{"id":20550,"date":"2021-05-19T15:21:47","date_gmt":"2021-05-19T13:21:47","guid":{"rendered":"https:\/\/www.thomas-krenn.com\/de\/tkmag\/?p=20550"},"modified":"2022-03-08T14:34:21","modified_gmt":"2022-03-08T13:34:21","slug":"storage-loesungen-vergleich","status":"publish","type":"post","link":"https:\/\/www.thomas-krenn.com\/de\/tkmag\/expertentipps\/storage-loesungen-vergleich\/","title":{"rendered":"Storage L\u00f6sungen im Vergleich"},"content":{"rendered":"\n

Modern Storage: Skalierbar, agil und zentral administriert<\/strong><\/h2>\n\n\n\n

Unternehmen betreiben heute oft verteilte Infrastrukturen, nutzen Cloud-Dienste oder Internet-of-Things-L\u00f6sungen (IoT). Die zugeh\u00f6rige Storage-Umgebung muss dabei so schnell, anpassungsf\u00e4hig und skalierbar sein wie die IT-Infrastruktur selbst. Nur so kann sie die Daten jeweils zugeschnitten auf die einzelnen Gesch\u00e4ftsprozesse und Dienste abspeichern.<\/strong> In diesem Artikel gehen wir daher genauer darauf ein, f\u00fcr welche Einsatzwecke welche Storage-L\u00f6sungen sinnvoll sind.<\/strong><\/p>\n\n\n\n

Zum Einstieg ein Beispiel: Industrial IoT erzeugt unz\u00e4hlige Sensordaten, die oft in Echtzeit vor Ort am Edge des Unternehmensnetzes verarbeitet werden m\u00fcssen, um eine exakte Positionierung zum richtigen Zeitpunkt zu erm\u00f6glichen. Danach sind die soeben ermittelten Daten erst einmal nicht mehr relevant. F\u00fcr Analysezwecke oder im Rahmen von Machine Learning k\u00f6nnen sie aber noch einmal herangezogen werden, um beispielsweise Modelle zu trainieren. Die Speicherl\u00f6sung am Edge ben\u00f6tigt also einen schnellen Flash-Speicher, f\u00fcr das zentrale Storage reichen in diesem Fall Festplatten.<\/p>\n\n\n\n

High-Performance-SANs<\/strong><\/h2>\n\n\n\n

Im eigenen Rechenzentrum lassen sich die Anwendungsdaten am besten \u00fcber ein zentral administriertes Storage Area Network (SAN) speichern. Es verbindet die Server des Rechenzentrums  \u00fcber einen managebaren Switch als SAN-Controller mit einem Pool aus Speichersystemen, auf denen die Daten blockbasiert liegen. Das gesamte Speichernetz sollte redundant und mindestens f\u00fcr 10 GBE ausgelegt sein. Die zugeh\u00f6rigen Controller sind zum Beispiel Switches wie der Huawei Fully Managed S6720<\/a> oder f\u00fcr hochperformante Anwendungen ein dedizierter SAN-Controller wie die E-Serie<\/a> von NetApp. Dieser integriert sich nahtlos in VMware-, Exchange-, SQL- und Oracle-Systeme. Auch die FS-Serie<\/a> von NetApp eignet sich f\u00fcr SANs und zudem f\u00fcr filebasiertes Network Attached Storage (NAS). Damit kann ein Unternehmen bestehende Systeme in eine hybride Speicherumgebung einbinden.<\/p>\n\n\n\n

Einfachere und flexiblere Handhabung mit Storage-Virtualisierung<\/strong><\/h3>\n\n\n\n

