01SAN存储区域网络第二版

第1章网络存储概述通过网络实现数据的存储和共享并不是一个新鲜的想法。

许多读者都熟悉基本的客户/服务器网络计算模型，在这个模型中，文件服务器可以利用网络连接为一组客户工作站提供存储服务。

这些年来，网络存储已有很大的进展，包括基于消息的中间件和集群技术的分布式处理技术，同时，在存储设备和存储子系统方面也发生了很大的变化。

本书将分析一些导致由基于主机存储向网络存储技术进展的主要原因。

1.1 作为商用价值数据角色的改变过去2 0年里，计算领域发生了很大的变化。

2 0年前，许多工作必须由大型机系统才能完成，现在，它们却可以在价格低廉而功能强大的计算机和计算机集群上完成。

尽管如此，计算机所处理和产生的数据的重要性却没有改变，因为一旦数据丢失，所有的计算能力都变得毫无价值。

这就给数据存储工业提出了新的挑战，即必须在廉价的网络上提供数据2 4×7操作的可靠性和保护。

虽然这个想法看起来很简单，但实现起来却并非易事。

经验业已证明，在网络环境下实现存储管理是相当困难的。

一个企业可能拥有不同的硬件/软件平台，而每一种平台都有与之相配套的实用管理程序，对于系统管理员来说，要想正确无误地处理所有这些差异，是极端困难的。

网络环境下的存储管理大约有两个办法。

其一，利用由服务器提供的接口来实现管理；其二，通过专用的存储连接来管理。

后者是大部分存储工业公司经常采用的办法。

这就导致了一个有趣的结论：数据是有价的独立实体，与访问它的计算机是分离的，因而，也要求它的管理系统与主机系统是分离的。

图1 -1显示了计算机和它所处理的数据之间的差别，它恰当地反映本书的主题。

图1-1计算机及其所处理的数据间的差别应用应用应用系统数据现在人们越来越认识到：数据是一个自由存在的、不必属于任何特定系统的实体，就像资本和智力资产一样，数据也是一种可以共同享用的财富，需要加以保护和存储。

同样，作为数据保护和存储管理的平台，存储网络产品和体系结构也提升到战略高度，需要像系统和软件一样，定期召开有关会议以制订规划和预算。

1.1.1 建立数据的相对价值存储网络产品所存放的数据是一笔共同的财富,但是，数据对企业到底有什么价值呢？这就涉及如何评估数据价值的问题。

数据有定性属性和定量属性，在评估数据的价值时，两者都需要计算。

一般而言，数据的定性属性是不能测量的，而且，即使测量出来，也很难达成一致，但是，假如你想知道数据的定量属性，就可以将它精确地测量出来。

本节将探讨数据的定量和定性属性，以帮助读者计算他们数据的“净”价值。

1. 数据定性值的度量数据的定性测量趣味成分最多，可靠性最少。

例如，假使在这场广告战中投资250 000美元，将能获得多少回报？这个例子显示了数据定性价值的典型特征。

事实上，没有人能精确地说出它的定性价值是多少，但是，很清楚，它远远大于零。

由此可以看出，从定性数据中，人们可以获得某种启发性的判断。

定性的例子很多，如某We b站点的吸引力、自动语音应答系统的友好程度等。

而e -m a i l系统既有定性价值，也有定量价值，假如一个公司失去它所有的e -m a i l，这个结果反映在可测量的定量上则可能是产品市场的丢失，同时，在定性上，又反映了客户、合作伙伴及雇员对该公司的信任程度。

当计算数据的价值时，一个很重要的计算方法是：在一个公司的计算机不能提供数据访问时，分别估算来自于各方面对公司失去信心的程度，如客户、合作伙伴及雇员等。

这些受挫的客户通常并不告诉原有的厂商他们间已经断绝交易，而是直接购买其竞争者的产品。

因此，对于厂商而言，留住一个顾客比失去后再吸引他回来更划算。

表1 -1列出了一些定性的数据类型，也给出了关于如何计算这些数据类型的相对价值的建议。

计算办法及所给的估计值是建立在个人对数据恢复和纯粹假设的基础上的，这对读者的计划可能有用。

表1-1 估计的数据价值数据类型估计值We b站点的产品页面日销售额的1 %～1 0%We b站点的共享页面日销售额的1 %顾客电话询问中心平均发货单的1～1 0倍内联网H R系统每1 00个雇员每月1万美元e -m a i l消息数据库每个雇员1 000美元顾客服务数据库支持咨询的1 %～2 %销售/营销资料销售估计的1 %～1 0%具有竞争力的智力资源年销售额的1 %～5 %应支付的账单快速支付信用，积累利润（续）数据类型估计值应收的账单增加信用利润购买普通购买定单量的1 %～1 0%履行中的合同预算利润的1 %～5 %开发中的智力财富预期的专利费的1 0%～100%制造/生产文档市场份额收入的1 %～20%接受文档平均接受的资金的1 %～5 %验证/加密密钥日产量的1 %～5 %2. 度量和优先排序数据对数据定量价值的度量需要严肃和耐心。

