ハイパーコンバージドインフラ登場でさらに曖昧になるサーバとストレージの境界:見直されるデータストレージの概念
コンテナ、ハイパーコンバージドインフラ、ビッグデータなどの新たなテクノロジーは、コンピューティングプラットフォームとストレージプラットフォームの境界を曖昧にし、従来のITのサイロを崩壊させている。
ストレージサービスをソフトウェア層として実装するソフトウェア定義ストレージ(SDS)の台頭により、データストレージの概念そのものが見直されている。その結果、コンピューティングとストレージの統合が増加したため、ストレージプラットフォームとデータ処理プラットフォームの差がさらに縮まっている。
ストレージが新たな領域に進んでいることを示す例を幾つか紹介しよう。
- コンテナ内にもストレージ:ほとんど新しいストレージのOSは、少なくとも内部ではコンテナ化されたアプリケーションとして記述されている。実際、一部の従来のストレージシステムがコンテナ化された形式に転換しているといううわさも流れている。これには、幾つかの重要な効果が予測される。その効果には、大規模なスケールアウトに適宜対処する能力、可用性の向上、クラウドの導入しやすさ、ストレージ内でのコンピューティング統合のサポートしやすさなどがある。
- 統合とコンバージェンス:ハイパーコンバージェンスは、ソフトウェア定義ストレージを便利なモジュール形式のインフラのアプライアンスユニットに変化させている。NutanixやHewlett Packard Enterprise傘下のSimpliVityなどが提供するハイパーコンバージドインフラ製品は、ストレージオーバーヘッドを大幅に削減して、ハイブリッドクラウドの構築に役立つ。ストレージとコンピューティングを新しい方法で統合する革新的なアプローチが見られている。例えば、Datriumはサーバ側でフラッシュを使用し、Drivescaleはラックスケールでインフラをプールし、Igneous systemsは各ディスクドライブにARMプロセッサを統合している。
- 容量は大きいほど良い:ビッグデータの台頭から得た教訓があるとすれば、より多くのデータを手元で維持することがビッグデータから価値を見つけ出す機会を得るための前提条件になるということだろう。今日のビッグデータの分布により、 Apache Hadoopと Apache Sparkのエコシステム、各種データベース、スケールアウトシステム管理が融合し、汎用性の高いデータ処理プラットフォームへと変化させている。こうしたプラットフォームは全て、「Hadoop Distributed File System」「Kudu」「Alluxio」など基盤となるビッグデータストレージツールによって機能している。
- 常に高速:大容量であるだけでなく、高速であれば尚更良い。統合されたデータパイプラインを作成するべく設計された階層化とキャッシュが自動で行われる新しい種類のビッグデータストレージとデータアクセス層の製品が出現している。実際のところ、こうしたツールの多くは、ビッグデータとストリーミングデータをモノのインターネット(IoT)規模で分析するために構築されたコンバージドビッグデータプラットフォームだ。
Copyright © ITmedia, Inc. All Rights Reserved.
鬯ッ�ョ�ス�ォ�ス�ス�ス�エ�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ー鬯ッ�ッ�ス�ィ�ス�ス�ス�セ�ス�ス�ス�ス�ス�ス�ス�ケ�ス�ス�ス�ス驍オ�コ�ス�、�ス縺、ツ鬯ッ�ゥ陝キ�「�ス�ス�ス�「鬮ォ�エ陷ソ髢�セ證ヲ�ソ�ス�ス�ス�ス�ス�ス�ク鬮ッ�キ�ス�エ�ス�ス�ス�・�ス�ス�ス�ス�ス�ス�ス�。鬯ッ�ゥ陝キ�「�ス�ス�ス�「�ス�ス�ス�ス�ス�ス�ス�ァ�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�、鬯ッ�ゥ陝キ�「�ス�ス�ス�「鬮ォ�エ闕ウ�サ�ス�ス髫カ謐コ�サ繧托スス�ソ�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス鬯ッ�ゥ陝キ�「�ス�ス�ス�「鬮ォ�エ髮懶ス」�ス�ス�ス�「�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�シ鬯ッ�ゥ陝キ�「�ス�ス�ス�「鬮ォ�エ闕オ證ヲ�ソ�ス�ス�ス�ス�ス�ス�ス�ス�サ�ス�ス�ス�ス�ス�ス�ス�」�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�スWhitePaper DownloadCenter
事例 株式会社AIT
データ生成デバイスの進化・多様化により、保存すべきデータ容量は急増した。その管理においては、コストとパフォーマンスのバランスが課題となっている。解決策の1つとして注目される「HPSS」の効果について、導入事例を紹介したい。
事例 株式会社AIT
業務のデジタル化が進み、データ量やワークロードが増大していた大阪府農協電算センター。それによりインフラの負荷が高まり、性能を向上させることが喫緊の課題になっていた。本資料では同社がどのようにインフラを移行したのか解説する。
製品資料 日本ヒューレット・パッカード合同会社
AIでは構造化データの活用が進む一方、クラウド普及に伴いデータの分散化が加速している。この状況下で課題となるのが、レガシーストレージの存在だ。本資料では、構造化データに適したストレージ戦略を紹介する。
製品資料 株式会社ネットワールド
データ環境の急変は、企業のストレージ課題を複雑化させている。性能や拡張性、データ保護、分散環境の一元管理、コスト最適化など、自社の課題に合わせた製品・サービスをどう見つければよいのか。それに役立つ製品ガイドを紹介したい。
製品資料 日本ヒューレット・パッカード合同会社
構造化データ/非構造化データの両方を適切に処理する必要がある今、エンタープライズデータストレージには、より高度な要件が求められている。こうした中で注目される、単一障害点のないAI主導の分散型ストレージプラットフォームとは?