La gestione gerarchica del dato.
Quando fu introdotto il concetto di “Hierarchical Storage Management”, il
principio alla base di questa tecnica era molto chiaro: ridurre il costo di memorizzazione dati (su disco) e semplificare
il recupero di dati da supporti più lenti (tipicamente nastri); un processo schedulabile (batch) analizzava le informazioni relative all’acceso
ai file, decideva quali di questi potevano essere “migrati” su supporti più
lenti ed a basso costo ed operava lo spostamento.
Questa tecnica è possibile in quanto la densità di
accesso ai dati, identificata come skew,
cioè la percentuale di spazio disco che soddisfa la maggioranza delle
operazioni di lettura e scrittura, da sempre vede il concentrarsi della
maggioranza delle attività su una piccola porzione dello spazio a disposizione
delle applicazioni.
Le varie tecniche, ancorché tutte validissime,
avevano però un piccolo difetto: il dato “migrato” doveva essere riportato sui
supporti “primari” per poter essere fruibile e le attività di “migrazione”
erano a carico del server.
Gli anni a venire ci hanno consegnato nuovi
acronimi: da ILM o “Information Lifecycle Management” arrivando ai più recenti
quali: Automated Tiered Storage o, ancora, Auto Tiering.
Se è vero che il principio alla base non è
cambiato è altrettanto vero che le tecniche di movimentazione del dato si sono
evolute negli anni, spostando i processi di gestione direttamente all’interno
dei sistemi Storage, divenuti via via più intelligenti, invece che essere
governati dai server come in passato.
Questo, per altro, garantisce una granularità di
movimentazione decisamente più efficente (ad esclusione di alcune
implementazioni) nel momento in cui l’elemento interessato alla “migrazione”
non è più un intero file ma una “porzione” del “volume logico” (Chunk).
Questa ottimizzazione si deve grazie all’introduzione di tecnologie quali il “Virtual Provisioning”, anche conosciuto come “Thin Provisioning”, una tecnica che consente di presentare ai server un volume “Logico” o “Virtuale” che ha una corrispondenza “Fisica” equamente distribuita all’interno del sistema Storage.
Anche se il principio è concettualmente lo stesso,
ogni produttore di sistemi Storage ha implementato questa funzionalità in modo
differente.
Tornando ai concetti di “Gestione Gerarchica del
Dato”, o se preferite “Gestione del Ciclo di Vita del Dato”, in casa EMC la
soluzione, disponibile su tutte le piattaforme storage, è conosciuta come FAST
o, nella sua accezione più diffusa, come FAST VP (Fully Automated Storage
Tiering for Virtual Pool).
Il principio è abbastanza semplice: monitorando
continuamente le
attività di accesso ai dati è possibile identificare quali, tra questi,
risultano essere più o meno “attivi” ed assegnare, in base a
politiche definite dinamicamente dall’utente, il livello di Storage (Tier) più
appropriato. In questo modo i dati più “attivi” verranno posizionati sul
livello in grado di offrire le migliori prestazioni, mentre quelli “inattivi”
saranno spostati sul livello meno prestazionale ed a più basso costo.
A questo punto è importante considerare alcuni aspetti che determinano
l’efficacia di questa tecnologia ed in particolare:
- La frequenza di movimentazione dei dati.
- La dimensione dell’elemento che viene movimentato.
Nella maggior parte dei casi, un singolo dato assumerà nel tempo attributi
differenti: in alcune fasi risulterà utilizzato con alta frequenza, mentre in
altre risulterà “inattivo”: è molto importante che la reazione del sistema
storage al cambio di “accesso” avvenga in modo tempestivo, in modo da allineare
il posizionamento del dato in funzione del livello di servizio più appropriato;
un sistema storage che ad esempio “risponda” a questo cambiamento nell’arco di pochi minuti risulterà molto più efficace di
un sistema apparente simile ma che abbia bisogno di qualche ora prima di
riuscire ad individuare quali dati devono essere spostati e dove.
La dimensione dell’elemento che viene movimentato ha invece una ripercussione
diretta sulla efficienza di utilizzo dei livelli di Storage (tier); a parità di
numero di blocchi da movimentare, più piccole sono le dimensioni degli stessi e
più efficace è l’utilizzo del livello storage più prestazionale, ovvero i dischi
allo stato Solido (SSD o EFD), che sono quelli a costo più elevato.
I due aspetti sopra descritti incidono, oltre che sull’efficacia della
soluzione, anche sull’utilizzo delle risorse “computazionali” che ogni sistema
Storage possiede. Ad esempio, sui sistemi della fascia High End di EMC, i sistemi Symmetrix VMAX, la dimensione minima dell’elemento
movimentato è 8MB e la movimentazione stessa del dato è continua, con una
finestra di analisi minima di 10 minuti.
Come accennato in precedenza, ogni produttore di sistemi storage utilizza
parametri differenti; è quindi fondamentale analizzare quanto le diverse
soluzioni possano rendere questa tecnologia più o meno efficace.
La tecnologica di Storage Tiering è ovviamente indipendente rispetto alla
tipologia di Server e/o Sistema Operativo: le funzionalità messe a disposizione
dello storage quindi risultano disponibili per tutte le applicazioni in modo
trasparente. Sui sistemi Storage EMC, questa tecnologia è disponibile per
tutti, o quasi, gli ambienti operativi Open Systems, Mainframe e iSeries (AS/400).
L’evoluzione più recente, in casa EMC, ha visto l’introduzione di concetti
di movimentazione del dato al di fuori dei sistemi Storage, verso livelli ancor
più prestazionali, all’interno dei server, o, al contrario, verso sistemi Storage a loro
volta “virtualizzati” attraverso i sistemi Storage principali.
In futuro è prevedibile che queste tecniche assumano una connotazione
gestionale eterogenea; sistemi Storage in grado di muovere i dati verso altri
sistemi Storage, aventi caratteristiche differenti quali, ad esempio, deduplica e compressione (quest’ultima già disponibile).
Per saperne di più accedi alla pagina dedicata alle soluzioni Storage EMC
su EMC Community Network; posta le tue domande e riceverai
supporto.
Stefano Panigada
