polygraphus - Fotolia

Unternehmen erkennen zunehmend die Möglichkeiten von All-Flash-Arrays

All-Flash-Arrays bieten zahlreiche Möglichkeiten für den sinnvollen Einsatz. Bei anspruchsvollen Workloads werden sie bereits zum neuen Maßstab.

Der Mehrwert von All-Flash-Arrays (AFA) wird diskutiert. Scott Sinclair, Enterprise Strategy Group, stellt in seinem Artikel im Februar 2017 die These auf, dass der Funktionsumfang von All-Flash-Arrays gegenwärtig noch die Nachfrage der Kunden übertrifft.

Eine Antwort auf diese These formuliert jetzt Markus Grau, Principal Systems Engineer bei Pure Storage.

All-Flash-Systeme versprechen einen hohen Mehrwert bei anspruchsvollen Anwendungsfällen – und viele Unternehmen profitieren in der Praxis bereits von diesem Mehrwert. Dies gilt insbesondere für den Einsatz neuer All-Flash-Systeme bei unstrukturierten Workloads. Für FlashBlade, eine All-Flash-Lösung für unstrukturierte Daten, kann der Hersteller Pure Storage bereits zahlreiche Kunden mit relevanten Anwendungsbereichen vorweisen:

  • Datenanalytik (Echtzeit-Analyse, Log- und Sensor-Analyse, Batch-Analytik, OLAP & DSS)
  • Technical Computing (Software Build & DevOps, Maschinelles Lernen, Genomics, Simulation & Verifizierung, Simulationen von Öl- und Gasvorkommen)
  • Rich Media & Large Objects (Spezialeffekte & Bildverarbeitung, Rundfunk & Streaming, Online-Gaming, Imaging)

Daneben gibt es viele weitere Unternehmen, die sehr gezielt auf All-Flash-Systeme setzen, mit denen sie spezifische Aufgaben angehen und Herausforderungen meistern. Im Fall von FlashBlades handelt es sich meist um herausfordernde Big-Data-Situationen, in denen Unternehmen ganz gezielt auf All-Flash setzen.

Big Data entwickelt sich von einer seit Jahren vielzitierten Vision und zunächst exklusiven Domäne von Internetriesen wie Google, Facebook & Co. immer mehr zum Mainstream-Anwendungsfall, wie Zahlen der Marktforscher von IDC aufzeigen: So sollen bis zum Jahr 2018 bereits 17 Prozent der Ausgaben für Server- und Storage-Ressourcen in europäischen Rechenzentren auf Big Data und Analytik entfallen. Die Treiber sind Wettbewerbsanalyse, datenbasierte Dienste und Produkte, Hadoop und Spark für neue Einblicke in Daten, der Trend zur Cloud sowie Echtzeit-Risikobewertung.

Wie dies in der Praxis aussieht, dafür gibt es aus dem Kundenumfeld von Pure Storage zahlreiche Beispiele. Die meisten Kundenbeispiele für den Einsatz von FlashBlade-Systemen können derzeit nur anonymisiert dargestellt werden, künftig dürften sich aber einzelne Kunden für offizielle Fallstudien zur Verfügung stellen.

Hier einige Anwendungsbeispiele:

  • Ein Öl- und Gasförderungsunternehmen wollte durch datenreichere Modelle die Erkundung beschleunigen. 13.000 Festplatten wurden durch eine 4U-FlashBlade-Lösung ersetzt, die seitdem dauerhaft 16 GB/s Durchsatz liefert. Daraus resultierte eine Verbesserung beim Simulationsdurchsatz um das Dreifache.
  • Eine namhafte Universität, die Genomanalytik durchführt, hatte sich zum Ziel gesetzt, Krebsdiagnose und personalisierte Behandlung in Echtzeit zu ermöglichen. Eingesetzt für dieses Forschungsprojekt wurde zuvor ein Apache Spark Cluster mit 64 Nodes. Mit einer FlashBlade-Lösung auf vier Höheneinheiten konnte die Dauer für die Genomanalyse von 12 Stunden auf 30 Minuten verkürzt werden.
  • Ein Versicherungsunternehmen führte virtualisierte Hadoop-Workloads auf FlashBlade aus. Dadurch konnte ein besonders geschäftskritischer Bericht in 30 Minuten statt zuvor 2-3 Tagen erstellt werden, Versicherungsfälle konnten schneller abgewickelt werden. Hier ersetzte eine 4U-FlashBlade-Lösung eine 40U-Isilon-Umgebung. Ein signifikanter Return-on-Investment konnte bereits nach wenigen Monaten erzielt werden.
  • Ein großes Internetunternehmen hatte sich zum Ziel gesetzt, Analysen in Richtung Echtzeit zu beschleunigen. Hier konkurrierte die FlashBlade-Lösung sogar mit einem All-Flash-NAS Cluster mit 4 Nodes und erzielte eine Datenreduktion von 4,5:1 gegenüber 2,1:1 mit dem System des Wettbewerbers. Neben Vorteilen in Sachen Einfachheit und Effizienz liefen nun 96 Prozent aller Analyseanfragen 30 Prozent schneller als mit dem marktführenden All-Flash-NAS.

„All-Flash-Systeme versprechen einen hohen Mehrwert bei anspruchsvollen Anwendungsfällen.“

Markus Grau, Pure Storage

Die Beispiele zeigen, dass All-Flash längst angekommen ist in der Praxis – und bei anspruchsvollen Workloads bereits zum neuen Maßstab avanciert. Dies beweist gerade die FlashBlade-Technologie eindrucksvoll bei Workloads mit unstrukturierten Daten. Unternehmen, die entsprechende Lösungen evaluieren und den Mehrwert erkennen, können innerhalb kurzer Zeit erhebliche Vorteile generieren.

Über den Autor:
Markus Grau ist Principal Systems Engineer bei Pure Storage.

Folgen Sie SearchStorage.de auch auf Twitter, Google+, Xing und Facebook!

Nächste Schritte

Kunden haben die Möglichkeiten noch nicht erkannt, die All-Flash Arrays bieten

Ist die Zeit reif für das All-Flash-Rechenzentrum?

NVMe kann Queue-Depth Flaschenhälse beseitigen, das Storage-Array hindert

Welche Funktionen kann man von einem All-Flash-Array erwarten?

Artikel wurde zuletzt im Mai 2017 aktualisiert

Pro+

Premium-Inhalte

Weitere Pro+ Premium-Inhalte und andere Mitglieder-Angebote, finden Sie hier.

Erfahren Sie mehr über Disk-Arrays

Diskussion starten

Schicken Sie mir eine Nachricht bei Kommentaren anderer Mitglieder.

Mit dem Absenden dieser Daten erklären Sie sich bereit, E-Mails von TechTarget und seinen Partnern zu erhalten. Wenn Ihr Wohnsitz außerhalb der Vereinigten Staaten ist, geben Sie uns hiermit Ihre Erlaubnis, Ihre persönlichen Daten zu übertragen und in den Vereinigten Staaten zu verarbeiten. Datenschutz

Bitte erstellen Sie einen Usernamen, um einen Kommentar abzugeben.

- GOOGLE-ANZEIGEN

SearchSecurity.de

SearchNetworking.de

SearchEnterpriseSoftware.de

SearchDataCenter.de

Close