中文简体版   English   星期日 ,6月 16日, 2019 (台北)
登入  申請試用  MY DIGITIMES153
 
訂報優惠
訂報優惠

思科訴諸UCS架構 構築大數據運算與網路平台

  • DIGITIMES企劃

思科大中華區數據中心高級技術顧問馮志良

工欲善其事,必先利其器,不管企業勾勒的大數據應用多麼璀璨奧妙,都必須備妥運算、儲存與網路等必要基礎平台,才能踏出第一步;而且大數據應用成敗,往往取決於使用者體驗(UX)優劣,即使應用程式寫得再好,若基礎平台不健全,亦將拖累應用執行效能,無緣獲致最終使用者青睞,顯見基礎架構之重要。

思科(Cisco)大中華區數據中心高級技術顧問馮志良指出,幾年前,伴隨大量非結構化數據興起,而人們逐漸意識到箇中蘊藏價值,才赫然發現無法運用傳統技術善加處理,因而使Hadoop、NoSQL與MPP關聯式資料庫等技術躍為新寵;在2009年當時,企業一來基於嚐試心態,二來參考他人應用經驗,紛紛以開源碼軟體搭配便宜硬體,建構小型隔離環境,以支撐Hadoop運行。

惟爾後隨著一個個Hadoop節點擴增,從原本的寥寥3~5個,漲升為數十個、上百個,企業開始承受吃重的管理暨維運壓力;著眼於此,在Hadoop生態圈饒富盛名的Cloudera公司,在HadoopWorld 2015大會提出呼籲,企業宜以「Fat Node」取代過往「Thin Node」,改採企業級的強效基礎平台,才足以有效應付諸如Impala、Drill、Hbase…等等嶄新大數據應用的驅動需求,也更易於運用有限人力,提升管理效率。

思科CPA架構  全然呼應Fat Node訴求

思科基於巨量資料處理需求打造的UCS通用平台架構(CPA),完全呼應Fat Node趨勢。馮志良表示,綜觀CPA架構,內含伺服器、網路與管理軟體等完備機能,並針對Hadoop、NoSQL與MPP等不同應用情境,提供多種參考設定套餐;例如因應需要高效能的NoSQL或MPP應用,建議採用4分之1機架的UCS解決方案,內含2台UCS 6248交換器、8台C220 M4伺服器,以及6顆400GB容量的SAS固態硬碟,反觀講求大容量的Hadoop環境,則建議採用全機架UCS方案,內含2台UCS 6296交換器、16台C220 M4伺服器,再加上12顆4TB容量7,200轉SATA硬碟。

另一方面,企業意欲實踐完整的巨量資料分析應用,其分析範疇,勢必不可能長久侷限於Web或Machine Log等非結構化數據,亦需納入既有線上交易處理(OLTP)資料,意謂Hadoop叢集架構,不可能永遠孤立於企業現有應用環境之外,兩者必須整合。但談到整合,問題就來了,以傳統企業應用環境而論,不時可見刀鋒伺服器、SAN交換器等配備,走的是分享式儲存架構,然而巨量資料叢集卻是以機架式伺服器為主,採用伺服器內部儲存空間。

針對前述落差,思科CPA藉由Unified Fabric,確使刀鋒、機架等不同型式主機得於相同網路並存運作,先解決網路層面的整合,再透過UCS伺服器上的虛擬介面卡(VIC),以管理方式任意切割出虛擬網路卡、虛擬HBA,巧妙營造LAN與SAN分流效果,如此一來,巨量資料叢集的資料來源,即可不限定於伺服器內部儲存空間,而是在SAN環境,意即Hadoop節點也能存取SAN裡頭的資料。

妙用服務設定檔  打通OLTP、Hadoop資源藩籬

馮志良接著說,根據Cloudera公司分析,部署Hadoop的最大問題,通常在於設定與配置方面的錯誤,特別是NIC Teaming,UCS用戶藉由虛擬網路卡、UCS Fabric Failover等機制,便可巧妙規避此一風險,無需費心執行Teaming、綁定等程序,便能自動切換。

更重要的,CPA內含的UCS Manager,本身兼具刀鋒、機架等不同型式主機的管理介面,且提供極為關鍵的服務設定檔(Service Profile)功能,可將伺服器的身份元素,包括IP位址、MAC位址、BIOS與WWN(World Wide Name),抽象成為動態Template,在此前提下,如果企業遭逢OLTP環境運算能量不足,即可輕易徵調Hadoop節點資源,使Hadoop節點快速變身為企業應用運算節點,方便企業隨需挪移運用OLTP、Hadoop彼此計算資源,提升整體IT投資效益。

另值得一提,藉助思科ACI軟體定義網路(SDN)機制,輔以堪稱ACI建構基石的Nexus 9000系列交換器,據此建立一個實驗場景,在此運行巨量資料應用,緊接著將相同應用接入友商廠牌交換器,結果ACI所展現的效能高出三成,意即搭配友商設備需時10小時執行完畢的應用,改採Nexus 9000,僅需7小時便可大功告成,此乃由於,ACI支援獨特的Flowlet Switching技術,會自動找尋不壅塞的路徑行走。由此觀之,一旦結合ACI、UCS,可望建立強大的企業等級巨量資料叢集環境。