسیر خواندن (Read Path) تجلی پیدا می‌کند. در محیط‌های تمام‌فلش، داده‌ها مستقیماً از درایوهای SSD خوانده می‌شوند، زیرا تمام رسانه‌ها سرعت یکسانی ارائه می‌دهند. با این وجود، در سیستم‌های هیبریدی که برای ذخیره‌سازی داده‌های سردتر از دیسک‌های مکانیکی استفاده می‌کنند، سیستم‌عامل یک نمایه کش (Cache Index – CI) مضاعف را وارد چرخه می‌کند. این نمایه به سیستم اجازه می‌دهد بلوک‌های داده گرم را از لایه ذخیره‌گاه SSD (SSD Flash Cache) با سرعت میکروثانیه شناسایی و واکشی کند. بدین ترتیب، بارهای کاری حساس به تاخیر، سرعتِ شبکه‌های فلش را تجربه می‌کنند، در حالی که حجم وسیع داده‌ها روی رسانه‌های ارزان‌تر ذخیره می‌گردند.

مهندسی داده: استقامت ریاضیاتی و یکپارچگی اطلاعات

با بزرگتر شدن ابعاد درایوهای ذخیره‌سازی، به خصوص درایوهای SSD با ظرفیت‌های فراتر از ۳.۸۴ ترابایت، خطر خطاهای پنهان و نابودی اطلاعات در زمان بازسازی یک درایو معیوب به شدت افزایش یافته است. در معماری‌های سنتی مانند RAID 5، از کار افتادن یک درایو، سیستم را در حالت تنزل یافته (Degraded) قرار می‌دهد؛ اگر در طول زمان طولانیِ بازسازی درایو جایگزین، هر یک از درایوهای دیگر دچار خطای خواندن غیرقابل بازیابی (URE) شود، داده‌های سازمان به طور کامل از بین خواهند رفت.

معماری Triple+ Parity RAID

استراتژی سیستم‌عامل Nimble OS برای رفع این نقص بنیادین سخت‌افزاری، استقرار مکانیزم انحصاری Triple+ Parity است. این لایه نه تنها قادر به تحمل خرابی همزمان و کاملِ سه درایو مجزا در یک گروه افزونگی (RAID Group) است، بلکه از هر بلوک ذخیره شده با یک توازن درون-درایوی (Intradrive Parity) مضاعف نیز محافظت می‌کند. تحلیل‌های فنی نشان می‌دهد که سیستم دارای رفتارهای هوش اکتشافی (Heuristics) دقیقی برای مدیریت بحران‌های سخت‌افزاری است.

در سیستم‌های هیبریدی، اگر سه درایو از دست بروند، دستگاه برای جلوگیری از نابودی داده در صورت خرابی درایو چهارم، سیستم را به صورت ایمن خاموش می‌کند. اما در سیستم‌های تمام-فلش، وقوع خرابی در سه درایو به صورت آنی نشان‌دهنده یک مشکل حاد محیطی (نظیر مشکلات برق مدار) است که در این سناریو، پیش از تخریب فیزیکی گسترده‌تر، آرایه بلافاصله ارتباط را قطع کرده و متوقف می‌شود.

مکانیزم چک‌سام‌های آبشاری چندمرحله‌ای (Cascade Multistage Checksums)

برای مقابله با خطاهای منطقی، حفاظت در سطح بلوک به تنهایی کافی نیست. یکی از خطرات پنهان اما رایج در تجهیزات ذخیره‌سازی، پدیده نوشتن هدایت‌نشده یا جابه‌جا شده (Misplaced Writes) است؛ یعنی زمانی که درایو به اشتباه بلوکی را در آدرسی غیر از آدرس هدف می‌نویسد. اگر فقط چک‌سام داده محاسبه شود، در زمان خواندن، الگوریتم هش تایید می‌شود، اما محتوای خوانده شده به فایل دیگری تعلق دارد که این امر باعث فروپاشی دیتابیس‌ها می‌گردد.

