佚名

最近的調(diào)查研究表明，多達(dá)50%的企業(yè)表示希望將業(yè)務(wù)從云計算遷移回數(shù)據(jù)中心，雖然這種回旋效應(yīng)有很多原因，但缺乏數(shù)據(jù)一致性是最主要的原因之一。CAP定理描述了分布式存儲系統(tǒng)只能提供三個要素中的兩個：Consistency（一致性）、 Availability（可用性）、Partition tolerance（分區(qū)容錯性）。在考慮云計算遷移的應(yīng)用時，必須應(yīng)用CAP理論來判斷云計算存儲架構(gòu)是否適合每個應(yīng)用的需求。

理解CAP定理

CAP定理專注于分布式數(shù)據(jù)存儲，這是AWS、谷歌云平臺和微軟Azure等云計算服務(wù)提供商所采用的主流設(shè)計。分布式數(shù)據(jù)存儲由一系列稱為節(jié)點的服務(wù)器構(gòu)建而成。每個節(jié)點都有內(nèi)部存儲，當(dāng)節(jié)點成簇時，它將成為一個全局存儲池。當(dāng)數(shù)據(jù)被寫入存儲時，通過復(fù)制每個對象或?qū)ο蟮淖佣蔚牟脸幋a來將數(shù)據(jù)分布在節(jié)點上。

CAP定理表明，分布式數(shù)據(jù)存儲只能提供以下三個要素中的兩個：Consistency（一致性）、 Availability（可用性）、Partition tolerance（分區(qū)容錯性）。

分區(qū)容錯性是指分布式存儲在網(wǎng)絡(luò)出現(xiàn)故障時繼續(xù)提供數(shù)據(jù)的能力，而故障將會導(dǎo)致節(jié)點之間任意數(shù)量的消息丟失或延遲。由于網(wǎng)絡(luò)故障在全球基于云計算的任何存儲服務(wù)中都是不可避免的，因此所有系統(tǒng)都必須提供分區(qū)容錯。因此，在考慮云計算存儲解決方案時，企業(yè)的IT部門必須在一致性和可用性之間進(jìn)行選擇。

一致性意味著系統(tǒng)必須在應(yīng)用程序或相應(yīng)的過程開展之前確認(rèn)每個寫入操作。確認(rèn)的必要性也適用于數(shù)據(jù)保護(hù)。例如，一致的數(shù)據(jù)存儲必須將對象復(fù)制到另一個節(jié)點，并在確認(rèn)總體寫入之前驗證完成。提供一致的模型是昂貴的，尤其是在分布式體系結(jié)構(gòu)中，因為在任何給定的時間點，所有節(jié)點都必須具有相同的數(shù)據(jù)。提供一致性不會影響分布式存儲中的應(yīng)用程序性能，這意味著需要高速的節(jié)點內(nèi)部網(wǎng)絡(luò)、節(jié)點之間的距離和高性能存儲介質(zhì)。即使節(jié)點本身也比較昂貴，這樣就需要更快地處理數(shù)據(jù)。

盡管成本高昂，但注重一致性是絕對必要的。例如，支持金融機(jī)構(gòu)的存儲基礎(chǔ)設(shè)施需要確保所有節(jié)點始終保持同步。如果成交了一百萬美元的交易，而這些節(jié)點沒有更新，則會出現(xiàn)嚴(yán)重的問題。更普遍的情況是，如果所有數(shù)據(jù)在整個存儲基礎(chǔ)設(shè)施中并不總是同步的，那么期望一致性的應(yīng)用程序很容易被破壞。

可用性的關(guān)注點

由于與建立一致的分布式數(shù)據(jù)存儲的成本相關(guān)，大多數(shù)云計算提供商專注于可用性或最終一致的模型?？捎眯缘年P(guān)注點意味著當(dāng)初始寫入發(fā)生時，在后臺通過復(fù)制或完成數(shù)據(jù)的擦除編碼來將延遲的應(yīng)答延遲到滿足數(shù)據(jù)保護(hù)要求。這取決于其他節(jié)點的位置，一致的時間范圍可以從幾秒到幾分鐘。而高交易環(huán)境可能永遠(yuǎn)不會達(dá)到一致的狀態(tài)。

