分解标志着超收敛的进化

摩尔定律相

摩尔定律由英特尔公司的戈登•摩尔在60年代中期提出，摩尔定律导致微处理器性能每18个月左右翻一番，从本质上说，促进了个人电脑、强大的工作站和服务器的发展。它还推动了客户机-服务器运动。

摩尔定律发展直到我们开始达到物理和时钟速度的极限。因此，在过去十年左右的时间里，该行业的重点从时钟速度转移到多核处理器。其逻辑是:如果我们不能让单个处理器运行得更快，那么就让我们把它们组合在同一个芯片上，让它们像一个处理器一样工作。多核处理器反过来又导致了强大服务器的开发，这些服务器是使用管理程序进行服务器整合的起源。

那么，你会问，这一切与分解有什么关系呢?再走一步，我就会讲到。

聚合阶段

多核处理器的发展意味着计算能力变得非常便宜和可用。当你思考这个问题的时候软件定义运动诞生于丰富的可用计算能力。

在存储中，我们首先将控制平面与数据平面分离，这意味着我们可以使用基于软件的控制平面来控制各种硬件(数据平面)。但是有了这些新的强大的处理器，为什么不把数据平面也集成到软件中呢?简而言之，多核直接导致了将数据中心的所有存储功能合并到软件中并在服务器上运行的运动。比如DataCore(这一概念的早期先驱)、EMC ScaleIO、HP StoreVirtual、VMware Virtual SAN等。

表面上看，超收敛和解聚似乎是相互正交的，但在我看来，解聚只是超收敛概念的演变。

随着用于存储和服务器的复杂虚拟化技术的出现，以及文件系统技术的巨大进步和所有这些多余的计算能力，为什么不进一步直接在服务器或服务器集群上实现多个功能呢?

这就是超融合的愿景如何生根的，新的强大的公司Nutanix和SimpliVity，以及最近的EMC基于scaleio的VxRack, Pivot3和其他公司都在超融合领域争得一席之地。Scale Computing是这个领域的另一个先驱，专注于中小型企业，在大数据方面，Hadoop供应商接受了这个想法在同一服务器节点上同时运行计算和存储的扩展节点。

有了大量的计算能力，就可以很容易地在单个核心上分配特定的功能，以获得可预测的性能，即使许多其他功能在同一台计算机上运行。毫无疑问，众所周知的公共云都是基于这一前提。

我们可以将收敛/超收敛视为计算行业的“聚合”阶段。它让人回想起大型机的时代，不过是一种更加商品化和扩展的时尚。

分解阶段

就在我们开始接受这种融合的想法时，这个行业现在似乎正在朝着解集的概念．这个想法不是要回到单个的功能竖井(那将是非常痛苦的)，而是要创建跨节点的功能池。

举个例子，我们听到的关于超收敛的一个主要问题是:无法购买计算能力(用于应用程序)与存储容量分离．诚然，供应商现在提供的节点严重倾向于计算或容量，但内存或仅用于缓存或其他资源的闪存呢?有没有办法只添加你需要的内容?

这就是分解思想的由来。

就在您熟悉了收敛和超收敛的概念之后，现在是时候向您的词汇表中添加另一个新术语:分解。

基础设施仍将向外扩展并且是“节点的”，但是您只会在需要的时候添加您想要的功能，并且该功能将跨节点池使用。这意味着所有的内存、闪存、计算能力和硬盘容量都将被汇集在一起，供所有应用程序使用。

网络功能直到现在才被虚拟化。例如，Springpath凭借其虚拟化的网络设施在超融合市场中脱颖而出。下一步是分解这个虚拟网络工具，以便能够购买合适的数量，为公共池中的所有应用程序提供服务。同时，防火墙、vpn、反病毒过滤器等网络安全功能已经以网络功能虚拟化平台的形式被虚拟化和分解，可以根据公司网络的需要选择性地应用。

从表面上看，超收敛和超分解似乎是正交但在我看来，分解只是超聚合概念的进化。它允许创建更强大的web规模的云，在这里可以根据所有应用程序的需要或策略使用和转移大量的资源池。与今天相比，如果采用分解计算，利用率将会飙升——减少对空间、电力和冷却的需求。

供应商的解集

在这次讨论中，有三个供应商值得注意。PernixData专注于分解跨节点的flash容量。它消除了1比1的关系PCIe ssd与它们所在的服务器一起，以闪存作为池资源代替。该公司现在正在内存领域做同样的事情。PernixData无疑是分解概念的先驱。

第二个供应商是Datrium。我认为他们的产品是服务器驱动的存储设备。是的，它们只提供存储功能，不属于融合或超融合类别。但是Datrium所做的是独一无二的。它们分解了所有存储功能(如IOPS、RAID、精简配置、数据保护、克隆和快照)，并将它们拆分为运行在应用服务器(记住所有可用的备用计算能力)和简化的存储阵列上。通过应用服务器的计算能力，存储阵列上运行的功能可以随着应用服务器数量的增加而扩展。

这与传统存储阵列的情况相反，因此存储阵列变得更具有成本效益和可管理性。对于那些想继续使用传统计算网络存储的人来说范式Datrium的技术承诺，今天的存储阵列是为明天设计的。

第三家供应商DriveScale目前完全专注于Hadoop领域。DriveScale允许客户根据应用程序的需要分别购买计算和存储，而不是购买1000个节点，每个节点都有计算和DAS存储。这解决了我们从Hadoop用户那里听到的首要问题，即在扩展时无法将计算与存储分离。我预计DriveScale在未来的某个时候也会分解内存。

在我们这个行业里，创造力是没有边界的。不断的进化是常态。因此，就在您逐渐熟悉趋同和超趋同概念的同时，是时候向您的词汇表中添加另一个新术语:分解。请继续关注数据中心计算这一令人兴奋的新兴领域的更多内容。

关于作者:
阿伦希夫他是Taneja Group的创始人和总裁，Taneja Group是一家专注于存储和其他基础设施技术的分析师和咨询集团。