日前,在emc的数据湖2.0策略和新产品发布上,新一代emc的isilon横向扩展nas数据湖发布。新isilon产品横跨边缘、核心和云,整合多个工作负载,允许用户从所有位置访问并分析数据,旨在提供一套更高效的数据湖。
emc isilon大中华区总经理杨兰江说:“isilon在emc整个业绩的表现中非常不俗。2015年我们销售重点是软件定义存储、企业混合云,加上新的极速增长的三块产品;在xtremio、hdfs、dps核心产品外,新产品给公司带来更大商机。这得益于非结构化数据的增长突飞猛进。我们看到数据湖很好地迎合的目前市场发展,尤其是第三平台所有数据类型。”
数据湖2.0之isilon
定位于全局可控应用的emc数据湖2.0策略,由三款新产品构成,即isilon发布的软件定义存储产品isilonsd edge、新一代isilononefs操作系统、新一代isiloncloudpool。
在isilon的数据湖2.0架构中,三款产品提高了数据湖的能力,将非结构化数据在核心数据中心的应用扩展至分支机构等边缘位置,并归档至云中。新方案旨在提供一套更高效的数据湖,全新的isilon尊龙凯时注册的解决方案整合多个工作负载,允许用户从所有位置访问并分析数据。
作为分布式nas,在isilon数据湖1.0版本中,在单一数据集群中该文件系统扩展至50pb。而为了将其边缘(如公司分支)等数据全部纳入其中,得以升级至2.0版本。
isilon数据湖2.0重新定义了边缘存储,即以软件定义的方式使企业边缘分支无需采用标准商用硬件存储,即可基于vmware vcenter构建自有版本isilon。
自2010年被emc收购以来,isilon发展顺利,尤其是近三年来,其业务增长最快。杨兰江介绍,isilon持续保持在能源,生命科学、媒体,健康医疗等行业的强劲增长和领导地位,同时在新行业也有突破。isilon在中国最大的客户东方物探,仅2013年装机容量达到7pb。
“isilon产品一直被认为是做大文件应用场景,但事实上在保险行业、金融行业很小的应用场景下,我们也有了2.5倍的增长。在商业系统即smb,增长最快,达到了50%。”杨兰江说。
在2014,isilon2014年增长38%,完成126%销售目标。完成250多个项目、650多个节点、40多pb、120多新客户。特别是在医疗、教育、制造、小金融等行业迅猛增长;在媒体行业增长56%,进一步巩固isilon在媒体行业的领导地位;突破电信行业,进入某大型运营商后督系统。
谈到isilon发展顺利的原因,杨兰江苏表示,这是因为市场需求所致。当前,客户受到由日益猛增的非结构化数据所带来的困扰,多数都开始采用通过第三平台作数据迁移。且猛增的非结构化数据的管理问题使cio苦不堪言。isilon的技术迎合了这样的趋势。
杨兰江介绍,自被emc收购了后,emc以其超强的销售团队及英明的管理层,得以很好地整合收购过来的公司。在emc产品部大力推动isilon下,以统一的销售渠道,加之emc完善的服务体系,使客户满意度大大提高,从而使isilon获得如此好的成绩。
眼下,emc正在着手于2016年计划。公司着手于多产品线整合。在数据湖端,在isilon外,emc将仔细探讨面向对象整合的私有云,拟推出相关市场策略包括培训渠道,引导销售等等。
边缘存储被重新定义
关于新品的重新定义,emc isilon大中华区资深技术顾问康锦荣解释,正常客户端通过标准施加不同类型多协议网络i/o,isilon通过vcenter简易管理这些存储节点,他们同时具备isilon横向扩展无缝扩张及所有isilon的软件功能,如复制、快照等。
基于vmware构建的虚拟的isilon edge可双向推送,也可全局协作,且只需在社区下载安装直接扩展即可。即提供非生产用途的免费下载,并为生产用途的应用提供以集群为单位的软件授权。
值得一提的是,isilonsd edge将提供非生产用途的免费下载,并为生产用途的应用提供以集群为单位的软件授权。
而无中断的服务、50pb容量,这一直是isilon onefs的核心技术。新的onefs则在诸如支持微软最新协议等等细节都有改进。
cloudpools新品是isilon产品线中一个全新的软件应用程序,让isilon能够轻松扩展至公有云、私有云和混合云。
cloudpools让isilon能够将数据分层至公有云中,例如aws、microsoft azure和virtustream中,而无需云网关。cloudpools还能让数据中心扩展至emc elastic cloud storagetm (ecs)和isilon,并作为一个私有云使用。isilon可扩展其核心命名空间至云中,以确保数据无论在什么位置都能安全访问。当数据被分层至云中,传输和压缩过程是加密的,以确保企业数据在云中的安全性。这让组织能够将其数据湖扩展至云规模的容量,同时确保数据访问和管理的一致性和简单性。