Bei SAN-L\u00f6sungen hat sich die Storage-Virtualisierung (Virtual SAN) durchgesetzt, um die Administration zu vereinfachen und das System skalierbarer zu gestalten. Durch die virtuelle Zusammenfassung von Speichersystemen entsteht ein Speicherpool, aus dem die ben\u00f6tigten Kapazit\u00e4ten f\u00fcr die Fachanwendungen bereitgestellt werden, ohne dass sich der Administrator mit der SAN-Infrastruktur dahinter befassen muss. StorMagic<\/a> eignet sich beispielsweise f\u00fcr kleine Firmen oder Filialen und virtualisiert mit VMware vSphere und Microsoft Hyper-V. VMware vSAN<\/a> ist ein Beispiel f\u00fcr Appliances mit zertifizierter Hardware und Virtual-SAN-Software.<\/p>\n\n\n\n

SDS: Storage-Software meets Standard-Hardware<\/strong><\/h2>\n\n\n\n

Software Defined Storage<\/a> (SDS) gilt als Storage-Virtualisierung mit Standard-Hardware. Die Speicherkapazit\u00e4t l\u00e4sst sich erweitern, ein Up- oder Downgrade der Hardware ist m\u00f6glich. Eine typische SDS-L\u00f6sung ist zum Beispiel JovianDSS<\/a> von Open-E. Sie basiert auf Linux und ZFS, einem unbegrenzt skalierbaren, verteilten Dateisystem. Hier kann der User alle Standardfestplatten und SSDs einsetzen. Sollen damit zum Beispiel Video- oder Multimediadaten gespeichert werden, sollte der Anwender nicht nur auf schnelle Netzwerkkarten achten. Bei SDS h\u00e4ngt die Performance auch von der Leistungsf\u00e4higkeit der CPU und der RAM-Kapazit\u00e4t ab.<\/p>\n\n\n\n

Gratis E-Book \u2013 Storage-L\u00f6sungen f\u00fcr den Mittelstand<\/strong><\/a><\/span>\n\n\n\n

Storage im Cloud-Umfeld<\/strong><\/h2>\n\n\n\n

Sp\u00e4testens seit 2020 ist Storage in der Cloud ein High-Performance-Thema \u2013 immer h\u00e4ufiger werden in der Cloud gesch\u00e4ftskritische Daten und Echtzeitanalysen verarbeitet. Schnelle Zugriffszeiten sind hier entscheidend und sprechen f\u00fcr schnelle NVMe-SSDs. Zudem sollten sich die zugeh\u00f6rigen Speichersysteme ebenfalls in der Cloud befinden, um \u00dcbertragungszeit zu sparen.<\/p>\n\n\n\n

Speichersysteme f\u00fcr die Cloud m\u00fcssen zudem so skalierbar sein wie die Cloud selbst. Erfolgt die Datenspeicherung virtualisiert und blockbasiert in Containern, lassen sich die f\u00fcr eine App ben\u00f6tigten Daten nah an dieser Anwendung speichern. Das vermeidet unn\u00f6tige Datenbewegungen.<\/p>\n\n\n\n

Im Trend: Objektspeicher f\u00fcr Cloud-Apps und Big Data<\/strong><\/h2>\n\n\n\n

Dar\u00fcber hinaus setzen sich vor allem bei der Entwicklung von cloudnativen Anwendungen Microservices durch. Diese stellen jeweils unabh\u00e4ngige Prozesse einer komplexen Anwendung dar. Bei diesem modularen Prinzip werden die Daten klein portioniert verarbeitet und \u00fcbertragen. Microservices lassen sich am besten als Objekte speichern, sie bestehen aus den Services sowie Metadaten mit Informationen dazu. Objekte sind \u00e4u\u00dferst skalierbar und folgen keiner hierarchischen Datenstruktur. Somit eignen sie sich ideal f\u00fcr hochskalierbare Anwendungen in der Cloud sowie f\u00fcr schnell wachsende Datenmengen im IoT- und Big-Data-Umfeld.<\/p>\n\n\n\n

Storage als Teil einer Hyperconverged Infrastructure<\/strong><\/h2>\n\n\n\n

Soll ein Rechenzentrum Big-Data- oder IoT-Anwendungen beherrschen, setzen immer mehr Unternehmen auf eine Hyperconverged Infrastructure (HCI). Sie vereint Software Defined Storage, Server, Netzwerkanbindung und Virtualisierung in einer Appliance, bei der alle Funktionen miteinander verzahnt sind. Die Administration erfolgt \u00fcber eine gemeinsame Management-Plattform.<\/p>\n\n\n\n

