jueves, abril 21
| [+/-] |
201X El año del Data Center |
domingo, marzo 14
| [+/-] |
La desduplicación – Tendencia en Backup |
Tags:
- Desduplicacion
- Niveles
- Tipos de políticas
- Que hay que tomar en cuenta para implementar una solución de Backup hoy en día.
Hace unos años la duplicación, clonación, redundancia, centralización, fueron conceptos y palabras que repetidamente surgían en los papeles blancos, revistas, reportes y publicaciones propias al manejo de las plataformas tecnológicas, data centers, y IT Operations; desde hace un tiempo prudente a la fecha, viene surgiendo el concepto desduplicacion, de una manera directamente proporcional al avance que se ha tenido en los primeros conceptos referidos por lo que no es un concepto nuevo, pero sí de uso limitado.
La desduplicacion permite la eliminación de datos redundantes al sistema de Backup, lo que reduce costes de adquisición, almacenamiento, tiempo, y manejo. Actualmente todas las tecnologías, con uno u otro nombre se dividen en:
Desduplicación a nivel de bloque
La desduplicación a nivel de bloque ofrece una eficiencia general de almacenamiento mucho mayor. Funciona buscando instancias de información redundante examinando fragmentos de datos de 4 KB de tamaño o mayores, y solo almacena una copia independientemente del número de copias que haya. Las copias se sustituyen por punteros que hacen referencia al bloque de datos original de una manera transparente para el usuario, quien sigue utilizando un archivo como si todos los bloques de datos que contiene fueran solo suyos.
Desduplicación a nivel de archivo
Desduplicación a nivel de archivo busca archivos que sean exactamente iguales y solo almacena una copia, poniendo punteros tal como Windows hace con los Shortcuts de archivos en lugar de las otras copias. Aunque la desduplicación de archivos es más eficiente que no realizar ninguna desduplicación, un cambio mínimo en el archivo dará como resultado que se almacene una copia adicional del mismo.
Con cualquiera de los dos niveles se puede llegar a un nivel de eficiencia entre 50y 90% adicional al sistema tradicional, por ejemplo uno de sus usuarios envía un reporte de Excel, cargado de gráficos, imágenes y ratios de resultados de mes, al poseer fotos el archivo de 7 megas es enviado a 11 personas de nivel directivo. Al momento de su sistema de Backup respaldar este solo mail se convertirá en 84 megas sin contar con ni un solo foward o replay with attachment que se realice. Multiplique esta actividad por instancias de datos duplicados por toda la organización y entenderá porque el crecimiento exponencial de la data, así como el porqué la desduplicacion ahorra tanto.
Aunque la desduplicación puede ahorrar enormes cantidades de espacio de disco, su concentración hace que un almacenamiento correcto tenga una importancia crítica. Si un bloque de datos encontrado en varios orígenes (como en el ejemplo anterior del archivo excel) se desduplica y luego se pierde, todas las copias de seguridad asociadas al mismo quedarán dañadas, ya que los datos de origen ya no existen. También se aplica a copias de seguridad completas de sistemas. Si se produce una catástrofe, un solo bloque de datos dañado correspondiente a una parte vital del sistema operativo Windows hará que todas las copias de seguridad queden inutilizables en caso de recuperación del sistema. Estudie el uso de una matriz RAID para almacenar datos de desduplicación para proporcionar un nivel de protección adicional.
Estilos política de Desduplicacion
Desduplicación en destino
La desduplicación en destino tiene lugar después de realizar la copia de seguridad del origen, cuando ya los datos están en la ubicación de almacenamiento de destino, normalmente un nodo de almacenamiento conectado (NAS). Su desventaja es el uso de un posible ancho de banda limitado especialmente para casos de backup en instalaciones remotas.
Desduplicación en origen
La desduplicación en origen (o del servidor) es la que se realiza en el servidor que contiene los datos y luego son enviados vía análisis de algoritmo de paquetes al servidor de almacenamiento. Su desventaja es el uso de ciclos de CPU en el servidor origen.
