1990年，存儲1G的數(shù)據(jù)大約需要花費9000美元（約合人民幣61568元）；現(xiàn)在，只需花費不到3分錢（約合兩元人民幣）。過去的十年中，存儲成本幾乎可以忽略不計。雖然存儲對于用戶來說幾近免費，但是數(shù)據(jù)中心運營商每年仍需花費數(shù)十億美元——而且成本呈上升趨勢。這不僅僅是因為每年創(chuàng)建的數(shù)據(jù)總量在激增，而且還有越來越多的關(guān)于耐用性和可使用性的嚴格要求。

思科全球云指數(shù)顯示，到2021年，全球數(shù)據(jù)中心存儲容量將從2016年的6630億字節(jié)（EB）增長到2021年的2.6澤字節(jié)（ZB），增長率將近400%。據(jù)互聯(lián)網(wǎng)數(shù)據(jù)中心（IDC）全球數(shù)據(jù)領(lǐng)域報告，超過半數(shù)的存儲空間將會用于機械硬盤，還有約四分之一的存儲空間用于固態(tài)硬盤（SSD）。

事實上，“幾乎免費”的存儲空間在數(shù)據(jù)中心預(yù)算中卻是一筆昂貴的支出。

數(shù)據(jù)的本質(zhì)正在改變

過去一段時間，存儲空間充斥著數(shù)據(jù)中心，支持在服務(wù)器上運行的應(yīng)用程序。數(shù)據(jù)寫入磁盤后通常很少被訪問。

但是，有了現(xiàn)代應(yīng)用程序，世界便變得不一樣：

?以橫向擴展方式部署的微服務(wù)正在取代單片應(yīng)用程序。

?數(shù)據(jù)量巨大，節(jié)點之間的數(shù)據(jù)移動量正在增加。

?服務(wù)需要大規(guī)模的高吞吐量和低延遲的存儲。

?總體數(shù)據(jù)溫度在上升——即實時熱數(shù)據(jù)量正在增加。

迫于壓力，各公司正在應(yīng)對這些需求，同時也求能降低成本。

減少數(shù)據(jù)：壓縮算法的創(chuàng)新

這就是為什么我們目睹了下一代壓縮解決方案的原因。對于文本或二進制數(shù)據(jù)，壓縮算法，諸如Facebook的Zstandard (zstd)快速無損壓縮算法，谷歌公司的Brotli無損壓縮算法以及微軟項目管理軟件程序（Microsoft Project）中的Zipline等，均能提供標(biāo)準(zhǔn)的基于壓縮算法的更高壓縮率。其次，有超過半數(shù)儲存到云端存儲空間的數(shù)據(jù)由圖片和視頻組成。這些壓縮算法完全不能壓縮JPEG和MPEG文件。云端銷售公司采取的一種方法，就是引進一種針對圖像，有損耗的壓縮算法，能節(jié)省20%-30%的存儲空間，谷歌公司旗下的Guetzli便是采用這種方法。多寶箱（Dropbox）則采取了另一種方法，即部署Lepton，這是一種針對JPEG的無損耗壓縮算法，能節(jié)省22%的存儲空間，但只能擁有處理40Mbps的壓縮能力。

甚至在壓縮率上的一點小進步也能節(jié)約巨大的存儲空間和網(wǎng)絡(luò)寬帶成本。節(jié)約下來的成本很輕易地就能被運行壓縮算法所需的CPU周期和和功耗/散熱造成的額外成本抵消掉。不幸的是，這些方案中的每一個都要在性能上進行權(quán)衡：壓縮量越大，吞吐速度越慢。

由于吞吐量的限制，這些算法通常應(yīng)用于靜止數(shù)據(jù)而非動態(tài)數(shù)據(jù)。為了能同樣通過壓縮動態(tài)數(shù)據(jù)來最大程度上降低成本，我們必須能以線速來維持吞吐量。

