那些改變世界的數據

丁海驁

“計算機的誕生，原本是為了解決計算的問題，而不是單純為了解決商業的問題。”對劉志洪的采訪，是從數據存儲技術和架構演進史開始的。作為戴爾科技集團大中華區非結構化數據存儲事業部總經理，一名在數據存儲行業工作多年的資深專家，劉志洪認為整個IT技術的發展史可以歸納為一條與數據相關的隱性脈絡，而最近被反復提及的非結構化數據、分布式存儲、軟件定義存儲……也是IT技術發展到現階段，與數據存儲相關的最典型標志。

了解存儲技術和架構的演進，需要從“文件系統”開始。

眾所周知，計算機最初為用戶提供服務時，數據一般是存儲在以磁盤為主的單機硬件設備上。因此在包括Windows、UNIX、Linux在內的所有操作系統中，都會有一個最主要的子系統叫做文件系統，其主要目的，就是實現對存儲設備的管理。

“計算機誕生以后，最初的商用途徑是為企業做工資表、幫保險公司算費率、幫大企業算銷售的傭金、財務和庫存……當時被稱為商業計算。”劉志洪認為后來在“文件系統”基礎上發展出來的網絡文件共享協議NFS，作為具有標志性的共享式存儲架構理論的起點，實際上是基于用戶的現實需求而誕生。此后隨著對計算機的不斷深入應用，應用系統逐漸由單機式的業務模式發展為CS/BS的前后臺組合模式，數據量的增長不再囿于某個業務系統的成長，而是更多在于系統群的數據增長，這種變化對存儲的擴展性和容量都提出了更高的要求。

于是，新的存儲架構理論NAS和SAN就出現了。“以往存儲只針對的是數據，而沒有針對文件存儲。NAS架構的出現可以說是非結構化數據概念形成過程中的第一個標志性事件。之后，在NAS的基礎上，又出現了一個革命性技術Scaleout NAS（橫向擴展NAS）架構，這使今天的非結構化數據這一概念得以明確。”橫向擴展NAS是分布式文件存儲架構的基礎，而做出這一革命性技術推進的Isilon公司，在2010年底被當時的EMC收購，并在2020年，產品演進成為戴爾分布式文件存儲解決方案PowerScale。

“Scale-out NAS重大突破在于其將從文件系統到整個硬件架構的設計進行了橫向擴展，其架構上的每一個節點都擁有一個獨立的資源，自帶動力。以往，在傳統NAS架構上的企業存儲，相當于用一匹馬拉一架馬車，每次增容都相當于在動力不增加的前提下，增加馬車的數據。于是就會出現一匹馬拉4架馬車、8架馬車的情況。 Scale-out NAS則是為每架馬車單獨提供拉車的馬，所以是從根本上解決了傳統NAS架構存在的問題。”劉志洪甚至認為Scale-out NAS產品可以被看成是今天所有分布式存儲產品的“鼻祖”。

隨后互聯網應用的興起，帶來了大數據、移動互聯網、物聯網的快速發展，音視頻、圖片、監控等非結構化數據呈幾何倍數增長。面對如此海量且種類繁多的數據， 基于NAS、SAN等存儲架構在容量和性能和處理方式上都已無法滿足互聯網對非結構化數據的需求。因此，分布式對象存儲應運而生。

“從文件共享到專用的NAS、SAN存儲架構，再到Scale-out NAS架構、對象存儲產品……，這實際上反映出在用戶端對數據的處理，已經從最初的基于特征數據進行交易型的處理和管理，演進到了與交易本身無關，而是帶有了更多的社會屬性特征：通過數字化的方式，重新定義人與人之間、人與機器之間、機器與機器之間的關系，通過對整個物理世界的數據進行全方位的收集、管理和存儲，進而用數字的方式來定義和優化整個社會的運行規則。”劉志洪強調，當數字技術的發展，讓包括物理世界的各種關系、秩序和邏輯，都可以通過數字化的方式來實現智能化的時候，那么整個IT產業就已經不僅是原來傳統意義上的概念了，“所以Facebook改名叫了Meta”。

眾所周知，今天戴爾存儲業務的主要核心部分，來自于2015年10月戴爾收購的數據存儲巨頭EMC（劉志洪本人此前正是負責EMC大中華區數據中心銷售工作的最高領導），因此今天戴爾存儲實際上是繼承了EMC的所有歷史、積累和成就。如果說劉志洪本人經歷了整個存儲技術歷史關鍵的后半段，那么今天的戴爾存儲業務實際上是經歷了整個過程。

在整個存儲發展過程中，EMC的名字反復出現在幾個關鍵技術的歷史節點上：在存儲行業的最初階段，1990年，EMC推出了Symmetrix Integrated Cached Disk Array——一種大型機存儲；到了1994年5月，EMC又發布全球第一個 TB級別的存儲系統Symmetrix 5500，同年10月，EMC發布一款存儲軟件Symmetrix Remote Data Facility（SRDF）。1996年，EMC發布第一款支持SAN存儲區域網絡的存儲產品Symmetrix Network File Storage （SNFS），由此，SAN存儲便成為整個企業存儲領域的主力。