برای خنثی کردن این خطر، Nimble OS از شناسه‌های داخلی (Self-ID) همراه با چک‌سام‌های آبشاری استفاده می‌کند. در این متدولوژی، چک‌سام‌ها در چندین مرحله—به ازای هر بخش در هر نوار نوشتن، در زمان قبل و بعد از فشرده‌سازی، برای تک‌تک اسنپ‌شات‌ها و برای تمامی ترافیک همسان‌سازی در شبکه—محاسبه و تطبیق داده می‌شوند.

بهینه‌سازی ظرفیت: استراتژی‌های کاهش داده درون‌خطی

یکی از معیارهای اصلی در ارزیابی بازگشت سرمایه (ROI) در فضای ذخیره‌سازی، بهره‌وری تکنیک‌های کاهش حجم داده (Data Reduction) است. رابط کاربری (GUI) تعبیه شده در Nimble OS در داشبورد “Monitor Capacity Home Page” جزئیات دقیقی از میزان فضای منطقی، فیزیکی و نسبت‌های صرفه‌جویی حاصل از فشرده‌سازی، حذف تکرار و اشتراک‌گذاری کلون‌ها (Clone Savings) را در اختیار مدیران قرار می‌دهد.

الگوریتم‌های فشرده‌سازی تطبیقی و حذف متغیر

سیستم‌عامل Nimble قابلیت فشرده‌سازی تطبیقی (Adaptive Compression) خودکار را بدون نیاز به هیچ‌گونه تنظیم دستی به اجرا درمی‌آورد. این فرآیند بر مبنای توان محاسباتی لحظه‌ای، مناسب‌ترین الگوریتم فشرده‌سازی را به کار می‌بندد. علاوه بر این، در بارهای کاری نظیر دیتابیس‌ها که بخش قابل توجهی از فضا با داده‌های مقداردهی اولیه صفر اشغال می‌شود، سیستم با مکانیزم “حذف الگوهای صفر” (Zero-pattern Elimination)، به جای محاسبه هش و پردازش این صفرهای باینری، صرفاً اشاره‌گرهای مربوطه را آزاد کرده و باعث افزایش حیرت‌انگیز توان خواندن و نوشتن می‌شود.

نقطه قوت استراتژیک این پلتفرم در معماری حذف داده‌های تکراری (Deduplication) با استفاده از بلوک‌های متغیر نهفته است. سیستم‌عامل با پایش داده‌های ورودی، در حین پرواز (Inline) بلوک‌هایی با اندازه متغیر بین ۴ تا ۳۲ کیلوبایت تولید کرده و اثر انگشت آن‌ها را استخراج می‌کند. اجبار برخی از رقبا به استفاده از بلوک‌های با حجم ثابت باعث بروز تاخیرهای متناوب در ذخیره‌سازی فایل‌های تصادفی می‌شود که Nimble OS با این تکنولوژی از آن اجتناب کرده است.

یک نکته حیاتی مهندسی در ترکیب این تکنولوژی با سیستم‌عامل‌های سرور این است که استفاده همزمان از این قابلیت با سیستم Deduplication موجود در ویندوز سرور به شدت منع شده است. ویندوز سرور از یک مدل پس‌پردازشی (Post-process) استفاده می‌کند که فرآیند آن در طول زمان، بلوک‌های فیزیکی را تغییر می‌دهد. فعال بودن این حالت در ویندوز نه تنها کارایی کلاستر Nimble را خنثی می‌کند، بلکه با تغییرات مستمر در داده‌ها، حجم اسنپ‌شات‌ها را در سیستم ذخیره‌سازی به شدت متورم کرده و ترافیک همسان‌سازی را در بستر شبکه افزایش می‌دهد.

