‘Gouden eeuw’ opslaginnovatie

De behoefte aan opslag groeit ontzettend hard. Er worden gemiddelde groeicijfers genoemd van 55 en 60 procent per jaar. Ondanks dat de beheerders en eigenaren van de gegevens het nog steeds gemakkelijker vinden om opslagcapaciteit bij te kopen, is die strategie - of het gebrek daaraan - niet vol te houden. Innovatieve oplossingen moeten uitkomst bieden.

Door Lucas Megens

Onder druk van hun klanten die het met dezelfde of zelfs lagere budgetten moeten doen, werken leveranciers aan nieuwe technologieën en software om de explosie van data beheersbaar te houden. Dave Donatelli, de baas van EMC's opslagdivisie, sprak onlangs dan ook van de Gouden Eeuw in opslaginnovatie. Wie je ook vraagt - leveranciers of analisten - iedereen is het er over eens dat de exponentiële groei van data veruit de belangrijkste trend is in de opslagmarkt. Volgens Joe Tucci, de ceo van EMC, gaat het om een jaarlijkse groei van 60 procent. Eric Sheppard, analist bij IDC, komt op een gemiddelde jaarlijkse groei van 55 procent uit. Hij noemt de markt dan ook onverzadigbaar.

Ongestructureerd
Het leeuwendeel van al die gegevens wordt niet gegenereerd door systemen maar vooral door mensen. Volgens EMC zijn individuen verantwoordelijk voor 70 procent van de data. Bovendien gaat het dan met name om ongestructureerde gegevens. Denk aan e-mail en losse bestanden maar ook aan satellietbeelden of medische scans. De rest komt volgens Forrester-analist Andrew Reichman voor rekening van achtereenvolgens open systemen (Unix), databases en mainframes.
"85 procent van al die data komt uiteindelijk onder het beheer van grote organisaties," aldus Tucci. "Zelfs als die begint op je eigen harde schijf thuis. Dan komt die uiteindelijk toch nog op de systemen van bijvoorbeeld Flickr en Google terecht."
Hoewel de overheidsdruk hier in Europa een stuk minder is dan aan de overkant van de Atlantische Oceaan, levert ook 'compliance' een belangrijke bijdrage aan de groei. "Ondernemingen creëren en ontvangen meer data, en moeten die voor langere tijd opslaan," aldus Reichman. "Naast die extern gemotiveerde opslag, willen bedrijven ook meer met hun data kunnen doen. Dat betekent dat zij hun opslagsystemen als een investering zien, waar ook winst uit moet komen."
"In tegenstelling tot de opslag zijn de it-budgetten de afgelopen jaren niet gegroeid," vervolgt Reichman. "Hierdoor wordt men gedwongen tot meer efficiëntie. Een paar jaar geleden beheerde men vijfendertig tot veertig terabyte per fte. Nu gaat dat eerder in de richting van de honderd."
Volgens hem kleeft daar ook een gevaar aan. "Bedrijven worden gedwongen meer te doen met hetzelfde geld. Dat betekent dat men grotere risico's gaat nemen. Er zal minder worden gedaan aan preventief onderhoud en dat gaat ten koste van de beschikbaarheid, de capaciteit en de groei. Dat wordt in de toekomst een probleem."

