最近的調(diào)查研究表明，多達(dá)50%的企業(yè)表示希望將業(yè)務(wù)從云計(jì)算遷移回?cái)?shù)據(jù)中心，雖然這種回旋效應(yīng)有很多原因，但缺乏數(shù)據(jù)一致性是最主要的原因之一。CAP定理描述了分布式存儲(chǔ)系統(tǒng)只能提供三個(gè)要素中的兩個(gè)：Consistency(一致性)、 Availability(可用性)、Partition tolerance(分區(qū)容錯(cuò)性)。在考慮云計(jì)算遷移的應(yīng)用時(shí)，必須應(yīng)用CAP理論來(lái)判斷云計(jì)算存儲(chǔ)架構(gòu)是否適合每個(gè)應(yīng)用的需求。
理解CAP定理
CAP定理專注于分布式數(shù)據(jù)存儲(chǔ)，這是AWS、谷歌云平臺(tái)和微軟Azure等云計(jì)算服務(wù)提供商所采用的主流設(shè)計(jì)。分布式數(shù)據(jù)存儲(chǔ)由一系列稱為節(jié)點(diǎn)的服務(wù)器構(gòu)建而成。每個(gè)節(jié)點(diǎn)都有內(nèi)部存儲(chǔ)，當(dāng)節(jié)點(diǎn)成簇時(shí)，它將成為一個(gè)全局存儲(chǔ)池。當(dāng)數(shù)據(jù)被寫(xiě)入存儲(chǔ)時(shí)，通過(guò)復(fù)制每個(gè)對(duì)象或?qū)ο蟮淖佣蔚牟脸幋a來(lái)將數(shù)據(jù)分布在節(jié)點(diǎn)上。
CAP定理表明，分布式數(shù)據(jù)存儲(chǔ)只能提供以下三個(gè)要素中的兩個(gè)：Consistency(一致性)、 Availability(可用性)、Partition tolerance(分區(qū)容錯(cuò)性)。
分區(qū)容錯(cuò)性是指分布式存儲(chǔ)在網(wǎng)絡(luò)出現(xiàn)故障時(shí)繼續(xù)提供數(shù)據(jù)的能力，而故障將會(huì)導(dǎo)致節(jié)點(diǎn)之間任意數(shù)量的消息丟失或延遲。由于網(wǎng)絡(luò)故障在全球基于云計(jì)算的任何存儲(chǔ)服務(wù)中都是不可避免的，因此所有系統(tǒng)都必須提供分區(qū)容錯(cuò)。因此，在考慮云計(jì)算存儲(chǔ)解決方案時(shí)，企業(yè)的IT部門(mén)必須在一致性和可用性之間進(jìn)行選擇。
一致性意味著系統(tǒng)必須在應(yīng)用程序或相應(yīng)的過(guò)程開(kāi)展之前確認(rèn)每個(gè)寫(xiě)入操作。確認(rèn)的必要性也適用于數(shù)據(jù)保護(hù)。例如，一致的數(shù)據(jù)存儲(chǔ)必須將對(duì)象復(fù)制到另一個(gè)節(jié)點(diǎn)，并在確認(rèn)總體寫(xiě)入之前驗(yàn)證完成。提供一致的模型是昂貴的，尤其是在分布式體系結(jié)構(gòu)中，因?yàn)樵谌魏谓o定的時(shí)間點(diǎn)，所有節(jié)點(diǎn)都必須具有相同的數(shù)據(jù)。提供一致性不會(huì)影響分布式存儲(chǔ)中的應(yīng)用程序性能，這意味著需要高速的節(jié)點(diǎn)內(nèi)部網(wǎng)絡(luò)、節(jié)點(diǎn)之間的距離和高性能存儲(chǔ)介質(zhì)。即使節(jié)點(diǎn)本身也比較昂貴，這樣就需要更快地處理數(shù)據(jù)。
盡管成本高昂，但注重一致性是絕對(duì)必要的。例如，支持金融機(jī)構(gòu)的存儲(chǔ)基礎(chǔ)設(shè)施需要確保所有節(jié)點(diǎn)始終保持同步。如果成交了一百萬(wàn)美元的交易，而這些節(jié)點(diǎn)沒(méi)有更新，則會(huì)出現(xiàn)嚴(yán)重的問(wèn)題。更普遍的情況是，如果所有數(shù)據(jù)在整個(gè)存儲(chǔ)基礎(chǔ)設(shè)施中并不總是同步的，那么期望一致性的應(yīng)用程序很容易被破壞。
可用性的關(guān)注點(diǎn)
