浪潮在線壓縮，為數(shù)據(jù)存儲降本增效

北京2022年4月7日 /美通社/ -- 隨著新技術(shù)、新應(yīng)用不斷出現(xiàn)，數(shù)字化轉(zhuǎn)型也在不斷加速，行業(yè)智慧應(yīng)用爆發(fā)式增長，改變了人們的工作、生活、學習方式，使得社會進入了數(shù)字經(jīng)濟時代。據(jù)IDC預測，到2025 年，每天有超過 60 億人與數(shù)據(jù)發(fā)生互動，相當于全球人口的 75%；每個聯(lián)網(wǎng)的人每隔18 秒就會有至少 1 次數(shù)據(jù)交互，全球數(shù)據(jù)也將增至 175ZB。而這些數(shù)據(jù)被記錄在不同存儲系統(tǒng)與介質(zhì)中，企業(yè)不斷購置大量的存儲設(shè)備來應(yīng)對快速增長的數(shù)據(jù)存儲需求，這也增加了系統(tǒng)支出和資源能耗。浪潮存儲基于技術(shù)創(chuàng)新提出了智能在線壓縮技術(shù)（InCompression），通過結(jié)合硬件及算法進行數(shù)據(jù)量縮減，以提升存儲空間利用率，達到降本增效的目的。

浪潮存儲

在數(shù)據(jù)管理的過程中，最終都需要將數(shù)據(jù)存放到某一類最底層物理存儲介質(zhì)中。目前，底層物理存儲介質(zhì)主要有光、磁、電三種，對應(yīng)的存儲產(chǎn)品類型可也被分為三大類：光學存儲，如藍光存儲；磁存儲，如HDD機械硬盤；半導體存儲，采用電能存儲，如SSD固態(tài)硬盤。除了目前主要使用光、磁、電三種介質(zhì)之外，業(yè)界還在進行DNA存儲等下一代介質(zhì)研發(fā)。當前在企業(yè)級存儲市場應(yīng)用最廣泛的是HDD機械盤跟SSD固態(tài)盤，其中SSD節(jié)能優(yōu)勢明顯，相對于HDD，在相同容量下，SSD的電力能耗降低70%，可有效推進數(shù)據(jù)中心低碳運轉(zhuǎn)，其性能在市場中也具有較強的競爭力。

另外，“硅進磁退”是存儲介質(zhì)發(fā)展的趨勢，全閃存陣列的普及速度也在逐年提高。SSD固態(tài)硬盤的性能雖高，但是其中的flash顆粒存在成本和磨損壽命的限制。因此在全閃存系統(tǒng)進行設(shè)計時，需要充分考慮減少flash的磨損。業(yè)界中也通過壓縮技術(shù)減少寫入的數(shù)據(jù)量，進而有效減少對flash的磨損，提高系統(tǒng)的利用率，延長SSD的使用壽命，從而降低數(shù)據(jù)存儲的成本。

存儲系統(tǒng)中的無損數(shù)據(jù)壓縮算法，正在由效率較低的定長（Fixed Bit Length Packing）壓縮轉(zhuǎn)變?yōu)椴欢ㄩL壓縮。其中，由Abraham Lempel 和 Jacob Ziv獨創(chuàng)性的使用字典的LZ77/78算法及其變種應(yīng)用最為廣泛。這類使用字典來壓縮數(shù)據(jù)LZ算法使用一種基于滑動窗口緩存的技術(shù)，該緩存用于保存最近剛剛處理的文本；當出現(xiàn)一個重復時，重復的序列可以用一個短的編碼來代替；壓縮程序掃描這樣的重復，同時生成編碼來代替重復序列，隨著時間的過去，編碼可以重用來捕獲新的序列。當然系統(tǒng)必須要設(shè)計成解壓程序能夠在編碼和原始數(shù)據(jù)序列推導出當前的映射。

LZ算法示意圖

LZ算法使用了有限的窗口在以前的文本中查找匹配，對于相對于窗口大小來說非常長的文本塊，很多可能的匹配就會被丟掉。窗口大小可以增加，但這會帶來兩個損失：一是算法的處理時間會增加；二是指針字段必須更長，以允許更長的跳轉(zhuǎn)。兩者都很消耗計算資源（CPU和緩存）。

傳統(tǒng)在線實時壓縮技術(shù)一般采用軟件壓縮來實現(xiàn)，會帶來一定的CPU負載，如果壓縮算法做的不夠優(yōu)化，就會導致壓縮功能開啟后占用較多CPU性能（雙倍壓縮，占用15%左右CPU資源），一般會影響系統(tǒng)1/3-2/3的性能，影響業(yè)務(wù)的可用性能。因此，某些存儲系統(tǒng)中并不建議企業(yè)在業(yè)務(wù)繁忙時開啟壓縮功能，一般在業(yè)務(wù)空閑階段使用壓縮。

數(shù)據(jù)壓縮的另外一個痛點在于，數(shù)據(jù)塊經(jīng)過壓縮后，因為有不同的冗余度，數(shù)據(jù)塊長度變得不一，容易造成磁盤碎片。這種基于位置的壓縮給系統(tǒng)的數(shù)據(jù)布局帶來很大影響，嚴重影響業(yè)務(wù)的IO響應(yīng)能力，加劇性能衰減。

浪潮智能在線壓縮基于硬件壓縮技術(shù)，降低了對控制器計算資源的占用，特別是CPU和緩存，使得壓縮功能的開啟，只占用了低于3%的CPU性能影響（部分IO交互）；與此同時，通過特定優(yōu)化的壓縮算法，將在線壓縮的不定長數(shù)據(jù)轉(zhuǎn)變?yōu)槎ㄩL數(shù)據(jù)，壓縮數(shù)據(jù)8byte對齊。定長輸出壓縮模式是一種前壓縮方式，數(shù)據(jù)會先經(jīng)過緩存壓縮（專用緩存和壓縮芯片），最終落盤的是壓縮后的數(shù)據(jù)；且算法依據(jù)非定長輸入會生成定長輸出，更容易滿條帶刷寫，提高性能同時提高磁盤空間利用率。浪潮存儲基于時序的優(yōu)化策略可以識別隨機熱點數(shù)據(jù)，依賴局部性原理進行數(shù)據(jù)存儲，進一步提高隨機場景的壓縮性能。在數(shù)據(jù)布局上，不再產(chǎn)生數(shù)據(jù)碎片，從總體測試表現(xiàn)看，開啟壓縮功能后，反而提升系統(tǒng)的隨機讀寫性能。數(shù)據(jù)庫類應(yīng)用壓縮比例2:1-5:1,日志型應(yīng)用最大壓縮比例可達10:1，節(jié)省了大量的存儲空間。

浪潮存儲基于“云存智用 運籌新數(shù)據(jù)”的理念，不斷技術(shù)創(chuàng)新，將智能壓縮技術(shù)適配到存儲平臺，打造敏捷高效的存儲產(chǎn)品，在保障性能無損的情況下，提升數(shù)據(jù)存儲的效率，提高了存儲空間利用率，降低數(shù)據(jù)存儲成本，讓用戶能輕松應(yīng)對數(shù)字經(jīng)濟時代的海量數(shù)據(jù)的挑戰(zhàn)。