可用性的關(guān)注點有許多優(yōu)點，其中主要的一個優(yōu)點是降低成本。節(jié)點之間的聯(lián)網(wǎng)、節(jié)點中的存儲介質(zhì)以及節(jié)點本身的處理能力不需要在一致性關(guān)注的分布式存儲系統(tǒng)的能力范圍內(nèi)執(zhí)行。

此外，可用性關(guān)注點是數(shù)據(jù)分發(fā)的理想選擇。無論是為了防范區(qū)域性災(zāi)難，還是確保數(shù)據(jù)在地理位置上盡可能接近用戶，可用性關(guān)注點都可以實現(xiàn)分發(fā)，而無需為原始用戶或應(yīng)用程序提供性能。

將CAP應(yīng)用到NAS和對象存儲（云存儲）

考慮遷移到云端的本地應(yīng)用程序通常使用網(wǎng)絡(luò)附屬存儲（NAS）。這些網(wǎng)絡(luò)附屬存儲（NAS）系統(tǒng)在傳統(tǒng)上都有一致性的特點，盡管它們中的大部分?jǐn)?shù)據(jù)在一個不太一致但更可用的設(shè)計中工作得很好。為了保持一致性，網(wǎng)絡(luò)附屬存儲（NAS）系統(tǒng)通常通過緊密耦合的集群和相對較小的節(jié)點計數(shù)提供擴(kuò)展功能（即通過單個節(jié)點的所有數(shù)據(jù)訪問）或非常有限的擴(kuò)展。這些網(wǎng)絡(luò)附屬存儲（NAS）系統(tǒng)提供對共享存儲的低延遲訪問，并且可以保持嚴(yán)格的一致性。他們在應(yīng)用程序確認(rèn)或傳統(tǒng)的POSIX文件系統(tǒng)語義之前利用讀寫后驗證。

網(wǎng)絡(luò)附屬存儲（NAS）系統(tǒng)受到其他存儲系統(tǒng)的一致性的影響：高成本、有限的規(guī)模和有限的可用性。雖然大多數(shù)網(wǎng)絡(luò)附屬存儲（NAS）系統(tǒng)提供復(fù)制以進(jìn)行災(zāi)難恢復(fù)，但是這種復(fù)制是異步完成的（最終會變得一致）。這個過程對于網(wǎng)絡(luò)性能比較敏感，幾乎總是一個相同的系統(tǒng)，而二次系統(tǒng)最終成為主系統(tǒng)的鏡像。

這個機(jī)會并不是網(wǎng)絡(luò)附屬存儲（NAS）上的所有數(shù)據(jù)都需要一致的體系結(jié)構(gòu)的功能，實際上，網(wǎng)絡(luò)附屬存儲（NAS）上的大部分?jǐn)?shù)據(jù)在專注于可用性的體系結(jié)構(gòu)上。即使是需要一致性的網(wǎng)絡(luò)附屬存儲（NAS）上的數(shù)據(jù)集，通常也有一部分?jǐn)?shù)據(jù)更適合于可用性模型。

最常見的可用性存儲系統(tǒng)類型是對象存儲，這是所有云計算提供商為其負(fù)擔(dān)得起的存儲層所使用的設(shè)計。對象存儲成本低，可擴(kuò)展到數(shù)千個節(jié)點。在廣泛的地理區(qū)域分布數(shù)據(jù)也很容易，使數(shù)據(jù)更易于訪問和恢復(fù)。

使用CAP來識別云計算兼容的應(yīng)用程序

鑒于對CAP的了解以及從云計算提供商那里獲得的最具成本效益的存儲是以可用性為中心的認(rèn)識，組織應(yīng)該能夠更容易地確定哪些應(yīng)用程序最適合在云端使用。