數(shù)據(jù)耐用性和可用性：復(fù)制VS.擦除碼

當(dāng)今數(shù)據(jù)中心要求九倍的數(shù)據(jù)存儲耐用性和可用性。數(shù)據(jù)鏡像是獲得耐用和可用存儲最基本的方式之一。此方案產(chǎn)生相同的數(shù)據(jù)副本并存儲到不同的故障域中。復(fù)制數(shù)據(jù)的計算要求相對較小，同時這種方案也可提供最快的恢復(fù)時間。但是，由于需要復(fù)制數(shù)據(jù)兩次及以上的情況并不罕見，于是復(fù)制就意味著要付出更高的存儲成本。

另一種常用的方案是奇偶校驗編碼，它能以更低的存儲成本提供持久和可用的存儲。奇偶校驗編碼方案中提出了擦除編碼這個例子，其中多個數(shù)據(jù)和奇偶校驗片段分布在不同的故障域中。奇偶校驗碎片的數(shù)量是決定耐用性的因素。擦除編碼方案所需的存儲容量成本較低，但對于計算和聯(lián)網(wǎng)有較高的要求，尤其是在無法使用存儲，必須從不同位置重建數(shù)據(jù)的情況下。因此，計算處理吞吐量和低網(wǎng)絡(luò)延遲是成功實現(xiàn)擦除編碼的關(guān)鍵。

大規(guī)模的資源存儲

降低存儲成本的另一種方法是提高容量利用率。要實現(xiàn)這一點，可以將存儲資源集中到動態(tài)分配的虛擬池中，同時許多客戶機可以訪問這些虛擬池。彼得·J·丹寧（Peter J. Denning）在他的博士論文中提到，將N個單元的資源池集中到一個單獨的資源池中，這樣做能提供1個而不是N個單元，具有相同的服務(wù)水平的資源池。換句話說，共享池越大，節(jié)省的存儲空間就越大。

如今，盡管在超融合基礎(chǔ)架構(gòu)（HCI）中可以完成資源池化，但是CPU瓶頸仍然限制了對直接連接存儲SSD的訪問。CPU的延遲高，而且不可預(yù)測，形成了復(fù)雜的軟件，最終限制了性能和規(guī)模。在一個分類基礎(chǔ)架構(gòu)中，將計算和存儲裝置放置在不同服務(wù)器里，可以更好地構(gòu)建資源池。將存儲與計算脫鉤，可減少CPU瓶頸，縮短延遲時間，從而簡化對數(shù)據(jù)放置的思考。

在Fungible公司里，我們認為，分解存儲體系結(jié)構(gòu)很自然地可以實現(xiàn)奇偶校驗方案，例如擦除編碼，使數(shù)據(jù)和奇偶校驗代碼分布在不同的故障域中，以及大規(guī)模共享存儲池。

但是，到目前為止，由于CPU效率底下，性能結(jié)構(gòu)，舊版軟件限制等原因，分類存儲尚未充分發(fā)揮其潛力。

Fungible公司的數(shù)據(jù)處理器

為了擺脫這些限制，F(xiàn)ungible公司開發(fā)設(shè)計了一種新型的可編程微處理器，即數(shù)據(jù)處理器。從頭開始專門構(gòu)建數(shù)據(jù)處理器，不僅可以控制存儲成本，還可以提供當(dāng)今計算中心架構(gòu)所缺少的性能和可伸縮性。

數(shù)據(jù)處理器的設(shè)計遵循以下原則：

1. 不必折衷考慮壓縮比和吞吐量。對于文本/二進制以及圖像來說，壓縮算法必須是無損的。

2. 在讀寫語境中，通過使用擦除代碼方案得到的數(shù)據(jù)持久性，必須得到現(xiàn)在應(yīng)用程序所需的吞吐量和延遲的支持。

3. 資源池必須靠現(xiàn)代應(yīng)用程序所需的吞吐量和延遲的支持，并且必須可以在網(wǎng)絡(luò)中大規(guī)模運用。

存儲可能永遠不會免費，但是使用Fungible公司的數(shù)據(jù)處理器（DPU）可以便宜很多。
責(zé)任編輯人：CC