由于與建立一致的分布式數(shù)據(jù)存儲(chǔ)的成本相關(guān)，大多數(shù)云計(jì)算提供商專注于可用性或最終一致的模型?？捎眯缘年P(guān)注點(diǎn)意味著當(dāng)初始寫(xiě)入發(fā)生時(shí)，在后臺(tái)通過(guò)復(fù)制或完成數(shù)據(jù)的擦除編碼來(lái)將延遲的應(yīng)答延遲到滿足數(shù)據(jù)保護(hù)要求。這取決于其他節(jié)點(diǎn)的位置，一致的時(shí)間范圍可以從幾秒到幾分鐘。而高交易環(huán)境可能永遠(yuǎn)不會(huì)達(dá)到一致的狀態(tài)。
可用性的關(guān)注點(diǎn)有許多優(yōu)點(diǎn)，其中主要的一個(gè)優(yōu)點(diǎn)是降低成本。節(jié)點(diǎn)之間的聯(lián)網(wǎng)、節(jié)點(diǎn)中的存儲(chǔ)介質(zhì)以及節(jié)點(diǎn)本身的處理能力不需要在一致性關(guān)注的分布式存儲(chǔ)系統(tǒng)的能力范圍內(nèi)執(zhí)行。
此外，可用性關(guān)注點(diǎn)是數(shù)據(jù)分發(fā)的理想選擇。無(wú)論是為了防范區(qū)域性災(zāi)難，還是確保數(shù)據(jù)在地理位置上盡可能接近用戶，可用性關(guān)注點(diǎn)都可以實(shí)現(xiàn)分發(fā)，而無(wú)需為原始用戶或應(yīng)用程序提供性能。
將CAP應(yīng)用到NAS和對(duì)象存儲(chǔ)(云存儲(chǔ))
考慮遷移到云端的本地應(yīng)用程序通常使用網(wǎng)絡(luò)附屬存儲(chǔ)(NAS)。這些網(wǎng)絡(luò)附屬存儲(chǔ)(NAS)系統(tǒng)在傳統(tǒng)上都有一致性的特點(diǎn)，盡管它們中的大部分?jǐn)?shù)據(jù)在一個(gè)不太一致但更可用的設(shè)計(jì)中工作得很好。為了保持一致性，網(wǎng)絡(luò)附屬存儲(chǔ)(NAS)系統(tǒng)通常通過(guò)緊密耦合的集群和相對(duì)較小的節(jié)點(diǎn)計(jì)數(shù)提供擴(kuò)展功能(即通過(guò)單個(gè)節(jié)點(diǎn)的所有數(shù)據(jù)訪問(wèn))或非常有限的擴(kuò)展。這些網(wǎng)絡(luò)附屬存儲(chǔ)(NAS)系統(tǒng)提供對(duì)共享存儲(chǔ)的低延遲訪問(wèn)，并且可以保持嚴(yán)格的一致性。他們?cè)趹?yīng)用程序確認(rèn)或傳統(tǒng)的POSIX文件系統(tǒng)語(yǔ)義之前利用讀寫(xiě)后驗(yàn)證。
網(wǎng)絡(luò)附屬存儲(chǔ)(NAS)系統(tǒng)受到其他存儲(chǔ)系統(tǒng)的一致性的影響：高成本、有限的規(guī)模和有限的可用性。雖然大多數(shù)網(wǎng)絡(luò)附屬存儲(chǔ)(NAS)系統(tǒng)提供復(fù)制以進(jìn)行災(zāi)難恢復(fù)，但是這種復(fù)制是異步完成的(最終會(huì)變得一致)。這個(gè)過(guò)程對(duì)于網(wǎng)絡(luò)性能比較敏感，幾乎總是一個(gè)相同的系統(tǒng)，而二次系統(tǒng)最終成為主系統(tǒng)的鏡像。
這個(gè)機(jī)會(huì)并不是網(wǎng)絡(luò)附屬存儲(chǔ)(NAS)上的所有數(shù)據(jù)都需要一致的體系結(jié)構(gòu)的功能，實(shí)際上，網(wǎng)絡(luò)附屬存儲(chǔ)(NAS)上的大部分?jǐn)?shù)據(jù)在專注于可用性的體系結(jié)構(gòu)上。即使是需要一致性的網(wǎng)絡(luò)附屬存儲(chǔ)(NAS)上的數(shù)據(jù)集，通常也有一部分?jǐn)?shù)據(jù)更適合于可用性模型。
最常見(jiàn)的可用性存儲(chǔ)系統(tǒng)類型是對(duì)象存儲(chǔ)，這是所有云計(jì)算提供商為其負(fù)擔(dān)得起的存儲(chǔ)層所使用的設(shè)計(jì)。對(duì)象存儲(chǔ)成本低，可擴(kuò)展到數(shù)千個(gè)節(jié)點(diǎn)。在廣泛的地理區(qū)域分布數(shù)據(jù)也很容易，使數(shù)據(jù)更易于訪問(wèn)和恢復(fù)。
使用CAP來(lái)識(shí)別云計(jì)算兼容的應(yīng)用程序
鑒于對(duì)CAP的了解以及從云計(jì)算提供商那里獲得的最具成本效益的存儲(chǔ)是以可用性為中心的認(rèn)識(shí)，組織應(yīng)該能夠更容易地確定哪些應(yīng)用程序最適合在云端使用。
