Tầm quan trọng của Analytics trong quản lý hệ thống lưu trữ dữ liệu

Chuyển đổi dữ liệu thành thông tin chi tiết và thông tin thành thông minh với sức mạnh của phân tích và machine learning.

Mọi thứ đều chạy trên dữ liệu trong nền kinh tế kỹ thuật số ngày nay. Trong thế giới theo hướng dữ liệu này, việc đảm bảo dữ liệu doanh nghiệp của bạn được lưu trữ an toàn, có tính khả dụng cao và có thể truy cập nhanh chóng trên các thiết bị lưu trữ của bạn là nhiệm vụ quan trọng. Như với bất kỳ phần cứng CNTT nào, cơ sở hạ tầng lưu trữ cũng dễ bị lỗi, làm chậm hiệu suất và cạn kiệt dung lượng, mỗi điều này đều tác động xấu đến quá trình xử lý dữ liệu ở back-end và làm gián đoạn hoạt động kinh doanh liên tục ở front-end.

Bất kỳ tổ chức CNTT nào cũng có trách nhiệm quản lý hiệu quả cơ sở hạ tầng lưu trữ của họ, lập kế hoạch đầy đủ để mở rộng dung lượng và thực hiện các phương pháp bảo vệ dữ liệu mạnh mẽ và tính liên tục của doanh nghiệp . Đây là nơi mà phân tích lưu trữ hỗ trợ bạn.

Sự biến chất của Thông tin thành Trí thông minh

Có rất nhiều thông tin có trong KPI thu được từ cơ sở hạ tầng lưu trữ của bạn, chẳng hạn như IOPS, băng thông, lỗi, độ trễ, v.v. giúp hiểu tình trạng hoạt động và sức khỏe. Dữ liệu hoạt động như phân bổ và sử dụng dung lượng, cấu hình thiết bị và chi tiết hàng tồn kho cung cấp thêm ngữ cảnh về các thiết bị lưu trữ.

Việc thu thập và phân tích dữ liệu cơ sở hạ tầng này theo thời gian có thể tiết lộ xu hướng sử dụng tài nguyên, sự bất thường và các dạng lỗi giúp cảnh báo trước các vấn đề sắp xảy ra và ngăn chặn chúng trước khi có bất kỳ tác động nào đến hiệu suất. Các kỹ thuật machine learning có thể xử lý tất cả dữ liệu này và chuyển đổi thông tin chứa trong chúng thành trí thông minh. Các công cụ phân tích lưu trữ kết hợp các thuật toán AI / ML để xử lý dữ liệu lịch sử và hiện tại nhằm dự báo xu hướng và dự đoán các vấn đề. Hiệu quả của phân tích thường phụ thuộc vào khối lượng và sự đa dạng của dữ liệu được thu thập, tần suất đo từ xa và khoảng thời gian lưu giữ.

Trong blog này, chúng ta sẽ xem xét bốn loại phân tích khác nhau có sẵn với DataCore Insight Services (DIS) , một giải pháp phân tích lưu trữ dữ liệu được xây dựng có mục đích giúp các nhóm CNTT có được trí thông minh hữu ích để khắc phục sự cố tắc nghẽn lưu trữ, loại trừ các vấn đề ảnh hưởng đến hiệu suất và cải thiện việc ra quyết định về lập kế hoạch công suất và mở rộng kho lưu trữ. Hãy đi sâu vào và hiểu tầm quan trọng của cả bốn loại phân tích.

# 1 Phân tích mô tả

Đây là dạng phân tích đơn giản nhất trong đó các phần dữ liệu tổng hợp được xử lý và cô đọng lại thành các khối thông tin hữu ích mô tả một cái nhìn sâu sắc. Từ sự kết hợp của dữ liệu lịch sử và thời gian thực được thu thập từ cơ sở hạ tầng lưu trữ ảo được quản lý bởi giải pháp lưu trữ do phần mềm DataCore SANsymphony quản lý , DIS cung cấp nhiều thông tin chi tiết mang tính mô tả. Ví dụ: cho dù đĩa ảo bị lỗi, đã vượt quá ngưỡng độ trễ, nhóm đĩa sắp hết dung lượng, sao chép từ xa bị kẹt, ảnh chụp nhanh không thành công, có lỗi liên kết trên cổng máy chủ, v.v. Có thể cảnh báo thiết lập để thông báo về các vấn đề xảy ra trong thời gian thực. Trong một khoảng thời gian nhất định trong lịch sử mà dữ liệu được lưu giữ, phân tích cũng có thể được chạy để làm nổi bật các vấn đề đã xảy ra trong quá khứ.

