引言

針對數據存儲架構的需求是當下企業關注的焦點之一，在數字化轉型背景下，對存儲的需求量直線上升，無論是基礎的數據存儲還是容災備份的需求。傳統集中式的存儲架構，已經不適應大數據時代業務的全部需求，存儲在此類場景下的“軟實力”變得尤為重要。

存儲需要“軟實力”，也就是我們常說的軟件定義能力，如分布式架構的存儲，但是并不意味著集中式存儲沒有用武之地。分布式存儲架構在對象存儲方面的優勢不可否認，但是任何技術架構都要看其兩面性，很多企業依然會在某些核心領域沿用集中式存儲，尤其是在塊存儲泛濫的傳統制造業。

在制造業傳統工廠向智能工廠轉換的過程中，諸多分散的生產系統將進行合并，關系型數據庫中的核心數據通道將被貫通，對存儲的性能和高可用性要求非常的高。本文將分享制造業案例數字化轉型背景下集中式存儲與分布式存儲架構的應用。

分布式存儲在制造業的應用案例分享

由于集中式存儲價格昂貴，擴展靈活性等原因，無法滿足數據海量存儲的容量要求和實時存儲的性能要求，分布式存儲架構得到了飛速的發展，其主要特點包括但不限于：大容量、高性能、高可靠、易擴展、低成本。

某傳統制造企業已開始圍繞客戶為中心的理念進行多年的數字化轉型，為了更好的了解用戶的畫像，獲悉用戶最真實的意見和想法，將其快速的反饋給后端研發，生產出更適應當代市場的產品。公司在業務系統上進行了軟件架構的重構，采用微服務架構建設端到端的應用系統，用于第一時間聽到用戶的心聲。

隨著架構的開放及業務形態的變化，終端側數據呈現出種類多、體量大、碎片化的特點。同時在服務上也對及時性有更加苛刻的要求，現有的集中式數據存儲方案無法達到業務的需求。時常出現：

• 數據增長快速，撐爆存儲，緊急擴盤，周期長；
• 數據過于碎片化，傳統存儲分區過大，導致檢索速度慢，無法及時響應前端業務需求；
• 前端存儲數據不僅局限在傳統的結構化數據，目前80%的數據都是非結構化數據，如圖片、聲音、短視頻等等。導致傳統存儲性能無法滿足業務需求。

總之，無論在擴展能力上、存儲容量上還是性能上都不能匹配業務需求。為此集團通過大量的市場調研和實踐應用，最終決定引入分布式存儲解決方案助力業務轉型。

集團采購了數套分布式存儲設備，利用周末兩天替換了C端業務的后端集中式存儲，完成系統對接。通過近一周的試運行：

• 性能上大幅度提升，對于碎片化數據的處理能力明顯上升，基本滿足C端應用的響應要求；
• 由于主要是X86架構的存儲節點，所以管理員可以根據需求高效擴展，而且成本極低；
• 更適合C端軟件架構的環境，提升非結構化數據存取效率。

集中式存儲在制造業的應用案例分享

在大數據時代，集中式存儲雖然已經無法完全適應各種新興業務的數據要求，如大數據分析平臺、物聯網平臺、零散型數據的存儲業務等。但是集中式存儲架構獨特的技術特點仍然是企業核心業務中數據存儲不可缺少的部分，尤其是在傳統企業中。如ERP、CRM、交易型系統的核心數據庫平臺。從字面的意思不難看出，集中式存儲就是說將數據集中存儲在一個地方，架構特點：部署簡單、橫向擴展、性能穩定、管理簡單。

對于集中式存儲是否還有使用場景或者說是存在的價值，一直都有爭論，雖然傳統存儲的架構不夠靈活，擴展能力也相對較差，應用場景也逐漸在萎縮，但是由于它天生IO路徑短，單體性能較好的特點，非常適用于對延時要求非常高的核心數據庫場景。

某制造企業作為國內知名的汽車制造公司，在工業互聯網的大背景下，著手進行數字化改革。工廠也開始逐漸從傳統工廠向智能工廠轉變，旨在通過現代化的、自動化的生產能力，提升生產效率，降低運營成本。

工廠由于歷史原因，深度采用SAP、微軟、Oralce、西門子等大廠的解決方案用于核心應用。各個業務單體相對獨立，均通過標準的接口進行服務對接。這就意味著數據存儲也相對獨立，各自為政。但是隨著智能工廠的提出，各大應用系統的數據呈現指數型增長。數據種類也復雜多樣，有的用于工廠生產，有的用于質量控制、有的用于工廠可視化，重要程度可想而知。但當前所有的數據均存儲在一個使用超過5年的集中式存儲上。現有存儲采用機械盤與閃盤混搭的形式使用，所以在IOPS上可以有效支撐這些傳統應用的使用需求。但是畢竟是單點工作，若控制器或者其他核心部件發生風險，將直接造成不可估量的損失。為此IT部門決定通過尋找一種高可靠的方式實現數據的備份，確保當出現“黑天鵝”事件時，可以第一時間保住生產不斷。