第一步是確定一致性不成問題的數(shù)據(jù)集，一個主要的例子是非活動或休眠的非結(jié)構(gòu)化數(shù)據(jù)集。典型使用的網(wǎng)絡(luò)附屬存儲（NAS）容量的80%以上是非活動數(shù)據(jù)。這些整個數(shù)據(jù)集應(yīng)該轉(zhuǎn)移到側(cè)重于可用性的成本更低的分布式存儲上。將這些數(shù)據(jù)轉(zhuǎn)移到以可用性為中心的存儲中不僅會降低保留這些數(shù)據(jù)的成本，而且這些類型的存儲架構(gòu)更適合長期保存。企業(yè)面臨的挑戰(zhàn)不僅是識別不活動的數(shù)據(jù)并將這些數(shù)據(jù)轉(zhuǎn)移到云端，而且還要確保當(dāng)數(shù)據(jù)再次需要時，用戶仍然可以使用這些數(shù)據(jù)。

下一步是確定在活動數(shù)據(jù)集內(nèi)是否還存在也處于休眠狀態(tài)的子集。問題是識別和移動這些數(shù)據(jù)子集更加困難。最后一步是確定非常活躍的數(shù)據(jù)，并需要在整個存儲架構(gòu)中保持一致的表示。

將一致性敏感應(yīng)用程序遷移到云端

雖然三種類型的數(shù)據(jù)可以人工識別和移動，但這個過程非常耗時，需要IT部門的持續(xù)監(jiān)督。人為識別的過程（甚至一些聲稱自動化識別的項目）意味著需要管理單獨的存儲容器，用于對于一致性敏感的活動數(shù)據(jù)。另一種方法是利用云感知文件系統(tǒng)，該系統(tǒng)將根據(jù)訪問模式自動分類數(shù)據(jù)并將其放置在最合適的存儲類型上。該解決方案可以替代內(nèi)部部署的高性能網(wǎng)絡(luò)附屬存儲（NAS），其存儲空間更小，旨在容納一致性敏感數(shù)據(jù)。它應(yīng)該自動地將數(shù)據(jù)在本地部署和云計算存儲之間進(jìn)行IT監(jiān)督，而不需要IT人員的干預(yù)。同時，它應(yīng)該將本地存儲和云計算存儲與全局文件系統(tǒng)進(jìn)行疊加，以便用戶始終可以通過相同的路徑和協(xié)議訪問數(shù)據(jù)，從而實現(xiàn)對云端的無縫訪問。

云計算的一致性

云感知文件系統(tǒng)還應(yīng)該在云端運行，這使得組織可以無縫地將應(yīng)用程序移動到云端，而無需更改它們。應(yīng)用程序可以運行在云計算提供商的一致性存儲版本上，但文件系統(tǒng)允許將投資降到最低，因為它會自動將數(shù)據(jù)移動到提供商成本更低的對象存儲層，而不需要保持一致性。當(dāng)本地存儲和云計算存儲與云文件系統(tǒng)數(shù)據(jù)相結(jié)合，應(yīng)用程序可以在本地部署和云端之間自由移動時，根據(jù)企業(yè)的需求，云計算存儲可以用作存檔，作為一個永久運行應(yīng)用程序的地方。

結(jié) 論

大多數(shù)云計算計劃的回旋效應(yīng)通常是數(shù)據(jù)集性能要求與組織成本節(jié)約目標(biāo)之間不匹配的結(jié)果。兩者之間的差距常常導(dǎo)致組織將其遷移到本地的應(yīng)用程序，從而導(dǎo)致其自食其果，或者組織必須在一致的云計算存儲進(jìn)行更大的投資。云計算文件系統(tǒng)彌補(bǔ)了這種差距，使組織能夠以經(jīng)濟(jì)高效的方式在任何地方放置任何應(yīng)用程序，從而在高性能一致性和成本有效性的可用性之間找到適當(dāng)?shù)钠胶恻c。