معماری کنترلرها و دسترسی پذیری: فلسفه حاشیه امنیت صد درصدی

در طراحی کنترلرهای تجهیزات ذخیره‌سازی، معماری مرسوم بر مبنای توزیع بار میان تمامی کنترلرها (Active/Active) صورت می‌گیرد تا حداکثر توان خروجی استخراج شود. با این حال، نقص این مدل در سناریوهای بحرانی خود را نشان می‌دهد. اگر یک کنترلر از مدار خارج شود، کنترلر باقی‌مانده مجبور است ۱۰۰ درصد بار ترافیک شبکه را به تنهایی پردازش کند که این مساله باعث افت عملکردی شدید در برنامه‌های حساس تجاری می‌گردد.

سیستم‌عامل Nimble OS، در راستای اولویت‌دهی مطلق به امنیت و یکپارچگی داده‌ها، از یک معماری کنترلر Active/Standby با تضمین حاشیه امنیت ۱۰۰ درصدی (100% Headroom) استفاده می‌کند. در این معماری، کنترلر فعال تمامی بارهای کاری و ورودی/خروجی اپلیکیشن‌ها را با بهره‌گیری از حداکثر توان سخت‌افزاری پردازش می‌کند، در حالی که منابع سخت‌افزاری کنترلر Standby کاملاً بیکار هستند.

چنانچه به دلایلی مانند به‌روزرسانی فرم‌ور سیستم (Firmware Upgrade) یا قطعی فیزیکی، نیازی به جابه‌جایی بار کاری باشد، این انتقال به صورت خودکار یا دستی از طریق رابط کاربری اجرا می‌شود. فرآیند انتقال خودکار پس از گذشت حدوداً ۶ ثانیه از زمان قطع ارتباط کاملِ کنترلر فعال فعال می‌گردد. در طول این فرآیند، کنترلر جایگزین وارد حالت Solo و سپس Active شده و کنترلر قدیمی مسیرهای Unknown، Stale و نهایتاً Standby را طی می‌کند.

پیامد معماری نرم‌افزاری این انتقال در بستر مجازی‌سازی نیازمند تنظیمات ویژه‌ای در افزونه‌های SATP (Storage Array Type Plug-in) در بستر VMware ESXi است. به عنوان نمونه، از نسخه ۶.۷ ESXi به بعد، پارامتر پیش‌فرض action_OnRetryErrors در سیستم‌عامل مجازی‌ساز روشن است. فعال بودن این پارامتر می‌تواند باعث شود هاست در حین جابجایی ترافیک میان کنترلرهای Active/Standby مسیر ارتباطی را به طور کامل قطع کند، بنابراین ادمین‌ها باید اطمینان حاصل کنند که این پارامتر برای تجهیزات Nimble از طریق خط فرمان ESXi کاملاً غیرفعال شده باشد.

تضمین تداوم کسب‌وکار: یکپارچه‌سازی پشتیبان‌گیری و استمرار همتایان فعال

قابلیت‌های درون‌ساختاری Nimble OS در ایجاد کپی‌های مجازی و همسان‌سازی، بستر ایده‌آلی برای پیاده‌سازی معماری‌های Disaster Recovery مهیا ساخته است. این سیستم قابلیت ادغام عمیق با راهکارهای رده سازمانی نظیر نرم‌افزار Commvault را داراست که در آن سیاست‌های مدیریت فضای ذخیره‌سازی، کپی‌های اولیه اسنپ‌شات (Snapshot Primary Copy) و کپی‌های متناظر (Replica Copy) به سادگی بین آرایه‌های محلی و راه دور (Remote Arrays) در زیرشبکه‌های (Subnets) مختلف مدیریت می‌شوند.

