机器学习模型太大难部署?这里有 3 个解决方案

朵猫猫 2020-03-09

本文转自雷锋网,如需转载请至雷锋网官网申请授权。

虽然因“疫情”的影响,让技术人群放弃了聚会,减少了面对面沟通,但他们对于学习和交流的渴望从未停歇过。为此华为特别推出了#Σco时间#系列栏目,以线上直播+互动的形式,共话技术变革与行业转型。

3月4日下午3点,本期#Σco时间#聚焦的话题是“大数据存算是‘分’还是‘合’,您做对了吗?”——华为智能数据与存储分布式存储高级营销专家崔玉祥来到了华为“智能数据基础设施「学数派」”直播间,分享了华为如何看待存算分离的价值,以及华为大数据的存算分离解决方案和应用实践,并与上千位线上嘉宾探讨了存算分离技术的发展趋势和市场前景。

数字经济时代,大数据架构走向存算分崔玉祥介绍道,在数字经济时代,数据已经成为新的生产资料,并从数据管理走向数据运营,大数据正发挥着越来越重要的作用,数据驱动体验、数据驱动决策、数据驱动流程的各种应用每天都在不断上演。随着5G和AI技术的发展,数据量必将迎来爆发式的增长,在这样的形势下,传统的大数据存算一体架构,在多个行业都面临着资源利用率不均、存储成本高、资源共享难的挑战。

以国内电信运营商为例,每年市场采购金额高达上亿元,但是如此巨大的投资在支持电信业务的同时,也带来了计算资源浪费,庞大的服务器设备占据机房空间导致制冷供电费用高涨等诸多挑战,“降本增效”成为电信运营商的重要诉求。而同样的,提升资源利用率,部署弹性灵活,按需调度计算资源这些诉求,也成为金融、政务领域用户亟待解决的课题。

机器学习模型太大难部署?这里有 3 个解决方案

如何化解这么多挑战?崔玉祥认为,计算存储分离是大数据架构演进的必然趋势,也是解决行业用户数据痛点的一大利器。他解释道,在Hadoop1.0时代,计算和存储是高度融合的,仅能处理单一的MapReduce分析业务;到了Hadoop2.0时代,计算层与数据开始解耦,通过Yarn实现了独立的资源管理,并开始支持Spark等更多的计算引擎;而如今已经到了Hadoop3.0时代,计算存储走向分离,通过Hadoop EC来支持冷数据的存储,逐步向数据湖架构演进。“存算分离其实更适合企业级市场,它实现了资源云化和灵活扩展,能够让用户享受更专业的存储,更佳的可靠性和利用率。”

三大优势令华为OceanStor分布式存储更懂用户

在2019年,华为创新性地推出了大数据存算分离解决方案,崔玉祥向观看嘉宾详细讲解了华为OceanStor分布式存储,一个能够打造更高性价比的大数据存储方案。简直就是为多样式存储和超大数据量的用户量身定制。“简单总结,华为OceanStor分布式存储最鲜明的三个特点就是成本最优、效率最高、使用最简。”

机器学习模型太大难部署?这里有 3 个解决方案

【成本最优】在成本方面,华为OceanStor分布式存储实现存算分离,资源按需独立扩展,弹性EC+分级,存储成本大幅降低。“性能、可靠性和HDFS三副本相当,但是存储利用率相比三副本提升1.75倍,”崔玉祥还特别指出,OceanStor分布式存储可以通过自动生命周期管理获得更佳的性价比,且计算侧无感知。用户可以定义不同的数据写入策略,使不同类型的应用读写不同的存储池,实现资源的物尽其用;用户还可以定义数据迁移策略,实现热、温、冷数据的自动转换,降低整体TCO。

他以上文中提到的电信运营商为例,运营商日志留存场景下,计算利用率为30%时,总容量需求大于256TB 时,改用存算分离方案会有TCO优势;总容量需求大于2PB时,存算分离方案的TCO节省会达到40%以上。

机器学习模型太大难部署?这里有 3 个解决方案

【效率最高】在数据应用效率方面,华为OceanStor分布式存储采用全对称分布式NameNode,集群性能和支持文件数随节点数目增加,单一命名空间支持文件数达百亿级。不仅如此,华为还实现了多集群数据融合互通,提升数据共享和分析效率,协议互通更是提升了分析效率30%,降低空间占用50%。“在一家金融客户的应用测试中,基于相同的计算和存储硬件配置,OceanStor存储存算分离方案在大部分测试中,性能均超过了原生HDFS三副本,部分测试项的执行时间甚至降低了70%以上。”

【使用最简】在实际操作运维方面,华为原生HDFS接口提供了更佳性能和使用体验,例如完整HDFS语义100%兼容主流大数据组件,用户无需安装插件,安装维护简单。更重要的是,通过ViewFS或Hbase元数据网关方式可以实现新老共存,保护用户已有投资,系统级数据冗余保护能够支持4节点同时失效。崔玉祥特别强调,即使发生节点故障,华为OceanStor分布式存储也能够自动调整EC级别,确保新写入数据可靠性不下降,与此同时,多节点并行重构,可实现2TB/小时数据恢复效率。

存算分离,助力千行百业大数据进阶

自2019年以来,华为OceanStor分布式存储解决方案已经被广泛应用在电信、金融、政务、大型企业各个领域中。在本次直播活动中,崔玉祥专门分享了两个有代表性的应用案例。

在江苏,原有的政务系统大多采用的是烟囱化部署,数据孤岛比比皆是。然而随着数据量快速增长,江苏决定基于华为存算分离解决方案开始打造分层解耦、高效共享的大数据平台。华为帮助江苏政务系统打造了一个统一大数据平台,可以同时支撑多种业务,实现部门间数据快速共享,实现政务服务“最多跑一次”。在部署中,存算分离就大显身手,加上计算资源和存储资源云化,实现了资源灵活分配,业务上线时间缩短90% 。同时,借助OceanStor分布式存储的弹性EC技术,将存储利用率从33% 提升到91.6%,从容应对数据快速增长的挑战。

相关推荐