Комментарии 6
Утверждение «Во-первых, Isilon, пришедший в ИТ из медийной области, уверенно занимает корпоративную поляну Больших Данных» ошибочно. Если Isilon хорошо работает с медийными Большими Файлами, то это не значит, что он хорошо работает с Большими Данными. Абсолютно разный характер нагрузки. И если мы заговорили о применимости к Большим Данным, то Вы реально верите (учитывая курс доллара и санкции) в его конкурентноспособность с OpenStack + Hadoop?
Спасибо за комметарий. Я не совсем это имел ввиду.
Смотрите, пожалуйста, ответы ниже.
А насчет санкций и курса — не все в наших силах. Надеюсь, ситуация улучшится.
Сейчас могу сказать лишь, что программная версия СХД (IsilonSD) может использоваться в сочетании с серверами отечественного производства. Это частично помогает.
Смотрите, пожалуйста, ответы ниже.
А насчет санкций и курса — не все в наших силах. Надеюсь, ситуация улучшится.
Сейчас могу сказать лишь, что программная версия СХД (IsilonSD) может использоваться в сочетании с серверами отечественного производства. Это частично помогает.
Данное мое утверждение отражает фактический процесс, а не мое суждение хорошо/плохо. Факт в том, что Isilon теперь может работать без остановок и прерывания обслуживания клиентов как в случае сбоев любых компонентов, так и во время обновления (как вперед, так и назад) микрокода. Это свойство систем корпоративного уровня.
Что касается OpenStack и Hadoop, то это все же скорее фреймворки, чем законченные решения. Isilon с ними умеет работать, кстати. Встроенный HDFS в нем есть на этот случай. Немного разного плана решения. Я бы не сказал, что они конкурируют даже.
Что касается OpenStack и Hadoop, то это все же скорее фреймворки, чем законченные решения. Isilon с ними умеет работать, кстати. Встроенный HDFS в нем есть на этот случай. Немного разного плана решения. Я бы не сказал, что они конкурируют даже.
Ну вот опять вы все в кашу сваливаете. Big Data это не про объемы, это про методику работы с данными. Да, у Isilon все в порядке с объемами хранения. Но он уже научился нормально работать с рандомным доступом мелкими блоками?
Несколько лет назад, когда я на него смотрел, все было плохо. Для медиа работа в секвентальном чтении-записи это ОК, для Big Data это неприемлемо.
Несколько лет назад, когда я на него смотрел, все было плохо. Для медиа работа в секвентальном чтении-записи это ОК, для Big Data это неприемлемо.
Согласен с вами. До сих пор нет общепринятого понимания что такое в точности «Big Data» и где его границы.
И я согласен, что это скорее про методику работы с данными, чем про их хранение. Сам прекрасно помню, как еще года три-четыре назад Бигдатой называли вообще все, что может хранить много данных. Даже ленточки. Сейчас ситуация уже получше.
Что же касается Isilon, то он к Big Data все же относится. Аргументы в пользу этого тезиса следующие:
1) будучи системой горизонтально масштабируемой Isilon может обеспечивать большие скорости для работы с хранимыми данными (сама обработка уже происходит на клиентской стороне)
2) данные могут обрабатываться независимо друг от друга (параллельно) на множестве узлов в силу практически неограниченной многоузловой архитектуры
3) на всем этом может быть развернут HDFS, который к методике Big Data имеет самое прямое отношение
Этому всему не хватает, конечно, математики, которая собственно выдает результат обработки. Но Isilon это все таки СХД.
Она может быть частью какого-то большего решения (на Pivotal, например). Т.е. имеется определенная свобода выбора.
По поводу мелких блоков — да, ситуация стала получше, так как в каждый узел можно ставить твердотельные диски в качестве акселератора работы с мелкими блоками и метаданными.
И я согласен, что это скорее про методику работы с данными, чем про их хранение. Сам прекрасно помню, как еще года три-четыре назад Бигдатой называли вообще все, что может хранить много данных. Даже ленточки. Сейчас ситуация уже получше.
Что же касается Isilon, то он к Big Data все же относится. Аргументы в пользу этого тезиса следующие:
1) будучи системой горизонтально масштабируемой Isilon может обеспечивать большие скорости для работы с хранимыми данными (сама обработка уже происходит на клиентской стороне)
2) данные могут обрабатываться независимо друг от друга (параллельно) на множестве узлов в силу практически неограниченной многоузловой архитектуры
3) на всем этом может быть развернут HDFS, который к методике Big Data имеет самое прямое отношение
Этому всему не хватает, конечно, математики, которая собственно выдает результат обработки. Но Isilon это все таки СХД.
Она может быть частью какого-то большего решения (на Pivotal, например). Т.е. имеется определенная свобода выбора.
По поводу мелких блоков — да, ситуация стала получше, так как в каждый узел можно ставить твердотельные диски в качестве акселератора работы с мелкими блоками и метаданными.
Эти ребята выступали на Hortonworks Roadshow на прошлой неделе. К сожалению я так и не понял один принципиальный момент. Большинство заказчиков используют Hadoop/HDFS в том числе для того, чтобы избавиться от головняка с закупкой многомиллионных СХД (типа используем commodity hardware, вот это все) и тут же предлагается купить какую-то проприетарную балалайку и начать все с начала?
Зарегистрируйтесь на Хабре, чтобы оставить комментарий
Isilon.Next — как Big Data СХД стала больше, облачнее и мягче*