با این حال، پیشرفته‌ترین ابزار مهندسی شده برای تداوم کسب‌وکار، معماری استمرار همتایان فعال (Active Peer Persistence) است که در محصولات پیشرفته‌تر نظیر HPE Alletra Storage 6000 و دستگاه‌های ذخیره‌ساز Nimble به کار گرفته شده است. این تکنولوژی، همسان‌سازی همزمان (Synchronous Replication) میان دو مرکز داده مجزا را تضمین می‌کند و قادر است اهداف زمان بازیابی (RTO) و نقطه بازیابی (RPO) را کاملاً به صفر برساند. به این معنا که در لحظه قطع کامل مرکز داده اصلی، هاست‌ها بلافاصله و بدون هیچ نیازی به اسکریپت‌های مداخله‌گر (Host Reconfiguration) قادر خواهند بود داده‌های همگام‌سازی شده را از آرایه مقصد واقع در مرکز داده ثانویه و با نظارت کامل یک سرور شاهد (Witness Server) واکشی نمایند.

هوشمندسازی فرآیندها: پلتفرم هوش مصنوعی پیش‌بینی‌کننده HPE InfoSight

هیچ بررسی از معماری سیستم‌های شرکت HPE بدون در نظر گرفتن پلتفرم مبتنی بر هوش مصنوعی (AIOps) آن یعنی HPE InfoSight کامل نخواهد بود. InfoSight صرفاً یک ابزار مانیتورینگ نیست؛ بلکه یک مغز تحلیلی مبتنی بر پردازش ابری است که سیستم‌عامل Nimble OS را به یک ساختار کاملاً خودترمیم‌شونده (Self-healing) و خودگردان (Self-managing) مبدل می‌سازد.

این پلتفرم اطلاعات تله‌متری کامل پشته را نه تنها از آرایه‌های ذخیره‌سازی، بلکه از محیط مجازی‌سازی (مانند VMware)، سرورها و سوئیچ‌های شبکه به طور مداوم جمع‌آوری می‌نماید. مقیاس پردازشی این موتور خیره‌کننده است؛ InfoSight به طور پیوسته داده‌های بیش از ۱۰۰ هزار سیستم در سطح جهان را رصد می‌کند و در هر چهار ثانیه حدود ۹۰,۰۰۰ نقطه داده (Data Point) استخراج می‌نماید که حجم کل داده‌های پردازش‌شده آن تاکنون به بیش از ۱,۲۵۰ تریلیون نقطه داده می‌رسد.

موتور تحلیلی InfoSight بر اساس مدل پنج‌مرحله‌ای O-L-P-R-A (مشاهده، یادگیری، پیش‌بینی، توصیه و اقدام) استوار است. با استفاده از این مدل و تجزیه و تحلیل‌های میان‌پشته‌ای (Cross-stack Analytics)، پلتفرم می‌تواند الگوهای مشکل‌ساز و تغییرات در پارامترهای سیستمی را شناسایی کند. این توانمندی به حل خودکار و پیش‌گیرانه ۸۶ درصد از مشکلات شبکه پیش از آگاهی یافتن مدیران سیستم منتج شده است.

شواهد و آمارهای عملیاتی نشانگر آن هستند که سازمان‌های استفاده کننده از این سیستم با افت ۷۹ درصدی در هزینه‌های عملیاتی ذخیره‌سازی (OPEX)، کاهش ۷۳ درصدی در تعداد تیکت‌های پشتیبانی، و همچنین تسریع ۶۹ درصدی در رفع چالش‌های سطح بالایی (Level 3 Support) مواجه شده‌اند. ابزار برنامه‌ریز منابع (Resource Planner) موجود در این اکوسیستم، با شبیه‌سازی دقیق بارهای کاری، مدیران را در پیش‌بینی دقیق ظرفیت فضای دیسک و مصرف پهنای باند و جلوگیری از تخصیص بیش از حد منابع (Over-provisioning) در محیط‌های ذخیره‌سازی اشتراکی یاری می‌رساند.

