三大收购成为2008年存储领域风向标

简介: 本文讲的是三大收购成为2008年存储领域风向标,可以用一个关键字来形容2008年的存储领域,那就是增长:信息急剧增长(大部分表现为视频数据),而且出现了增长加快的态势,这促使IT管理员们设法更有效地利用存储容量和人力成本。

本文讲的是三大收购成为2008年存储领域风向标,【IT168 专稿】可以用一个关键字来形容2008年的存储领域,那就是增长:信息急剧增长(大部分表现为视频数据),而且出现了增长加快的态势,这促使IT管理员们设法更有效地利用存储容量和人力成本。

据IDC公司声称,对存储容量的总需求正在以每年大约60%的速度递增。另一家研究公司企业战略集团(ESG)也估计每年的数据增长率在30%到60%之间。
ESG的分析师Lauren Whitehouse说:“企业机构现在很难应付得了所有这些数据。”经济困难更是加大了难度,预算不是被冻结就是被缩减;但预计经济衰退并不会使明年的数据增长势头明显放缓。
分析师们表示,面临这种困境,企业机构不希望针对新创建的每1GB数据,就得在自己的数据中心添加1GB的存储容量。IDC公司的分析师Rick Villars说:“我们会更多地看到许多公司致力于提高存储效率,而不只是简单地提高存储容量。”如今,许多公司不但竭力提高其他IT资源的利用率,还在竭力提高存储容量的利用率。
据Illuminata公司的分析师John Webster认为,这方面的一项重要举措就是对存储资源进行虚拟化处理;存储虚拟化常常与服务器虚拟化紧密地联系在一起,已俨然成为2008年的一大主流技术。他表示,存储厂商们正在提供更多的虚拟化产品,这是因为它们看到市场对这类产品的需求更大了。自动精简配置等虚拟化功能有助于更有效地利用资源;自动精简配置功能让管理员可以为新的应用配置存储容量,而不必弄清楚新应用最终需要多少存储容量。
不过除了逻辑资源与物理资源实现分离这股潮流外,2008年还出现了引领存储领域其他潮流的几宗收购案。

一、博科收购网捷 促进FCoE大潮

2008年12月19日,博科通信系统公司与网捷公司完成了早在7月份宣布进行的交易,那时候金融市场还没有爆发几十年难遇的危机。这宗收购如今估计价值26亿美元,旨在解决存储区域网(SAN)和局域网(LAN)技术日渐融合的问题。
SAN构建者长期以来依靠光纤通道,这种专门的网络技术旨在杜绝数据包丢失现象。不过在许多情况下,企业网络的其余部分建立在以太网上,因为以太网的成本低于光纤通道,现在还出现了速率更高的版本。同时使用这两种技术需要存储设备上安装更多的适配器,也加大了IT部门的工作量。这两种网络正在逐渐趋于融合,这还得有赖于基于以太网的光纤通道(FCoE)标准;这项标准旨在让以太网的性能足够可靠,以便用于存储网络。到时候,以太网有望成为整个数据中心的首选网络,而且速率不断提高。
不是只有博科这一家公司是这么考虑的。作为这家合并后公司的主要竞争对象,思科早在2008年4月收购了Nuova Systems公司,并且同时宣布推出一款旨在连接整个数据中心的路由交换机产品。旗舰产品Nexus 7000的最大扩展能力达到了15 Tbps,还有一款虚拟化版本的IOS(互联网操作系统),名为NX OS。思科对Nexus 7000的定位是:它是该公司有史以来最重要的产品之一。就像博科与网捷合并那样,Nexus系列有望帮助企业对存储和计算资源进行虚拟化处理,并且最终简化网络及管理。
这一年,EMC和NetApp也推出了各自的FCoE产品。不过预计这项协议要到2010年才会得到广泛应用。