La elección entre la desduplicación en origen o en destino dependerá de cuál es la limitación (consumo general de proceso de CPU de cliente o consideraciones de ancho de banda) más importante para su organización. Una mala elección podría ocasionar en la eliminación total de un proyecto de desduplicacion por colapsos en la red, o respuesta nula de un servidor por sobre procesamiento.
Que hay que tener en cuenta para implementar una solución de Backup basada en Desduplicación
Hay muchas soluciones, con muchas nuevas alternativas para el respaldo de la información, un sistema a la vanguardia en equipos de alto desempeño entiendo que definitivamente tiene que contar con desduplicacion desde las estaciones de trabajo, maquinas virtuales y servidores. Permitiendo el manejo de imágenes a estos últimos actualizables, para permitir tener una imagen de archivos y sistema operativo de nuestros servidores actualizada de manera automática y remota. Las opciones son varias, pero partiendo de un equipo de alto desempeño se podría desglosar en orden descendente a partir de los siguientes tópicos.
La solución a implementar debería de cumplir con los siguientes requisitos:
- - Permitir los dos niveles de Desduplicacion, a nivel de archivo y nivel de bloque.
- - Permitir una desduplicacion tanto en origen como en destino.
- - Poseer un algoritmo inteligente en despublicacion origen que consuma menos CPU que los primeros algoritmos de la desduplicacion de años atrás.
- - Tener versiones Linux, Windows para servidores así como poder integras VIP Workstation.
- - Tener capacidad de trabajar con maquinas virtuales.
- - Copias de imágenes incrementales y automatizadas.
- - Modulo Disaster recovery.
- - Integración a sistema NAS.
Imagenes Acronis Website
domingo, enero 24
| [+/-] |
DATA CENTERS |
Tendencias, retos, Estándares.
En estos días estuve conversando con un colega impresionado por un DataCenter de una importante entidad financiera que visito, y la conversación paso a revisar las mejores y peores cosas que hemos visto asi como repasar los mejores DataCenters visitados. Eso me llevo a buscar más información, buena excusa para actualizarse con las tendencias y estándares recién aplicados sobre el área.
Ya conocemos el estándar ANSI/TIA-942 del 2005 y muchos más; su desglose de los 4 TIER que se resume en el cuadro anexo lo hemos usado para asignar nivel a data centers de los 4 tamaños, de acuerdo a su sistema de redundancia, manejo de energía, layout, Sistema de cableado, seguridad, y sistema de emergencia. Más información en el White paper. http://www.adc.com/us/en/Library/Literature/102264AE.pdf
Pero en la actualidad TIA está trabajando en unos anexos a la TIA-942 que ofrecerá varias actualizaciones, incluyendo las modificaciones para reducir el consumo de energía, el apoyo a nuevos tipos de cableado, y las modificaciones a estas cuatro directrices de nivel. Una norma que corresponde a la TIA-942, CENELEC EN 50173-5 se publicó en Europa en 2007 para tratar de cableado estructurado para centros de datos. Y la ISO24764 está en desarrollo para el cableado estructurado de los centros de datos.
Pero esto es lo conocido, ahora bien es importante repasar las nuevas tendencias, haciendo un resumen de varias páginas webs, revistas y casos de estudio, las tendencias actuales se resumen en ciertos bloques, y están incidiendo directamente en los nuevos estándares que están publicándose para los diseñadores de Data Centers, entre los bloques targets están:
Tendencias
Los data centers de hoy en día soportan en un porcentaje histórico al core business de las empresas, desglosando un poco este listado de tendencias podemos resumir que la evolución actual está muy enfocada al uso de SOA, virtualización, velocidad de la RED y Green IT.