Trong ví dụ bên dưới, DIS sử dụng sức mạnh của phân tích mô tả để xếp hạng các máy chủ và vDisks hoạt động tích cực nhất trong cơ sở hạ tầng lưu trữ của bạn nhằm giúp bạn hiểu tác động của I / O trên các thiết bị bận rộn của mình. Như bạn có thể thấy, các cảm biến riêng lẻ được thu thập từ các máy chủ và đĩa khác nhau đã được phân tích một cách tương đối để đưa ra thông tin có ý nghĩa và có thể hành động được này.

Phân tích mô tả chuyển đổi dữ liệu thô thành thông tin chi tiết có ý nghĩa

# 2 Phân tích dự đoán

Đây là nhu cầu hàng giờ của tất cả các nhóm CNTT: khả năng biết trước một vấn đề sẽ xảy ra để có thể ngăn chặn nó mà không ảnh hưởng đến hiệu suất truy cập và lưu trữ dữ liệu. Dựa trên các chỉ số sử dụng công suất được thu thập từ các nút SANsymphony theo thời gian, DIS tận dụng khả năng machine learning của mình để làm nổi bật các mẫu và ngoại suy các con số dựa trên các yếu tố xác định cho một mốc thời gian trong tương lai để đưa ra dự báo. Điều này rất hữu ích để trả lời các câu hỏi liên quan đến dung lượng và ra quyết định tiếp theo mà các quản trị viên lưu trữ luôn phải đối mặt.

“86% chuyên gia CNTT cảm thấy rằng phân tích dự đoán là quan trọng trong việc đơn giản hóa và tự động hóa việc quản lý lưu trữ”

Khảo sát thị trường hàng năm của DataCore, 2020

Dựa trên khối lượng công việc hiện tại:

• Khi nào vùng lưu trữ của tôi hết dung lượng?
• Khi nào tôi nên thêm dung lượng bổ sung vào nhóm lưu trữ của mình?
• Khi nào tôi nên bắt đầu lập ngân sách để mua phần cứng mới?
• Đã đến lúc lấy lại dung lượng lưu trữ chưa sử dụng từ các đĩa khả dụng khác để đáp ứng dung lượng đang cạn kiệt trên thiết bị hiện tại của tôi?

Trực quan hóa các phân tích dự đoán trên biểu đồ xu hướng trực quan giúp dễ dàng xác định mô hình sử dụng hiện tại và mức tăng trưởng dự kiến ​​trong tương lai.

Thông thường, vô số giờ được sử dụng để thu thập dữ liệu thủ công, ước tính tăng trưởng và đưa ra dự báo. Tất cả nỗ lực này có thể được tiết kiệm bằng cách tự động hóa các dự đoán với sự trợ giúp của phân tích lưu trữ.

# 3 Phân tích mô tả

Phân tích mô tả là giai đoạn tiếp theo của phân tích mô tả và dự đoán, trong đó dựa trên thông tin thu được, công cụ phân tích đưa ra các đề xuất và khuyến nghị để khắc phục sự cố bằng cách thực hiện các biện pháp khắc phục / phòng ngừa. DIS kết hợp kiến ​​thức chung của cộng đồng người dùng DataCore trên toàn cầu. Dựa trên nhiều năm kinh nghiệm trong việc gặp phải các vấn đề về lưu trữ như lỗi, bất thường cấu hình, tranh chấp tài nguyên, v.v., DIS bao gồm vô số các đề xuất về phương pháp hay nhất được cung cấp trong bối cảnh thông tin chi tiết. Quản trị viên bộ nhớ có thể làm theo các bước sau để giải quyết sự cố / cảnh báo mà họ đang gặp phải.

Ví dụ 1: Khi hết dung lượng lưu trữ trong nhóm lưu trữ, DIS sẽ cung cấp cho bạn các đề xuất để chủ động tối ưu hóa dung lượng hiện có để sử dụng tối đa.

Ví dụ 2: Khi gặp vấn đề về độ trễ I / O cao, DIS sử dụng phân tích mô tả để trình bày chi tiết của vấn đề và sau đó tiếp tục cung cấp phân tích mô tả để cho phép quản trị viên lưu trữ giải quyết vấn đề.