二、IBM收购Diligent 重复数据删除技术立新标

2008年4月,IBM公司收购了Diligent Technologies公司,后者主攻面向大型企业存储系统的重复数据删除技术。IBM没有透露花了多少收购费用,不过这是它向市场迈出的一项重大举动。据研究公司451 Group估计,这个市场的年收入到2009年有望增至10亿美元。
重复数据删除系统的工作原理如下:找出存储系统中相同的那部分数据,把它们当作冗余数据,然后删除。所以,如果某文档存在好几个几乎相同的副本,除了留下一个副本及不同于其他副本的那部分独特数据外,其他所有副本一律被删除。
2008年是重复数据删除领域风起云涌的一年,而IBM收购Diligent的交易称得上是先行了一步。同年6月,惠普公司推出了一套面向中小型企业的重复数据删除系统,并为惠普StorageWorks备份系列产品添加了一些功能。后来在11月,EMC、昆腾和戴尔三家公司表示,它们将对重复数据删除产品采用通用的软件架构。戴尔自己将在2009年进入重复数据删除行业。它已经是销售EMC设备的重要经销商,双方的合作伙伴计划在12月份被延长到了2013年。
ESG的Whitehouse表示,重复数据删除最多能够把企业所需的存储容量减少三分之二。她表示,这项技术之前就有了,但许多厂商在2008年才开始把该技术与存储阵列集成起来,或者通过硬件设备来销售该技术;因而,这项技术更像是一种“交钥匙”解决方案(turnkey solution)了。厂商们还使重复数据删除被公认为客户能够信赖的一项技术,至于可以放心地用于归档资料。
Whitehouse说:“但如果你删除了某部分重复数据,结果造成从备份中恢复该数据时,删除重复数据的操作造成了数据缺失……这确实让一些公司觉得很不安。”
她表示,迄今为止,大多数企业把重复数据删除技术只用于辅助存储系统,即用于备份好之后妥善保管的归档信息。下一步将是把重复数据删除技术应用于主存储系统,应用程序需要实时存取主存储系统上的数据。她表示,用户在接下来的这一年会非常信赖这项技术。2008年7月,NetApp公司完善了V系列存储虚拟化产品,那样它们就能在来自ECM、日立和惠普等第三方厂商的主存储系统上执行重复数据删除操作。

三、EMC收购Pi 云存储风起云涌

2008年2月底,企业存储领域巨头EMC公司收购了Pi公司,后者为消费者提供用来跟踪保存在本地或网上的个人信息的软件和在线服务。这笔交易表明了存储厂商对云存储的兴趣日渐浓厚。EMC公司早在2007年就收购了在线备份服务提供商Mozy。
与自己的数据中心或家庭网络配置所有存储容量相比,把个人数据或公司数据转移到第三方的硬驱上、通过互联网来访问是成本比较低的一种方案。Illuminata公司的Webster表示,这种方案可能结合基于云的应用来使用,也有可能只用于数据归档或灾难恢复。在许多情况下,备份数据时可以将云存储服务作为一个备份目标。备份数据可以只发送到云存储服务,也可以同时发送到云存储服务和专用的磁带备份系统。
Webster认为,由于经济越来越呈现疲软势态,云存储会成为2009年的一大热门。他表示,如果按月支付额外存储容量的费用,那么这笔费用不再计入IT部门的资本预算,而是计入运营预算。在经济困难时期,往往比较容易筹集到运营预算。而且到位也比较快,因为根本不需要购买或安装什么。
Webster表示,一种相关的选择方案:托管服务(managed services)可能也会在接下来一年大行其道。借助托管服务,企业在内部维护自己的存储系统,只要向博科或IBM等厂商支付远程管理其存储系统的费用。厂商可以通过安装在客户地方的硬件设备来监测警报信息;需要的话,立即采取响应机制。Webster表示,如果企业需要裁减IT部门的人员,托管服务也许不失为向公司其余部门保持服务水平的一种方法。