SOA
La arquitectura SOA ha cambiado el enfoque de las aplicaciones orientadas a objetos para el enfoque de los servicios en lo que podría ser la intranet 2.0, llevando los conceptos de la web 2.0 a las empresas. http://es.wikipedia.org/wiki/Service-oriented_architecture
Virtualización
Del mismo modo la Virtualización ha aumentado la densidad de los servidores reduciendo el coste de adquisición de material y aumentando la flexibilidad de las prestaciones de los servicios. La tecnología Blade de hace unos años a ayudado mucho también a esto, además del uso de pago por servicios en la Cloud Computing, dando un avance antes no visto en la densidad de servidores, como ya conocemos y hemos tratado en el Blog.
Cableado - Conectividad
El aumento de las velocidades está casi estandarizado en 10Gbps para Data Centers. En el 2007 en Republica Dominicana tuve la oportunidad de participar en una implementación a 10Gbps de un Data center apoyados en la gente de Siemon Latinoamérica. Adicional a esto las nuevas tendencias nos llevan a observar cada vez más que los fabricantes de dispositivos de red se están orientando más hacia las aplicaciones y los fabricantes de servidores están cada vez mas adentrados al mundo de las redes, concluyentemente en este punto podemos observar ya equipos en donde la electrónica de las redes es incorporada a servicios de firmware, servicios VPN, balanceo de carga, servicios de VoIP más eficientes, y otras que ahora están integradas.
Algunos servidores vienen recientemente con hasta 8 puertos de comunicación, siendo 2LAN, 2SAN, 2 load balancing virtualization, 1 out of band software management, 1 out of band hardware management, casi un standard.
Almacenamiento IP
El almacenamiento anteriormente se basaba en la tecnología Fibre cannel, pero la baja en los costes de la red 10Gbps ha hecho migrar la arquitectura de Backup a IP, este diseño permite aprovechar las capas de almacenamiento basándose mucho más en las tarjetas de red y menos en la CPU con el uso e implementación de arquitectura SAN inteligente.
Eficiencia Energética
La tendencia a la edificación sustentable es la causa de cableado de telecomunicaciones, a los diseñadores les toca adoptar cada vez más métodos para mejorar la eficiencia energética. Tales como:
Green IT
Básicamente es una iniciativa en pleno impulso que todavía no es entendida, ni aplicada por los principales ejecutivos de las empresas, ideas como que un data center no necesita estar “frio” sino entregarle aire frio a las tomas de los equipos al dia de hoy no es comprendida por muchos, otros tienen criterios más arcaicos entienden que un Data Center solo es un espacio donde se entran los equipos. Todavía faltan muchas estandarizaciones y a partir de este año se deberán ver nuevos avances en los principales problemas que son la disipación de calor y las emisiones de CO2.
Experiencia con Data Centers.
Involucrar a la capa directiva de las organizaciones en la toma de este tipo de decisiones conlleva un clásico problema de que muchas veces los directivos que están por encima del director de TI de una compañía, como carecen de los conocimientos necesarios, no están preparados para tomar una decisión respecto a performance, Green IT, redundancia estándares entre otros.
Pero si hay muchos otros que tienen claros criterios de la incidencia de los mismos en sus negocios, hemos participado en diseños de Data Centers con especialistas en la materia y es muy emocionante ver las tendencias esencialmente en estos tópicos que hemos identificado. En nuestro caso personal adjunto una foto del diseño 10Gbps en que participamos, con cableado Siemon 6ª, en 2007.
Conclusión
Leer sobre implementaciones como Hotmail nos hace pensar hacia dónde van los estándares, en este caso la de hotmail que es oficialmente la base de datos SQL server 2008 más grande del mundo con 155 petabytes sobrepasados y un crecimiento mensual de 2 petabytes, son casos de estudios que marcan la pauta. Estos data centers elites, conllevan una gran implementación de todos estos tópicos antes mencionados, y por eso es bueno observarlos para evaluar las tendencias. Más recientemente vimos la noticia de lo que se espera sea el DataCenter mas grande del mundo, correspondiente también a Microsoft, en este caso con el servicio Cloud Azure de SQL server que se venderá, a diferencia del modelo obsoleto de venta de “espacio físico” en data center, este será vendido con el concepto de venta por procesamiento; adjunto el link con las fotos de este Data Center.