Điều này cũng giúp giảm phạm vi tiếp cận của bạn đối với các yêu cầu hỗ trợ tới DataCore hoặc nhà cung cấp dịch vụ lưu trữ của bạn vì bạn hiện được trao quyền với các phân tích có thể hành động để giải quyết các vấn đề thường gặp liên quan đến lưu trữ.

# 4 Phân tích chẩn đoán

Trọng tâm của việc khắc phục sự cố là chẩn đoán. Chỉ khi một vấn đề được chẩn đoán đúng và xác định được nguyên nhân gốc rễ, nó mới có thể được xử lý một cách hiệu quả. Phân tích chẩn đoán xem xét sâu hơn dữ liệu để hiểu nguyên nhân gốc rễ của các sự kiện và hữu ích trong việc xác định những yếu tố và sự kiện nào góp phần vào kết quả.

DIS bao gồm phân tích để giúp tương quan các mẫu vấn đề với các sự kiện bất thường để giúp xác định nguyên nhân của vấn đề.

• Hiệu suất lưu trữ chậm lại có liên quan đến hoạt động I / O cao hay bộ điều khiển lưu trữ không được định cấu hình đúng cách không?
• Tại sao dung lượng sắp hết trên bộ nhớ chính? Có đĩa ảo không được lưu trữ tiêu tốn dung lượng không? Có dữ liệu không hoạt động (hoặc không thường xuyên được truy cập) được lưu trữ trên thiết bị buộc không gian phù hợp hơn với dữ liệu đang hoạt động không?
• Tại sao gương đồng bộ bị lỗi: Có phải do lỗi liên kết giữa các trường không?

Ví dụ dưới đây cho thấy DIS đang phân tích xem các nhóm đĩa có được định cấu hình tối ưu trên các cấp hay không. Đặc biệt trong quá trình phân cấp dữ liệu , điều quan trọng là phải cung cấp dung lượng cho các cấp lưu trữ phù hợp với lượng dữ liệu nóng / ấm / lạnh đang được lưu trữ trên thiết bị. Tóm tắt hiệu suất trong mẫu bên dưới cho thấy rằng dữ liệu nóng hơn đang được lưu trữ trên cấp 2 (không phải bộ nhớ nhanh nhất) vì cấp 1 (bộ nhớ nhanh nhất) dường như đã được phân bổ đầy đủ. Chẩn đoán của DIS cho thấy đây là lý do cho hiệu suất dưới mức tối ưu. Phần phân tích theo quy định (các hành động được đề xuất) đưa ra khuyến nghị bổ sung thêm dung lượng lưu trữ cho cấp 1 để đảm bảo tất cả dữ liệu nóng được đặt và truy cập từ đó.

Phân tích chẩn đoán hiệu suất nhóm lưu trữ trực quan trong DIS

Ác quỷ nằm trong Thông tin chi tiết: Phân tích, kết hợp với khả năng machine learning và AI, có thể cách mạng hóa cách bạn lập kế hoạch, triển khai và quản lý lưu trữ doanh nghiệp. Với sự hiểu biết và thông minh phù hợp ở bên cạnh, bạn có thể được cung cấp thông tin đầy đủ để cải thiện việc sử dụng năng lực, loại bỏ tắc nghẽn hiệu suất và tối ưu hóa vị trí khối lượng công việc. Hãy hỏi đối tác DataCore của bạn về Dịch vụ DataCore Insight (DIS) ngay hôm nay!

Lưu ý: DIS là một công cụ phân tích bổ trợ bổ sung có sẵn với giấy phép thời hạn giải pháp lưu trữ do phần mềm DataCore SANsymphony xác định . Hưởng lợi từ sức mạnh của phân tích lưu trữ dữ liệu kết hợp với khả năng quản lý lưu trữ bất khả tri của nhà cung cấp hàng đầu trong ngành từ một mặt phẳng điều khiển và lệnh thống nhất.

• Làm cách nào để cải thiện hiệu năng và dung lượng các tủ SAN, tối ưu và quản lý chúng chặt chẽ?
• HCI và những ưu điểm của hệ thống Siêu hội tụ
• Automated Data Tiering vs. Automated Data Placement
• Những sự thật trong lĩnh vực lưu trữ dữ liệu
• Các xu hướng hàng đầu liên quan đến Software-defined Storage

Vanito Hoang