此后，從2000年開始，注意到市場對非結構化數據日益強烈的需求，EMC開始將文件存儲和對象存儲同時作為業務的主攻方向：在投入大量的研發關注的同時，EMC也將目光鎖定在市場上新興技術的同業，試圖通過整合市場上業已存在的技術，實現對技術的整合。因此，其先后收購了包括FilePool、Legato、Documentum、VMware、Rainfinity、Kashya、RSA安全、Avamar、DataDomain、Greenplum、Isilon、Pivotal Labs、XtremIO、ScaleIO、DSSD、Virtustream……等眾多存儲相關企業。通過這一系列的組合拳，也開啟了EMC長期占據Gartner分布式文件系統和對象存儲魔力象限圖領導者象限最優位置的歷史。

2020年，戴爾推出了由橫向擴展NAS存儲平臺Isilon演化而來的非結構化數據存儲解決方案PowerScale；2022年初，戴爾發布了新一代對象存儲的純軟件系統ObjectScale。

“PowerScale是源自于Isilon；ObjectScale最早要追溯到2001年的Centera。在分布式文件存儲和分布式對象存儲領域，我們已經發展了20多年，20年積累下來的寶貴的知識和經驗積累，最后體現為產品的成熟度、可靠度、高可用性，以及應用簡易性和擴充的便捷性。”劉志洪所領導的部門，自2006年起，幾乎全程參與了整個以“非結構化數據”為目標的文件存儲和對象存儲產品的大部分研發過程。

在劉志洪看來，作為解決非結構數據存儲問題的兩大解決方案，PowerScale和ObjectScale各自對應的應用場景有些差異：PowerScale由于搭載了新一代橫向擴展文件系統OneFS和PowerEdge服務器，具備高并發帶寬、快速線性擴展、靈活的多協議訪問、完善的數據保護、穩定可靠易管理等特點，因此用戶可通過其進行基于文件的非結構化數據管理；ObjectScale則是經歷了從Centera到Atmos，到ECS，直至ObjectScale第四代對象存儲解決方案，更多負責基于對象和云原生的非結構化數據，其在可擴展性、性能、彈性和經濟性等方面的能力，可支持用戶以類似于公有云的規模靈活地捕獲、存儲、保護和管理非結構化數據。“PowerScale加上ObjectScale組成的非結構化數據存儲平臺解決方案的特點可以概括為伸縮自如、簡捷如一，任意數據、任意位置，海量數據、智能洞察。”劉志洪這樣說。

事實上，今天推出的ObjectScale，除了更加強調向云原生靠攏，更強調擁抱K8s外，還有一點與以往戴爾存儲解決方案的不同之處：作為一個純軟件系統，ObjectScale從技術和應用邏輯上，不再強調與戴爾自己的存儲硬件進行強綁定，而是開放給所有的存儲硬件。從而打破了戴爾在存儲解決方案整體上的閉環結構，更加強調存儲軟件與硬件的分離，以及“軟件定義”的自由度和靈活性。

“戴爾科技從超融合解決方案VxRail到軟件定義存儲PowerFlex，以及我們所有的非結構化存儲產品，嚴格來說都是軟件定義的。”劉志洪認為，“軟件定義存儲”本身就是存儲的一個發展趨勢。在他看來，成熟的X86架構、標準化硬件、分布式技術、配套的軟件技術等在內的眾多技術發展，讓軟件定義存儲具有了充分的可行性。與此同時，從企業用戶的角度看，軟件定義存儲的模式，也從根本上解決了以往存儲架構從設計、部署到應用過程中的各種復雜性問題：“能用軟件解決的問題，就不再需要通過設計復雜的硬件來解決了。”

即便是基于純軟件定義的解決方案，用戶依然有兩種選擇：一體機，或者純軟件。“其實兩種形態的基礎都是軟件定義：一體機也是基于軟件定義構建的，只不過是我們選擇了一個我們認為最合理的硬件，換成用戶選擇的其他合理硬件，結果是一樣的。”即便如此，劉志洪依然反復強調，作為一體機，是經過實驗室和工廠雙重工程化驗證調試過的，因此從理論上講，是一個最優的搭配。

在存儲這樣一個始終保持技術高速迭代、知識密集型的行業里，長期保持技術和產品的領先，戴爾是否有自己的“訣竅”？

當筆者就相關問題請教劉志洪時，他的第一反應是“設計一個計算機系統與管理一個團隊是沒有區別的”。在他看來，一個組織的創新能力，首先需要一套科學的管理框架體系，這就相當于一個計算系統中的軟件，“我們對比兩臺不同配置的硬件的參數，參數更高的硬件不一定能夠帶來更好的使用體驗，因為其中軟件還起到了非常重要的作用：如果軟件設計得好，硬件的資源才能被最大程度地發揮出來；只有軟件設計得不好，才會想要通過提高硬件參數的方式來獲得同樣的效果——結果還往往事與愿違。”其次，對于團隊的管理者而言，其工作的關鍵核心，就是要調度團隊中各種不同專業背景、不同興趣領域、不同年齡段、不同性格的團隊成員，“以最有效率的方式、最高效地完成最終任務”。

從單機存儲到分布式存儲，從傳統NAS到同時支持文件存儲、對象存儲的數據湖平臺……技術的發展演進周期不斷加速，不同行業對數據的需求也在持續涌現。技術與需求的互相影響、促進和追逐，正在不斷推進IT行業的發展，也在推動著數據存儲持續加速前行。