第一步是確定一致性不成問(wèn)題的數(shù)據(jù)集，一個(gè)主要的例子是非活動(dòng)或休眠的非結(jié)構(gòu)化數(shù)據(jù)集。典型使用的網(wǎng)絡(luò)附屬存儲(chǔ)(NAS)容量的80%以上是非活動(dòng)數(shù)據(jù)。這些整個(gè)數(shù)據(jù)集應(yīng)該轉(zhuǎn)移到側(cè)重于可用性的成本更低的分布式存儲(chǔ)上。將這些數(shù)據(jù)轉(zhuǎn)移到以可用性為中心的存儲(chǔ)中不僅會(huì)降低保留這些數(shù)據(jù)的成本，而且這些類型的存儲(chǔ)架構(gòu)更適合長(zhǎng)期保存。企業(yè)面臨的挑戰(zhàn)不僅是識(shí)別不活動(dòng)的數(shù)據(jù)并將這些數(shù)據(jù)轉(zhuǎn)移到云端，而且還要確保當(dāng)數(shù)據(jù)再次需要時(shí)，用戶仍然可以使用這些數(shù)據(jù)。
下一步是確定在活動(dòng)數(shù)據(jù)集內(nèi)是否還存在也處于休眠狀態(tài)的子集。問(wèn)題是識(shí)別和移動(dòng)這些數(shù)據(jù)子集更加困難。最后一步是確定非?；钴S的數(shù)據(jù)，并需要在整個(gè)存儲(chǔ)架構(gòu)中保持一致的表示。
將一致性敏感應(yīng)用程序遷移到云端
雖然三種類型的數(shù)據(jù)可以人工識(shí)別和移動(dòng)，但這個(gè)過(guò)程非常耗時(shí)，需要IT部門(mén)的持續(xù)監(jiān)督。人為識(shí)別的過(guò)程(甚至一些聲稱自動(dòng)化識(shí)別的項(xiàng)目)意味著需要管理單獨(dú)的存儲(chǔ)容器，用于對(duì)于一致性敏感的活動(dòng)數(shù)據(jù)。
另一種方法是利用云感知文件系統(tǒng)，該系統(tǒng)將根據(jù)訪問(wèn)模式自動(dòng)分類數(shù)據(jù)并將其放置在最合適的存儲(chǔ)類型上。該解決方案可以替代內(nèi)部部署的高性能網(wǎng)絡(luò)附屬存儲(chǔ)(NAS)，其存儲(chǔ)空間更小，旨在容納一致性敏感數(shù)據(jù)。它應(yīng)該自動(dòng)地將數(shù)據(jù)在本地部署和云計(jì)算存儲(chǔ)之間進(jìn)行IT監(jiān)督，而不需要IT人員的干預(yù)。同時(shí)，它應(yīng)該將本地存儲(chǔ)和云計(jì)算存儲(chǔ)與全局文件系統(tǒng)進(jìn)行疊加，以便用戶始終可以通過(guò)相同的路徑和協(xié)議訪問(wèn)數(shù)據(jù)，從而實(shí)現(xiàn)對(duì)云端的無(wú)縫訪問(wèn)。
云計(jì)算的一致性
云感知文件系統(tǒng)還應(yīng)該在云端運(yùn)行，這使得組織可以無(wú)縫地將應(yīng)用程序移動(dòng)到云端，而無(wú)需更改它們。應(yīng)用程序可以運(yùn)行在云計(jì)算提供商的一致性存儲(chǔ)版本上，但文件系統(tǒng)允許將投資降到最低，因?yàn)樗鼤?huì)自動(dòng)將數(shù)據(jù)移動(dòng)到提供商成本更低的對(duì)象存儲(chǔ)層，而不需要保持一致性。
當(dāng)本地存儲(chǔ)和云計(jì)算存儲(chǔ)與云文件系統(tǒng)數(shù)據(jù)相結(jié)合，應(yīng)用程序可以在本地部署和云端之間自由移動(dòng)時(shí)，根據(jù)企業(yè)的需求，云計(jì)算存儲(chǔ)可以用作存檔，作為一個(gè)永久運(yùn)行應(yīng)用程序的地方。
結(jié)論
大多數(shù)云計(jì)算計(jì)劃的回旋效應(yīng)通常是數(shù)據(jù)集性能要求與組織成本節(jié)約目標(biāo)之間不匹配的結(jié)果。兩者之間的差距常常導(dǎo)致組織將其遷移到本地的應(yīng)用程序，從而導(dǎo)致其自食其果，或者組織必須在一致的云計(jì)算存儲(chǔ)進(jìn)行更大的投資。云計(jì)算文件系統(tǒng)彌補(bǔ)了這種差距，使組織能夠以經(jīng)濟(jì)高效的方式在任何地方放置任何應(yīng)用程序，從而在高性能一致性和成本有效性的可用性之間找到適當(dāng)?shù)钠胶恻c(diǎn)。