تحلیل استراتژیک در بازار و مزیت‌های رقابتی

برای درک بهتر جایگاه معماری Nimble OS در صنعت زیرساخت‌های کلان، مقایسه تحلیلی آن با رقبیان برجسته همچون راه‌کارهای NetApp (به‌ویژه سیستم‌عامل ONTAP) و محصولات Pure Storage (با سیستم‌عامل Purity) حائز اهمیت است. انتخاب بین این بازیگران بزرگ عمدتاً تابعی از استراتژی‌های طولانی‌مدت فناوری اطلاعات (IT) در سازمان‌هاست.

توسعه‌دهندگان و مدیران اجرایی IT اغلب بر این باورند که برای کاربری‌های سنگین دیتابیسی (نظیر SQL Server یا Oracle) که نیازمند نوشتن‌های تصادفی شدید هستند، ساختار CASL و قابلیت مدیریت بلوک‌های متغیر با حداقل سایش سخت‌افزاری مزیت بالاتری را نسبت به رقبای متکی به درایوهای سنتی‌تر ارائه می‌کند. در صورتی که دغدغه اصلی سازمان، حداکثر پرفورمنس مطلق با کمترین میزان تنظیمات پیچیده باشد، محصولات شرکت Pure Storage ترجیح داده می‌شوند؛ اما برای مجموعه‌ای از قابلیت‌های بهینه‌سازی هزینه‌ها، تحلیل پیشگیرانه جامع و تداوم کارکردی سیستم، Nimble گزینه راهبردی ایده‌آل‌تری است.

تکامل ابری: نقشه راه HPE Alletra

صنعت پردازش مدرن به سمت انعطاف‌پذیری‌های مرتبط با ابر بومی (Cloud-Native) خیز برداشته است. این گذار پارادایم سبب شده تا شرکت هیولت پکرد اینترپرایز، هسته مقاوم سیستم‌عامل Nimble OS و معماری استوار CASL را در خانواده جدید محصولات خود، به نام HPE Alletra، بازآفرینی کند.

سیستم‌های HPE Alletra Storage 5000 (محصولات هیبریدی سازگار برای کاربری‌های اولیه و ثانویه) و نسخه‌های مبتنی بر Alletra Storage 6000 (سیستم‌های مبتنی بر فلش برای پردازش‌های حیاتی)، به صورت ذاتی برای تعاملات یکپارچه ابری توسعه یافته‌اند. در حالی که تجهیزات اولیه Nimble عمدتاً رویکردی تجهیزات‌محور (Appliance-based) داشتند، Alletra از طریق همگرایی و اتصال با کنسول ابری (Data Services Cloud Console) مدیریت می‌شود.

این رویکرد اجازه می‌دهد تا استقرار، برنامه‌ریزی تخصیص حجم کاری و جابجایی ترافیک داده میان فضای پردازش محلی (On-premises)، محیط‌های پردازش لبه‌ای (Edge Environments) و بسترهای ابری عمومی، تحت یک چارچوب عملیاتی و بدون درگیری با پیچیدگی‌های لایه‌های زیرین شبکه، مدیریت گردند. استقرار این معماری نوین بر پایه‌گذاری حافظه‌های پرسرعت NVMe نیز باعث شده است تا علاوه بر حفاظت ۹۹.۹۹۹۹ درصدی و برخورداری از تمام ویژگی‌های منحصربه‌فرد InfoSight، پتانسیل چشمگیری برای میزبانی اپلیکیشن‌های نوظهور نظیر سیستم‌های تحلیلی هوش مصنوعی فراهم آید. بدین ترتیب انتقال از بسترهای سنتی به معماری پویای مبتنی بر Alletra و سیستم‌عامل تکامل‌یافته آن، تضمین‌کننده مقیاس‌پذیری زیرساختی و بهینه‌سازی ساختارهای هزینه‌ای کسب‌وکارها در دنیای دیجیتالِ فردا خواهد بود.

منابع: 1، 2، 3، 4

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *