数据库是企业级客户的核心应用,数据库性能会直接影响上层用户的体验。从用途角度,数据库可分为交易型、分析型、搜索型等。Memblaze 的 NVMe SSD 可在性能、容量等多个维度满足不同类型、不同负载数据库的需求,读 Latency 优化等技术可保障数据库查询、搜索等业务的读操作处于稳定的低延迟,多重数据保护技术保障用户数据安全性、完整性和一致性。
随着业务的不断发展,每天都会产生大量新的数据,这对现有架构的服务能力带来了挑战,节点服务器的容量空间不足,服务能力受限,体系封闭,扩展困难,运维要求高,整体成本居高不下,建设高性能的统一IT服务平台成为未来发展的需要。
采用 Spark 计算,以 HDFS 为统一存储基础, 采用“内存+NVMe SSD+HDD”三级缓存方案。以 Spark RDD 内存计算为核心提供统一数据存取处理及分析平台。
在部署实践中,通过加速引擎把 NVMe SSD 和机械硬盘做统一管理,供分布式软件调用。
通过 NVMe SSD 层的引入,可以有效缓存随机读写的小数据块,使集群的随机 IO 能力有数倍的提升。
据测试表明,把 NVMe SSD 作为机械盘 OSD 的日志盘,与不使用日志盘的纯机械硬盘集群相比,前者服务器整体 IO 能提升多达 6 倍。
新 IT 系统在不变动现在 ES 日志系统架构和应用的基础上,通过在每个存储节点部署一块或两块 PBlaze 系列 NVMe SSD,满足性能和容量的双重需求。
解决了 ES 系统存储容量困境。
单服务器节点,实现每秒 20 万 ES 文档写入能力,并提供秒级查询能力。
要想在 EB 级存储量的视频中提取信息,需要对每一路摄像机画面中的人、车信息进行充分的结构化提取。通过 Hadoop HDFS + Spark 集群存储和分析这类结构化数据,借助 PBlaze 系列 NVMe SSD 来缓存结构化数据索引,实现容量、性能、可靠性和可维护性的大幅提升。
由 NVMe SSD 来承载比对库资源,通过客户实际测算,采用的 NVMe SSD 可持续提供大于 100 万的随机 4K 读性能。
客户通过自研服务器可以更为高效的应对系统的数据处理和分析,整体方案的查询分析能力得到成倍的提升。
原服务器配置的 SATA SSD,存在多个风险点,NVMe SSD 不仅具有完善的数据保护技术保障,并且简化了系统架构,提升整体方案的可靠性和易于维护性。