サーバ仮想化はターゲット外
アナリティクス&ビッグデータに最適な新世代フラッシュストレージ
フラッシュ市場の成熟とともに、アナリティクスやビッグデータ用途に最適なフラッシュストレージが登場してきた。従来製品との違いと各社の新世代製品の特徴を紹介する。
フラッシュストレージ市場の当初の目標は、企業のアプリケーションのパフォーマンス問題に対処することだった。最初のフラッシュストレージはそのコストから、高いスループットと低レイテンシによって確実にメリットが得られるアプリケーションのみをターゲットにしていた。
Computer Weekly日本語版 1月11日号無料ダウンロード
本記事は、プレミアムコンテンツ「Computer Weekly日本語版 1月11日号」(PDF)掲載記事の抄訳版です。本記事の全文は、同プレミアムコンテンツで読むことができます。
なお、同コンテンツのEPUB版およびKindle(MOBI)版も提供しています。
だが、市場が成熟し、フラッシュが主流となった今、具体的な要件に対処する新しい種類の製品が登場してきた。その1つが、ビッグデータと分析ワークロードにフラッシュを使用する製品だ。
主要市場が注目するのはパフォーマンスを機能で補完する手法だ。フラッシュ製品の新しい動きは2つの分野に分かれている。
ハイエンド市場では、EMC(DSSD)やMangstor(NXシリーズ)などのサプライヤーが、余分な機能がなく、パフォーマンスが極めて高く、レイテンシが低い製品を提供している。一方、ローエンド市場では、最近のNAND容量の増加を利用する「安価で大容量」のフラッシュ製品が見受けられるようになっている。
SanDiskやPure StorageなどのサプライヤーはTLCや3D NANDテクノロジーにより、フラッシュの耐久性をあまり重視せず、容量やパフォーマンスの要件に応える製品を提供できるようになった。
このような新しいプラットフォームは、サーバ仮想化など従来のワークロードでも使用可能だが、このような使い方はターゲットにしていない。その低レイテンシと高いスループットは、ビッグデータや分析の用途に最適だ。
ビッグデータのワークロードの特性を見ると、フラッシュに合う点が多数存在する。
低いレイテンシと高いIOPS
分析タスクでは一般に入出力(I/O)が集中的に行われ、同じデータを何度も読み取ったり、読み取り直したりすることが多い。
データセット全体が処理の対象になる場合、キャッシュによって得られるメリットはほとんどない。そのため、分析の応答を速くするには、できる限り高速に動作するストレージが必要になる。
本稿後半のまとめで紹介する製品のレイテンシは(読み取りと書き込みのアクティビティーに応じて)100マイクロ秒以下が目標になっている。これは、サーバに直接導入されるPCIe SSDデバイスに匹敵する数値だ。
スケーラビリティ
ビッグデータとはデータ量の問題に他ならない。とてつもない速さで生み出される情報をできる限り多くデータとして取り込んで分析することで、洞察や価値が得られる。フラッシュベースの分析システムには、P(ペタ)B単位の容量へのラックレベルのスケーラビリティが求められる。
並列処理
Hadoopなどのプラットフォームは、クエリのワークロードを分割し、分割した多数のワークロードを並列実行するという考え方を中心に設計されている。Hadoop開発当時、I/Oスループットを得るには多数のHDDを使用し、多数の物理サーバに処理を分散する方法しかなかったことから、このような手法が考案された。
フラッシュを利用すると、多くのサーバのワークロードを1つシステムに統合できる可能性が高い。パフォーマンスを確保するため、このようなシステムはI/Oを並列処理できる必要がある。NVMeなどのテクノロジーを導入することで、従来のストレージよりもはるかに多くの同時入出力タスクを実行できると考えられている。
ランダム性
大半の分析処理は本質的にランダムに行われる。そのため、次にデータのどの部分が必要になるかを予測するのは困難だ。このような場合にフラッシュが適している。フラッシュは、ランダムなI/O要求に一貫して対処できる。
前述のように、大量のデータセットを迅速に読み取る状況では、キャッシュはI/Oのステージング領域になるだけで実用的ではない。このような状況では、全てのデータに対する一貫したI/O応答が重要になる。
多くの分析環境では、読み取りが集中して行われることも考慮する必要がある。ビッグデータシステムでは、データは(絶えず更新されるよりも)追加される方が一般的だ。従って、大多数のI/Oは処理データの読み取りになる。
3D NANDやTLCなどの新しいテクノロジーを使用するスケールアウトフラッシュシステムは、高密度のフラッシュシステムになるが、SLCやMLCベースのデバイスに比べて耐久性は低い。だが、読み取り処理が主となる環境では耐久性の低さは重要ではない。
HPC向けフラッシュ
続きはComputer Weekly日本語版 1月11日号にて
本記事は抄訳版です。全文は、以下でダウンロード(無料)できます。
■Computer Weekly日本語版 最近のバックナンバー
Computer Weekly日本語版 12月21日号 知らないと損をするライセンス監査の罠
Copyright © ITmedia, Inc. All Rights Reserved.