為此IT部門通過與友商的學習及與成熟存儲解決方案廠商的溝通，最終決定繼續使用集中式存儲解決方案從物理上實現數據級的核心數據備份。簡單來說就是另外采購一套相同配置的集中式存儲，通過內置的物理級存儲復制功能，定期對制定的數據卷進行復制。從而實現數據的異地備份。此方法既簡單又可靠，充分發揮了集中式存儲的優勢，滿足了業務的需求。

為什么不用分布式存儲，而繼續采購新的集中式存儲與現有集中式存儲形成互為備份的架構，主要有以下幾點考慮：

• 數據結構單一

現有應用系統產生的數據均為結構化形式存儲，集中式存儲架構非常適合此類業務場景。

• 對接成本高

若使用新的存儲架構，如分布式存儲架構。有可能需要業務側的聯調與系統對接（重新對接）。由于各個業務系統的供應商不同，對接方案錯綜復雜，成本直線上升，而且對實際的性能和應用與集中式存儲相比增加效果甚小。

• 運維成本高

集團現有存儲工程師對集中式存儲非常熟悉，需要對分布式存儲進行學習，培訓成本高。同時若采用X86架構的分布式存儲，對網絡延時要求高，對運維人員的技能要求也相對提升。

集中式與分布式存儲在制造業混合應用案例分享

其實集中式存儲和分布式存儲就像兩個孿生兄弟，在某些場景下可以單打獨斗，獨領風騷。但是在一些特殊場景上必須相互扶持，強強聯合，才能發揮最大的能量，滿足業務的最終需求。

某集團的車聯網業務的數據存儲需求就非常適合混合存儲架構，利用集中式存儲和分布式存儲的合理結合，有效的承擔不同類型數據的存儲任務，并提供低延時、高可用、海量的存儲環境。

車聯網業務作為某公司未來5-10重要的發力點，得到高層的支持，并以驚人的速度發展。目前接入車輛達到百萬級，每天產生數十億條數據，每天3-4T左右的存儲量。車聯網平臺存儲了接入車輛的位置信息、狀態信息、速度信息及其他傳感器等信息，主要以非結構化的數據為主,而且瑣碎而海量。導致傳統的數據存儲架構無法滿足當前規模的車聯網數據存儲的需求、響應的需求和彈性擴容的需求。對于車聯網的后端報表平臺，與大數據分析平臺形成數據駕駛艙，為各個業務層面的領導進行決策提供數據支持。

為更好的支持整個車聯網平臺的數據存儲和不同層面的業務需求，IT部門急需一種性價比較高的存儲解決方案。經過調研和POC，最終決定采用分布式存儲對采集的數據進行存儲，利用集中式存儲對駕駛艙數據及各種報表進行存儲，主要有以下方面的考慮：

• 數據類型

前端主要負責數據的采集和存儲，由于采集的數據大多數是非結構化數據，具有海量、瑣碎、多樣性的特點，所以采用分布式存儲架構對非結構化數據進行存儲，既可以實現海量存儲，也可以實現彈性擴容。后端主要是固定的報表服務，數據大多數是結構化的，所以使用集中式存儲即可滿足業務需求。

• 彈性擴容

考慮到前端每日的數據增長量，傳統的集中式存儲無法實現按需的快速增長需求，所以利用分布式存儲的彈性擴容特點，滿足快速擴容的需求。后端報表服務主要是按照領導的需求進行頁面的展示的增加，對存儲需求小，傳統的集中式存儲即可滿足。

• 性能至上

前端負責數據的采集和存儲，要求對前端應用快速響應，尤其是瑣碎的小文件，集中式存儲是不可能快速檢索和響應。采用分布式存儲架構可以從根本上解決性能滯后的問題。

• 性價比高

前后端按需采用不同的存儲架構，在提升使用效率的同時，更能降低總體使用成本，符合集團降本增效的指導方針。

總結

在大數據時代的背景下，結構化和非結構化數據激增，各個企業數字化轉型步伐的加速，存儲技術架構的不斷更迭，會有更新的存儲解決方案或者架構應運而生。新技術并不是為了代替老的技術，而是能夠在現有存儲架構的優勢上，發掘新的突破點。在數據存儲方面，混合架構的配合使用是未來存儲發展的新趨勢。