Deduplicatie
Als reactie daarop zullen nieuwe tools worden ontwikkeld, die de beheerder bij zijn taak moeten helpen. "De economie zakt in. Dat betekent dat de budgetten kleiner worden, ondanks die groeiende behoefte. Dus kijken bedrijven naar management-tools en andere technologieën om meer te doen met minder. Alle grote databaseleveranciers leveren gereedschap om de gegevens te beheren. Datzelfde komt nu voor bestanden van de grond. De meeste leveranciers van opslag hebben de afgelopen jaren maar weinig verbeteringen doorgevoerd. Onder druk van de kosten zullen ze nu wel moeten." Volgens Sheppard zal de markt voor opslagsoftware zelfs harder groeien dan die voor hardware.
Voorbeeld van die ontwikkeling is datadeduplicatie. Daarbij worden dezelfde bestanden niet vele malen maar slechts één keer opgeslagen. Juist bij losse persoonlijke bestanden is hiermee een grote slag te maken. Denk maar eens aan al die documenten, presentaties en spreadsheets die voortdurend naar iedereen worden gemaild. Je zou er zelfs voor kunnen kiezen om bij wijzigingen op die documenten alleen de verschillen, de zogenaamde delta's, op te slaan. EMC heeft deduplicatie inmiddels in een aantal systemen en drivers opgenomen. Op termijn zal deze technologie in het hele portfolio worden doorgevoerd.
Nog zo'n een ruimtebesparende technologie is 'thin provisioning'. "Een databasebeheerder komt naar je toe en vraagt om één terabyte aan opslagcapaciteit," schetst Donatelli de gang van zaken. "Vervolgens gebruikt hij daar maar tweehonderd gigabyte van. Die andere achthonderd worden wel gealloceerd maar niet gebruikt."
"Met 'thin/dynamic provisioning' creëer je de mogelijkheid om op opslag te 'overabonneren'," legt Reichman uit. "Nu is veel lege ruimte bij voorbaat al gereserveerd voor de applicaties. Daartoe moet je wel goed kunnen voorspellen. Doe je dat niet goed, dan heb je een probleem. Het is heel moeilijk om achteraf nog te groeien, en al helemaal om te krimpen. 'Thin provisioning' is echt iets van het laatste jaar. Hitachi biedt het inmiddels aan en EMC heeft het aangekondigd."

Schijven uitschakelen
Een andere ontwikkeling is de almaar toenemende dichtheid van de schijven. Behalve dat deze 'low-performance' en 'high-volume' schijven steeds goedkoper worden per gigabyte, hoef je er ook minder te beheren en verbruiken ze minder stroom.
Minder stroomverbruik en beheer is ook mogelijk door niet gebruikte schijven tijdelijk uit te schakelen. "Ik heb 'massive array of idle disks' (maid)  nog niet veel gezien," zegt Reichman, "maar het wordt wel steeds meer gebruikt. Er is sowieso veel meer aandacht voor het stroomverbruik. Dat zie je ook terug in de toepassing van schijven met hoge dichtheid."
"Hoe bepaal je welke data op een 'low performance'-schijf kan," vraagt Reichman. "Daarvoor zul je de gegevens eerst moeten classificeren. Leveranciers zullen daarvoor tools ontwikkelen." Dat geldt volgens hem voor het beheer van de hele opslaghiërarchie. "Virtualisatie maakt het gemakkelijker om data over de verschillende media heen te schuiven."
Daarbij kun je voor twee verschillende opties kiezen. De eerste is het gebruik van virtualisatie op basis van externe 'appliances'. Daarop ligt dan een software-laag die de systemen abstraheert. Een alternatief is interne virtualisatie, ingebouwd in de opslagapplicatie. Ondanks dat je daarmee geen heterogene omgevingen kunt virtualiseren, heeft deze oplossing wel de voorkeur. "Dat moet je doen als het kan. Het is gemakkelijker in het gebruik. Wat je uiteindelijk kiest, hangt af van wat je al hebt staan."

Flash-drives
Nog een belangrijke ontwikkeling is de integratie van 'solid state disks' (ssd's) in opslag-arrays (zie IT Executive 12). "Flash-drives worden al in de hpc-markt (high performance computing) gebruikt," aldus Reichman, "maar nog niet veel. Voor die sector zijn ze al betaalbaar omdat die er niet zo veel nodig heeft. Naarmate de prijzen zakken, zullen we ze steeds vaker tegenkomen. In de toekomst zullen ze de snelle schijven met lage dichtheid vervangen."
Sheppard ziet daarnaast nog toepassingsmogelijkheden in speciale niches. "Als je een heel hoge snelheid nodig hebt, of in 'ruigere' omgevingen. Denk bij dat eerste aan het opzoeken van telefoonnummers of aan transacties op hoge snelheid in de financiële wereld. Voorbeeld van een ongastvrije omgeving is het systeem bij een telefoonpaal ergens in de woestijn."
Net als de introductie van flash-drives in de opslagsystemen heeft ook de vervanging van tape door disks of optische schijven veranderingen in de opslag-hiërarchie tot gevolg. "Misschien nemen optische schijven op termijn de plaats in van tapes," zegt Reichman. "Belangrijkste voorwaarde daar is dat het opslagmedium geen stroom verbruikt. Het is enorm duur om alle data die je niet gebruikt continu rond te laten draaien." Volgens hem is een periode van twee weken genoeg om 80 procent van je back-up-herstelbehoefte af te dekken. "Bij kleinere gebruikers zie je dat tapes worden vervangen door schijven. Maar grote gebruikers, die al veel hebben geïnvesteerd, zullen voorlopig nog gewoon tape blijven gebruiken."
Sheppard is het met zijn collega eens dat optische drives nog nauwelijks worden toegepast. "'Disk to disk back-ups' (via snapshots) worden een extra laag in de opslagback-uphiërarchie."