この記事の著者
関連記事
新着ホワイトペーパー PR
-
プレミアムコンテンツ
[アイティメディア株式会社] AI活用を成功に導く「オブジェクトストレージ」 NAS/SANの限界を突破するには -
プレミアムコンテンツ
[アイティメディア株式会社] 「性能ならSSD」「大容量ならHDD」はもう古い? 変わるストレージの常識 -
プレミアムコンテンツ
[アイティメディア株式会社] 「オンプレミス回帰」がまさかの失敗に クラウドをやめずに安くする最適化手法 -
事例
[発注ナビ株式会社] AI活用を成功させる企業とそうでない企業の違いとは? -
製品レビュー
[発注ナビ株式会社] システム開発「はじめの一歩」 押さえておきたい基礎知識と失敗を防ぐ方法
こんなメディアも見られています
TechTargetジャパンに関連する情報をお探しであれば、こちらのメディアもお役に立てるかもしれません。
ベンダーコンテンツ PR
From Informa TechTarget
SpecialPR
アクセスランキング
-
1
SAP移行で1900億円の赤字 「ベンダー任せ」が招くERP崩壊と回避策
-
2
「VMware vCenter」でゼロデイ悪用、PHPも修正――今朝の情シスニュース
-
3
「GPT-6.1 Terra」は半額 それでもなぜ企業はAIモデルを選べないのか?
-
4
「Copilot利用率99%」デンソー驚異の定着術 3万人を動かした“社長賞”の舞台裏
-
5
「うまい棒」のやおきんが挑むランサムウェア対策 約2カ月で導入し、少人数運用を実現
-
6
AIに長文を入力する際の「コンテキストウィンドウ」の適切な扱い方はどれ?
-
7
月15万件の電話をAIで自動化した「焼肉きんぐ」 AIエージェント活用術
-
8
「Active Directory」復旧で“詰む”企業が続出 ランサムウェアに備える4対策
-
9
「会議・ミーティング」に関するアンケート
-
10
Java SEに「Java4Shell」、WebLogicも修正――今朝の情シスニュース
ホワイトペーパーランキング PR
-
1
「IT史に名を残すシステム障害」8選
-
2
SCS評価制度時代の「SASE選定」ガイド
-
3
パスワード管理だけで十分? 特権アクセスを脅かす暗号鍵の放置リスクとは
-
4
マンガで解説:情シスの負担を減らす「MDRサービスのインシデント対応」の中身
-
5
すぐ分かる「AWS WAF」ガイド:特徴・運用課題・メリットを解説
-
6
Microsoft 365のメールセキュリティ、3つの“死角”と追加で検討すべき対策とは
-
7
自社のメール環境は本当に安全? チェックシートですぐ分かる“今必要な対策”
-
8
Microsoft 365 Copilotで実際何ができる? 回答の精度を高めるRAGとは?
-
9
「Microsoft 365」徹底解説ガイド テレワーク時代のセキュリティ対策編
-
10
AIに何を聞いても「汎用的な答え」しか返ってこないのはなぜか?
TechTargetジャパン SNS
インフォメーション
注目情報をチェック
TechTargetジャパンをフォロー