HCI f\u00fcr Big Data<\/strong><\/h3>\n\n\n\n

F\u00fcr die Speicherung von Videos, Images von virtuellen Maschinen oder maschinell erstellten IoT-Daten im Petabyte-Bereich sind besonders leistungsf\u00e4hige, skalierbare und flexible Speicherplattformen notwendig. Sie fassen die Datentr\u00e4ger von mehreren Computern zusammen und bilden ein intelligentes System, das parallel Daten auf den angebundenen Cluster-Knoten schreiben und lesen kann. Der Objektspeicher CEPH unterst\u00fctzt diese Cluster-Bildung. Daf\u00fcr ben\u00f6tigen sowohl die angeschlossenen Datentr\u00e4ger als auch die Cluster-Knoten schnelle Schnittstellen. Beispiel f\u00fcr so eine HCI ist die auf NVMe basierende Proxmox Ceph HCI<\/a> f\u00fcr das Open-Source-Virtualisierungssystem Proxmox VE.<\/p>\n\n\n\n

HCIs f\u00fcr Windows und Azure<\/strong><\/h3>\n\n\n\n

F\u00fcr windowsbasierte Edge-Infrastrukturen und Zweigstellen bieten sich auch Azure Stack HCI Micro-Cluster<\/a> an. Diese hochverf\u00fcgbaren 2-Node-Systeme f\u00fcr Windows Server 2019 und Azure Stack HCI fassen mit Hyper-V lokale Datentr\u00e4ger mehrerer Server zu einem gemeinsamen virtuellen Datenspeicher zusammen. Die HCI besteht aus zwei Servern und einem Switch. Die L\u00f6sung ist zudem zertifiziert f\u00fcr Azure Stack HCI. Sie eignet sich als B\u00fcroserver oder f\u00fcr Filialen und Edge-Rechenzentren.<\/p>\n\n\n\n

Auch f\u00fcr hybride Cloud-Umgebungen<\/strong><\/h3>\n\n\n\n

F\u00fcr hybride Cloud-Umgebungen, bei denen Daten sowohl im eigenen Rechenzentrum als auch in der Cloud gespeichert werden sollen, bietet sich f\u00fcr Microsoft Windows Server und Azure die Azure Stack HCI<\/a> an. Sie basiert ebenfalls auf S2D. Mit dieser HCI kann ein Administrator zum Beispiel Kubernetes-Cluster betreiben, etwa f\u00fcr Container-Anwendungen am Edge. Gesch\u00e4ftskritische Anwendungen stellt er \u00fcber virtuelle Maschinen zur Verf\u00fcgung. Das zentrale Management erfolgt \u00fcber Azure Monitor.<\/p>\n\n\n\n

Fazit: Server-L\u00f6sungen je nach Einsatzzweck<\/strong> und Prozessen<\/strong><\/h2>\n\n\n\n

Storage-Umgebungen werden heterogener mit klassischen und neuen Datentypen, schnellen Flash- und ad hoc verf\u00fcgbaren Langzeitspeichersystemen, mit L\u00f6sungen f\u00fcr die Cloud, das Edge und das eigene Rechenzentrum. Selbst hybride Cloud-Umgebungen lassen sich mit einem Storage-System abdecken. Entscheidend f\u00fcr die Auswahl und Konfiguration des Systems sind die Prozesse, die damit abgebildet werden sollen. Daf\u00fcr m\u00fcssen Speicherl\u00f6sungen heute agiler, flexibler und skalierbarer sein als bisher. Die Systeme sollten sich dabei m\u00f6glichst nahtlos in die vorhandene Infrastruktur integrieren lassen \u2013 bei einfacher und zentraler Administration.<\/p>\n\n\n\n

Weitere Informationen zu Storage L\u00f6sungen<\/strong><\/h2>\n\n\n\n