Beheer
Deze veranderingen in de hiërarchie hebben tot gevolg dat er meer behoefte ontstaat om gegevens over die verschillende soorten opslagmedia te beheren. "We zien 'information lifecycle management' opkomen," aldus Reichman. "Er ontstaan meer trappen in de opslaghiërarchie. We hebben software nodig om de data over deze verschillende lagen heen te verschuiven."
Niet voor niets benadrukt Tucci dat zijn bedrijf geen opslagleverancier is. "Wij bewegen ons voornamelijk op de informatie- en datalaag. Wil je daar winst uit kunnen halen, dan moet je data naar informatie, naar kennis, naar waarde weten te vertalen. Vandaar dat onze strategie de naam informatieinfrastructuur draagt."
"Er bestaat frictie tussen de informatie die enerzijds wordt gegenereerd en anderzijds door anderen weer gebruikt moet worden," aldus Howard Elias, de baas van EMC's softwaredivisie. "We bevinden ons nu in de overgangsfase van applicatiegerichte gegevens (databases) naar service- en informatiegerichte data."
"Die informatie moet bovendien op twee manieren beschermd worden," aldus Tucci. "Een beschikbaarheid van vijf negens (99,999 procent) is niet meer genoeg. We moeten replica's en snapshots kunnen maken. De 'recovery' van tape is te langzaam. We zien dat die nu wordt vervangen door disk. Daarmee schuift tape verder weg in de hiërarchie."
"Daarnaast moet de informatie zelf worden afschermd. Dat betekent dat de identiteit van de gebruikers via sleutelbeheer moet worden beschermd en dat de data zelf versleuteld moet worden." Niet toevallig sluiten deze 'behoeften' naadloos aan op het portfolio van EMC-dochter RSA.

SAS versie 2
Tot slot blijken we ook voor wat betreft de 'interconnects' in een overgangsfase te zitten. Volgens Sheppard is de fibre-channelmarkt (fc) nu nog groter dan die voor sas (serial attached scsi), maar dat verschuift op dit moment. "Het voordeel van die laatste is dat je de bus kunt delen en dat dezelfde componenten ook voor sata (serial ata) gebruikt kunnen worden. Je kunt die twee typen dus samen in dezelfde kast zetten."
Met de opkomst van sas zal het volume in fc-schijven op termijn niet meer groot genoeg zijn om ze goedkoop te houden. Dat betekent dat alle opslagleveranciers de komende jaren de overstap naar sas zullen maken. Daarvoor is het echter nog wachten op de verdere ontwikkeling en de brede beschikbaarheid van componenten volgens versie 2 van deze standaard.
Ondanks de opkomst van al deze mooie nieuwe technologieën en de ontwikkeling van werk- en ruimtebesparende tools zullen beheerders en eigenaren van gegevens volgens Sheppard meer onder druk moeten komen te staan, voordat ze deze daadwerkelijk gaan inzetten. "De mentaliteit is toch nog steeds om eenvoudigweg opslagcapaciteit bij te kopen. De mensen hebben het veel te druk om hun architectuur en infrastructuur opnieuw op te zetten."

                                  2005     2006     2007

Omzet (in miljoenen euro's)         3,7     3,7        3,7

Omzet (in miljoenen dollars)        4,5     4,7        5,0

Opslagcapaciteit (in exabytes)    390,3    611,9    1013,4

Omzet en verscheepte capaciteit van externe opslagsystemen in West-Europa (bron: IDC, 2008).