原文发布时间为:2009-04-10
本文作者:IT168 潘春燕
本文来自云栖社区合作伙伴IT168,了解相关信息可以关注IT168。
原文标题:三大收购成为2008年存储领域风向标

目录
相关文章
|
缓存 NoSQL Java
SpringBoot实现缓存预热的几种常用方案
SpringBoot实现缓存预热的几种常用方案
|
机器学习/深度学习 人工智能 自然语言处理
基于RTMP的智慧数字人|AI数字人传输技术方案探讨
随着智慧数字人、AI数字人的兴起,越来越多的公司着手构建全息、真实感数字角色等技术合成的数字仿真人虚拟形象,通过“虚拟形象+语音交互(T-T-S、ASR)+自然语言理解(NLU)+深度学习”,构建适用于数字客服、虚拟展厅讲解、 智慧城市、智慧医疗、智慧教育等场景,通过人机可视化语音交互,释放人员基础劳动力,降低运营成本,提升智慧交互体验。
290 0
|
NoSQL 测试技术 Linux
VLDB顶会论文Async-fork解读与Redis在得物的实践(3)
VLDB顶会论文Async-fork解读与Redis在得物的实践
282 0
VLDB顶会论文Async-fork解读与Redis在得物的实践(3)
|
7月前
|
人工智能 Rust 自然语言处理
通义灵码2.5:四大升级亮点
通义灵码2.5不仅是一款工具,更是开发者思维的延伸。通过体验官计划,我们见证了AI如何将重复性工作转化为创意性探索。无论是新手还是资深工程师,都能借此释放生产力,聚焦于架构设计与创新。
180 16
|
机器学习/深度学习 人工智能 自然语言处理
LTX Video:Lightricks推出的开源AI视频生成模型
LTX Video是由Lightricks推出的开源AI视频生成模型,能够在4秒内生成5秒的高质量视频。该模型基于2亿参数的DiT架构,确保帧间平滑运动和结构一致性,支持长视频制作,适用于多种场景,如游戏图形升级和电子商务广告变体制作。
971 1
LTX Video:Lightricks推出的开源AI视频生成模型
|
网络协议
深入理解TCP作为面向字节流协议的工作原理
深入理解TCP作为面向字节流协议的工作原理
504 1
|
JavaScript 前端开发 数据挖掘
【幕后揭秘】Tornado框架何以称霸?带你一探究竟,解锁Web开发新潮流的秘密武器!
【8月更文挑战第31天】Tornado 是一款用 Python 编写的高性能非阻塞网络框架,以其处理大量并发连接的能力著称,适用于实时 Web 应用。它最初由 FriendFeed 开发并开源,现已广泛应用于多种场景。Tornado 的核心优势在于异步 I/O 处理机制,可在单线程内处理数万并发连接,非常适合实时应用如在线聊天、游戏等。本文将详细介绍 Tornado 的核心特点,并通过具体示例代码展示其在实际项目中的应用,帮助读者理解 Tornado 如何引领 Web 开发新潮流。
187 1
|
NoSQL Ubuntu Linux
crash、kdump工具学习
crash、kdump工具学习
|
SQL 监控 Oracle
Oracle数据误删不用怕,跟我来学日志挖掘
Oracle数据误删不用怕,跟我来学日志挖掘
408 0
|
数据采集 Web App开发 前端开发
Python中好用的爬虫框架
**Scrapy** 是一个强大的Python爬虫框架,适合大规模数据采集,提供高度可定制的爬取流程、内置数据提取工具、自动请求调度、分布式爬取支持、中间件扩展及多种数据存储方式。 **Beautiful Soup** 和 **Requests** 结合使用,便于Python中简单网页的请求和HTML解析。Requests发送HTTP请求,Beautiful Soup解析内容,适合小型项目或数据提取。 **Requests-HTML** 是Requests的扩展,支持HTML解析和CSS选择器,自动处理链接,适合网页解析任务。
475 1