|
8月22日-23日，“共享新机遇——2020全球区块链算力大会暨新基建矿业峰会”在成都举行。本次大会由成都市新经济委、成都市科技局及成都市成华区人民政府指导，由成都市成华区新经济和科技局 、成都市成华区投促局、巴比特、链节点、印比特主办。 随着FIL测试网上线在即，存储赛道备受关注，围绕FIL挖矿的上下游产业链也提早展开布局。希捷是目前全球最大的硬盘、磁盘和读写磁头制造商，也是硬盘挖矿赛道的主力品牌。峰会现场，希捷科技资深解决方案工程师李蓁以《分布式数据存储基石，硬盘点亮数据价值》为主题带来分享。 以下是演讲内容文字精编，由巴比特整理发布。 非常荣幸有机会和大家分享希捷在分布式系统的思考，以及产品上的进展。大家在参与IPFS项目中的过程中，可能或多或少接触过希捷，我们也是出席本次会议的唯一一家零部件供应商。
202008250452221159.jpg
希捷是一家非常传统的制造业厂家，机械硬盘在40年前就被发明出来了，当时一块硬盘容量仅仅只有5M，而手机存储容量如今已达到GB级别，128G甚至更高。经过40年发展，希捷年营业额已经超过一百亿美元，去年发货量达到355个EB，员工4万余人，主力生产工厂在泰国和无锡。
市场前景展望
202008250452329101.jpg
很多嘉宾在分享的时候，都反复强调数据对于人们生活的影响。从增量来看， 2002年前产生的数据量总计23个EB，而今年每五个小时就可以产生23个EB的数据，现在是数据爆发式增长的时代。
202008250452351785.jpg
分布式存储应运而生。其实分布式文件系统出现的时间很早，20年前银行就在大规模使用。还有P2P网络，大家应该使用过BT下载，这并不是新的概念。但是时代赋予了我们新的应用场景，现在我们面对每年产生的数据高达175ZB的新时代。我们需要思考，通过什么形式保存这些数据，以及挖掘这些数据的价值。 石油存储在地下对我们来说一文不值，数据也是如此，只有当我们能够访问数据，处理数据的时候，数据本身才是有价值的。IPFS这类存储项目的优势就在于，我们可以把更广范围、更深层次的数据保存下来，哪怕今天并不知道这些数据可能会产生怎样的价值。
202008250452394516.jpg
数据究竟从哪些维度对生活产生影响？一是智能网联车，它之所以智能是因为系统通过各种传感器，包括毫米波雷达、激光雷达、摄像头对采集回来的数据进行分析，赋予更加智能的特点，每辆车跑一天的数据量超过1PB；二是工厂里应用大数据，可以将传统制造业的效率提高70%；三是智慧城市，可以通过数据分析改善安全、公共设施利用率和交通管理效率。我经常举一个例子，如果把记者丢到北京街头，不戴帽子或者口罩的情况下，通过智能摄像头找到他连5分钟都不需要。
新技术的落地
对于希捷而言，硬盘做了40年依然可以有很多创新。机械硬盘今年容量是18T，明年容量到20T，后年容量会达到24T。为了使硬盘应对每年35%左右的年化增长率，需要通过激光热辅助的技术加热碟片上某一点，产生避雷针效应后把数据写进去。有了这个技术硬盘碟片容量增长率每年可达35%，预计到2025年硬盘容量会达到50TB。 SSD的发展也非常迅猛，这符合八二定律的特点。我们知道80%的在存数据访问频率并不高，这就是为什么数据中心超过75%的数据存储在机械硬盘上。IPFS是以一个存储冷数据为主的网络，冷数据存储正应了机械硬盘的特点。 还有很多数据类型，比如热数据、超热数据、冷数据、冰数据，不在的今天讨论范围。热辅助技术研制超过20年，当年有很多小故事。大家知道在华尔街，我们需要给投资银行家讲故事。SSD被发明以后，很多分析师认为机械硬盘没有未来。当年希捷给华尔街演示热辅助技术，传感器使用的还是黄金，一个两百纳米大小的黄金，在被激光反复加热以后，黄金有可能会熔化，而且分布时间是不均匀的，换句话说这个机械硬盘不知道会在什么时间失效。