无论怎样进行度量，都需要写出详细而周全的灾难恢复计划，灾难恢复计划事实上就是应用和系统的恢复优先权排序。

关于计划计算机服务的优先顺序，需要与业务经理们讨论确定。

在许多情况下，I T工作人员知道业务经理的工作离不开计算机系统，所以极力宣称计算机系统和应用的相对重要性，这里可能或多或少地包含了一些玩笑和夸大的成分。

除了一些专业会计机构和美国政府，还不时地有一些小组研究业务部门和职业机构的计算机灾难所造成的后果，研究结果通常相当令人担忧。

以下是有关数据丢失的最可借鉴的统计：• 93%的公司在遭受重大的数据丢失后，在5年之内倒闭(美国劳工局)。

• 4 3%的美国公司在遭受数据灾难后，就立即倒闭， 2 9%的公司在两年之内倒闭(华盛顿大学)。

• 3 0%的计算机用户说，每年他们花费大约等价于一周的时间重建他们丢失的数据（ 3 M公司）。

表1 -2列出了一些丢失数据所造成损失的定量结果，这不是由于数据灾难引起的需要更换系统的损失，而是纯粹由数据丢失引起的损失。

从表1 -1和表1 -2可以看出，数据的价值和重新产生它的代价都是很高的，因此，发展数据保护和维护数据的可访问性技术是极其重要的。

在本书的后续章节中，将花大量的篇幅阐述这些方法。

表1-2 丢失数据的花费数据类型损失We b商务所有的We b商务利润在线投资服务偿还量和诉讼费用软件开发工作重新设计和编码的花费产品设计重新产生工程文档的花费制造数据取消定单和延迟交货的罚金定单表目系统所有预算的利润接受账单所有偿还中的信贷债务支付账单发货清单的延迟费及利润（续）数据类型损失库存管理重新库存管理花费市场研究收集及重编辑信息，或重新购买信息的费用软件和许可权数据重新购买软件的花费销售和示范数据销售定单量1.1.2 大量的流体数据没有计算机网络，则不存在网络存储，特别在分布式计算环境下，尤其如此。

过去，数据曾经被认为是一个静态的实体，只支持一个特定的应用，而现在它能为不同地点的许多不同的应用所利用，甚至这些应用可以跨越公司的边界。

数据的这个特征很适合于比作流体，虽然这种比拟与物理学家所定义的“流体”不是一回事，但却有如下的相似性:• 流体和数据都很容易从一个地方传输到另一个地方。

• 流体和数据一样都很容易通过很长的管道传输。

• 流体和数据都很容易装满容器，而不给其他的物体留有空间。

• 一旦流体或数据流发现一条流入的路径，就很难挡住它的去路。

上面最后一点可能是最令系统管理员害怕的。

一旦另一个系统的用户开始访问和存储数据，要想停止他的行为是很困难的。

任何对这个问题持有异议的人，只要考虑一下系统管理员如何忙于限制We b文件下载的数量及订阅内容的份数，就会明白他处于何种困境之中。

这些下载和订阅不仅使网络性能下降，也使磁盘比以往任何时候都更快地被填满。

流体数据不仅在到达时产生潜在的问题，当目标不接收来自发送系统的数据时，也会出现问题。

例如，一个分散的商业公司的经营是以库存和仓库容量为基础的，如果这些报告不能按期到达，则购买系统不能以最高效率运作。

1. 流体数据源的识别管理流体数据要从识别数据源开始，通常的流体数据源有:• 企业资源计划（E R P）系统，如S A P/R3。

• 分布式数据库系统。

• 电子文档交换（E D I）系统。

• 电子商务（E C）。

• 供应连锁管理系统。

• 软件发布。

• Internet文件传输。

• Internet订阅服务。

• e-mail和文件附件。

术语“结构数据”是对“非结构”的特定应用文件格式而言的，用以表示保存在数据库中的数据，而数据流则包括这两种类型。

一般而言，由于结构数据流的源和目的容易识别和度量，所以更易于管理和控制。

E R P 和E D I 是两个结构的数据流的实例，无论是发送者还是接收者，它都是极其重要的。

e -m a i l 和I n t e r n e t 文件传输是两个非结构的实例，两者都是随机的和不可预测的，也很难对它们进行单独控制和管理。

家庭和办公室的e -m a i l 交换是非结构e -m a i l 数据流的一个例子。

一旦人们养成了习惯，无论数据是私人的还是公司的，所有数据类型都开始流动，因此，用公司的e -m a i l 系统来达到私人目的便司空见惯。

不同的公司有着不同的e -m a i l 系统的管理策略，但很少有公司防止其雇员用这种方式发送e -m a i l ，即使在技术上是可能做到的，为了不伤害雇员的士气，公司一般也不限制其雇员利用这种方式发送e -m a i l 。

事实上，问题还不只是雇员在工作时用e -m a i l 系统达到私人目的，它也对系统管理产生影响。

系统管理员必须处理存储所有e -m a i l 需要的资源，以及收发e -m a i l 对系统性能的影响等现实问题。

更为严重的，e -m a i l 的多份拷贝也最终扩散到整个网络，并产生存储多份拷贝的问题。

如果一个e -m a i l 被发送给5 0人，那么将需要存储4 0～5 0份该e -m a i l 拷贝。

当e -m a i l 被转发和拷贝到其他用户时，单个e -m a i l 消息的存储量将以指数的形式增长。

图1 -2显示了单个e -m a i l 消息是如何产生2 0份拷贝的，这些拷贝都被保存下来。

图1-2 消耗大量存储的非结构化e-mail 数据I n t e r n e t 订阅服务也会产生类似的结果，I n t e r n e t 订阅服务发送各种更新的信息，从股票价格、新闻到天气预报，无所不包。

信息驱动的结果之一是当人们希望某条信息时，他们就订阅它。

订阅服务系统每天都给办公室工作人员发送许多则消息，这些消息都是他们认为有用的、重要的，甚至是风趣的。

结果导致需要存储的私有数据量急增，同时，也使这些信息的计划管理非常困难。

软件发布是另一个数据流的源。

熟悉I n t e r n e t 软件发布的用户经常订阅各种软件服务，这些软件服务包括更新、发布软件信息、预先发布软件的测试版，甚至更严重的情况，这样，一个软件很快就有4、5个拷贝保存在磁盘上，大大消耗网络服务器的存储空间，同时，在这种环境下，计划适合的存储需求也十分困难。