대용량의 많은 파일로 인해 백업 및 아카이빙이 점차 어려워지고 있음

ADA-HPC-BIG-DATA-SCREEN-SHOT.png

기업은 빅데이터 프로젝트에서 흔히 발생하는 새로운 스토리지 관련 문제에 직면해 있습니다. 그러나 이 문제는 폭발적인 용량 증가, 구조화되지 않은 데이터 및 많아지는 파일 개수로 인해 점점 더 많은 산업에 영향을 미치고 있습니다. 기존의 애플리케이션과 워크플로는 대부분의 표준 백업 솔루션으로 적절히 처리할 수 있습니다.

빅데이터는 백업 성능 요구 사항, 백업 윈도우, 전반적인 스토리지 최적화, 장기 아카이브에서 세부적이고 유연한 방식으로 데이터를 검색하는 기능 면에서 새로운 문제를 제기합니다. Gartner는 대용량, 다양한 포맷, 속도를 나타내는 3개의 V로 빅데이터를 정의합니다.

에이템포-디지털 아카이브(ADA)는 이 세 가지 문제를 모두 해결합니다.

.

 

HPC 및 빅데이터 스토리지 요구 해결

 

ADA-EXPLODING-BACKUP-WINDOWS.png

백업 윈도우의 폭발적인 증가

대용량은 곧 데이터 복제에 많은 시간이 필요하다는 것을 의미합니다. 어딘가에서 병목 현상이 일어나기도 합니다. 따라서 데이터 흐름을 병렬화하는 것이 중요합니다. ADA의 데이터 무버(Data Mover)는 모든 인프라로 확장할 수 있어 데이터 처리량과 최대 가용 대역폭에 적합합니다.

ADA-CHOOSING-STORAGES.png

스토리지 선택

디스크, 오브젝트 스토리지, 광디스크, 테이프, 클라우드는 물론 이런 기술의 조합을 비롯한 스토리지 미디어는 하나 이상의 스토리지 기술을 기반으로 할 수 있습니다. 아카이빙과 백업은 예산과 성능에 대한 요구를 모두 충족해야 하므로 에이템포-디지털 아카이브는 최고의 성능을 보장하는 심층적인 통합 수준으로 다양한 스토리지 호환성을 제공합니다. .

ADA-FACING-PROPRIETARY-BACKUP-FORMATS.png

독점적 백업 포맷 문제에 직면

에이템포-디지털 아카이브를 사용할 경우 오픈 포맷만 사용되므로 독점적인 포맷 문제에 대응할 필요가 없습니다. 디스크의 기본 포맷으로 데이터의 원래 폴더 구조를 유지하고, 테이프에 널리 사용되는 TAR과 LTFS의 이점을 누릴 수 있습니다. 복구를 위한 파일에 곧바로 쉽게 액세스할 수 있습니다. 따라서 장기 보존 아카이브 및 제3자와의 데이터 공유에 이상적입니다.

 

 
ADA-SPEED-SCALABILITY.png

속도 및 확장성

고객들은 페타바이트 스토리지 사이의 수억 개 작은 파일뿐만 아니라 대용량 파일을 처리하기 위해 에이템포-디지털 아카이브를 사용합니다. 스토리지와의 긴밀한 통합 덕분에 에이템포-디지털 아카이브는 선택된 브랜드의 스냅샷과 빠른 스캔 기술을 활용할 수 있습니다. 대용량 데이터는 ADA 데이터 무버의 확장 가능한 팜에 의해 전송되며, 각 팜은 초당 몇 Gb를 이동시킬 수 있고 전체 팜은 대부분의 네트워크가 처리할 수 있는 것보다 더 많은 처리량을 제공합니다. 성능을 향상시키려면 데이터 무버를 추가하기만 하면 됩니다. 따라서 확장성을 더 이상 걱정할 필요가 없습니다. 또한 모든 데이터 이동은 인증된 스토리지로 제한되며 로깅됩니다.

ADA-FACING-RECOVERY.png

복구가 필요한 상황

에이템포-디지털 아카이브를 통해 중복 복제본을 유지하는 스토리지에서 무언가가 손실되었습니다. 이 복제본은 모든 폴더와 하위 폴더 구조를 갖추고 있습니다. 자동적으로 복구가 이루어지거나 수동으로 스토리지를 검색하여 필요한 파일을 가져올 수 있습니다. 또는 아카이빙된 프로젝트나 폴더를 검색해야 하는 경우 메타데이터 검색을 사용하거나 관련 버전의 자산을 찾아서 필요한 위치로 복원할 수 있습니다.

ADA-INTEGRATING-OBJECT-STORAGE.png

오브젝트 스토리지 통합

과거에는 테이프에 많은 양의 데이터를 저장하기도 했습니다. 지금은 대용량 데이터를 전체 및 증분 백업할 때 테이프보다는 오브젝트 스토리지를 선호합니다. 오브젝트 스토리지는 모든 버전의 파일을 빠르게 복원할 수 있습니다. 적절한 수의 에이템포-디지털 데이터 무버를 사용하면 최상의 쓰기 속도를 구현할 수 있을 뿐만 아니라 빅데이터를 위한 강력하고 확장 가능한 백업 솔루션으로 전환할 수 있습니다.