202008250452443305.jpg
经过20年的研发，现在每个机械硬盘写入的数据量，热辅助盘超过4个PB，远远超过大家所用的企业级硬盘每年550个TB的水平，平均失效率可以控制在0.4%。这是热辅助硬盘的特点之一，磁头上有一个亮点，是激光发生器，功率大概是零点几毫瓦，用激光击中碟片的时候加热，就可以把数据写进去。
202008250452495598.jpg
双磁臂是指两个磁臂同时使用，性能可以翻倍，大家可以理解为将两个机械硬盘做进一个盘体里面。
产品组合
202008250452535908.jpg
简单给大家秀一下希捷的产品组合，碟片方面有HDD，就是大家在存储矿机上面使用的规格。还有SSD，覆盖了大家所使用的各类接口。 大家有没有听说过“近存储计算”的概念，国内外不少厂家在做这方面的研究。数据中心从集中式结构演变成分布式结构以后，每个结点之间都会产生大量东西向的数据流动。对于网络而言，这是一种极大的开销。“近存储计算”阶段就是在SSD上面内置一个计算引擎。HDFS也是分布式存储系统，需要对数据进行压缩。如果在SSD内置一个引擎，就不需要跟CPU绑定，不需要采购这样一个硬件，效率会得到极大提升。这是大佬需要思考的问题，在这里就不展开了。
202008250452578721.jpg
对希捷而言，目前的策略是模块化。大家知道希捷是做盘的厂家，收购了若干厂商以后，希捷也具备了制造机架，以及控制器模块的能力。就像是搭建乐高积木的时候，可以选择不同的积木，希捷也是这样的策略。根据冷数据或者热数据的需求，以及定制化数据处理模式的机器，搭配不同的盘、不同的机架、不同的控制器模块达到所需要的产品形态。
对于IPFS存储的思考
分享一下我个人对于IPFS存储的思考，我注意到今天参与活动的规格差异非常大。对于希捷而言，从P1到C2的过程并不是我们关心的阶段。现在有很多矿机是所谓的紧耦合的结构，就是把上面这几个阶段统统放在一个盒子里处理。
202008250453025892.jpg
如果法律阶段要明确这个东西的产权，这是好的解决方案。但是从大规模集群而言，这个形式会带来很大的问题，P1需要绑定AMD的CPU，但是供应能力是不足的。如果所有东西放在一个盒子里，没有办法实现弹性扩展。要么就是存储先耗尽，要么就是计算能力先耗尽，没有办法对资源做单独扩展，这和分布式架构是相悖的结构。
202008250453062983.jpg
对各个阶段做一个解耦，大家参考所有云服务厂家可以看到，面对不同的存储场景，热数据、冷数据、冰数据都有相应的存储解决方案。IPFS没有办法回避这个事情，就是一定要做解耦。这样做的好处是每个阶段都可以做单独的横向扩展，提升硬件利用率。现在专用硬件的采购量并不需要那么大，同时上线节奏可以极大加快。 IPFS本身不具备数据高可用的机制，怎么在大规模存储集群里确保数据在每24小时时空证明阶段在线，这是没有办法回避的一点。我看到有一些矿机是单路电源，在存储集群密度高的情况下，掉线任何一个节点的数据损失都很大，没办法在25秒以内返回结果，惩罚可能大于挖矿的收益。 我做了十多年的企业级，知道有多么困难。举个例子，如果用一个10T的盘做数据重建需要50多个小时，在这期间再出现掉盘的情况，那么整个逻辑卷就会失去访问。如果使用我们的RBOD，就可以在RBOD上做好数据保护，再通过以太网或者SAS电缆映射给主机，高可用是在RBOD上面管理，对于用户而言，可以减少很多这方面的痛苦。如果前面没有太多思考，后面做矿池就会遇到很多痛苦的惩罚。
202008250453115203.jpg
我建议大家在存储这方面，一是尽可能使用大容量的HDD，二是把高可用机制卸载到存储设备商。这时候RBOD的形态比JBOD的形态更好，因为有希捷自己的纠删芯片。 今天关于希捷产品还有IPFS的思考和分享就这么多，谢谢大家。 | 
立即注册
登录
