คุณวางแผนความจุของการจัดเก็บข้อมูลสำหรับสภาพแวดล้อมเสมือน (virtualized environments) และการเติบโตของข้อมูลอย่างรวดเร็วได้อย่างไร?

การวางแผนความจุของระบบจัดเก็บข้อมูลสำหรับสภาพแวดล้อมที่ใช้เทคโนโลยีเวอร์ชวลไลเซชัน ถือเป็นหนึ่งในความท้าทายเชิงกลยุทธ์ที่ยากที่สุดที่ทีมโครงสร้างพื้นฐานด้านไอทีกำลังเผชิญอยู่ในปัจจุบัน ท่ามกลางแนวโน้มที่ความหนาแน่นของเครื่องเสมือน (Virtual Machine) เพิ่มขึ้นอย่างต่อเนื่อง และปริมาณข้อมูลขยายตัวอย่างรวดเร็วในอัตราที่ไม่เคยมีมาก่อน ความกดดันต่อระบบจัดเก็บข้อมูลระดับล่างจึงเพิ่มขึ้นแบบทวีคูณ ไม่ว่าคุณจะกำลังดูแลศูนย์ข้อมูลขององค์กรขนาดกลาง หรือกำลังขยายแพลตฟอร์มงานที่เชื่อมโยงกับคลาวด์ การวางแผนความจุของระบบจัดเก็บข้อมูลอย่างแม่นยำตั้งแต่ขั้นตอนแรก จะเป็นตัวกำหนดว่าโครงสร้างพื้นฐานของคุณจะสามารถรองรับความคล่องตัวทางธุรกิจได้จริง หรือกลับกลายเป็นจุดคอขวดที่ใหญ่ที่สุดขององค์กรแทน ความซับซ้อนที่เกิดจากการใช้ทรัพยากรเวอร์ชวลไลเซชัน นโยบายการเก็บรักษาภาพสำรอง (Snapshot Retention) ความต้องการในการจัดสรรทรัพยากรอย่างรวดเร็ว (Rapid Provisioning) และรูปแบบการเติบโตที่คาดการณ์ได้ยาก ทำให้จำเป็นอย่างยิ่งที่จะต้องเลือกใช้โซลูชันระบบจัดเก็บข้อมูลที่ออกแบบมาเพื่อให้ทั้งประสิทธิภาพสำรอง (Performance Headroom) และความสามารถในการปรับขนาด (Scalability) อย่างแท้จริง โซลูชันที่เลือกอย่างเหมาะสม อาร์เรย์แฟลชแบบ NVMe ได้กลายเป็นองค์ประกอบพื้นฐานของการวางแผนนี้สำหรับองค์กรที่ไม่สามารถยอมรับการลดลงของประสิทธิภาพอันเนื่องมาจากความหน่วงเวลา (Latency) ได้

ความท้าทายไม่ได้สิ้นสุดลงเพียงแค่การเลือกแพลตฟอร์มที่มีความจุสูง แผนการจัดการความจุอย่างมีประสิทธิภาพจำเป็นต้องใช้วิธีการที่เป็นระบบ ซึ่งพิจารณาปัจจัยต่าง ๆ ได้แก่ รูปแบบภาระงานในปัจจุบัน อัตราการเติบโตที่คาดการณ์ไว้ การจัดการปัญหา VM Sprawl (การแพร่กระจายของเครื่องเสมือนมากเกินไป) อัตราการลดขนาดข้อมูล (Data Reduction Ratios) และความจำเป็นที่ไม่อาจต่อรองได้ในการรักษาประสิทธิภาพการอ่าน-เขียน (I/O Performance) อย่างสม่ำเสมอภายใต้ภาระงานที่หนัก NVMe All-Flash Array มอบอัตราการถ่ายโอนข้อมูลที่มีความหน่วงต่ำ ซึ่งสอดคล้องกับความต้องการของภาระงานแบบเวอร์ชวลไลซ์ แต่แม้การลงทุนด้านฮาร์ดแวร์ที่ทรงพลังที่สุดก็จะไม่สามารถสร้างมูลค่าสูงสุดได้ หากปราศจากการวางแผนอย่างรอบคอบและอิงข้อมูลอย่างแท้จริง บทความนี้จะแนะนำมิติสำคัญของการวางแผนความจุของระบบจัดเก็บข้อมูลสำหรับสภาพแวดล้อมแบบเวอร์ชวลไลซ์ที่กำลังเผชิญกับการเติบโตของข้อมูลอย่างรวดเร็ว โดยนำเสนอกรอบแนวปฏิบัติที่เป็นรูปธรรม ซึ่งสถาปนิกโครงสร้างพื้นฐานและผู้ดูแลระบบจัดเก็บข้อมูลสามารถนำไปประยุกต์ใช้โดยตรงในวงจรการวางแผนของตน

การเข้าใจความต้องการพิเศษด้านระบบจัดเก็บข้อมูลของสภาพแวดล้อมแบบเวอร์ชวลไลซ์

ความหนาแน่นของเครื่องเสมือน (VM Density) และผลกระทบต่อโปรไฟล์การอ่าน-เขียนข้อมูล (I/O Profiles) ของระบบจัดเก็บข้อมูล

หนึ่งในปัจจัยที่ถูกประเมินต่ำเกินไปมากที่สุดในการวางแผนความจุของระบบจัดเก็บข้อมูล คือ วิธีที่ความหนาแน่นของเครื่องเสมือน (VM) เปลี่ยนรูปแบบความต้องการ I/O อย่างมีนัยสำคัญ ในสภาพแวดล้อมของเซิร์ฟเวอร์จริง แต่ละโฮสต์จะสร้างลายเซ็นด้าน I/O ที่สามารถคาดการณ์ได้ อย่างไรก็ตาม ในสภาพแวดล้อมที่ใช้เทคโนโลยีเสมือนจริง (virtualized environments) เครื่องเสมือนจำนวนหลายสิบหรือแม้แต่หลายร้อยเครื่องจะแข่งขันกันเพื่อเข้าถึงทรัพยากรระบบจัดเก็บข้อมูลเดียวกันพร้อมกัน ซึ่งก่อให้เกิดภาวะการแข่งขันด้าน I/O (I/O contention) ที่อาจทำให้แอร์เรย์ดิสก์แบบหมุน (spinning disk arrays) แบบดั้งเดิมทำงานผิดปกติหรือล้มเหลวได้ เครื่องเสมือนแต่ละเครื่องจะสร้างการดำเนินการอ่านและเขียนของตนเอง การทำธุรกรรมเมตาดาต้า (metadata transactions) และกิจกรรมการสร้างภาพสำรอง (snapshot activity) ซึ่งทั้งหมดนี้จำเป็นต้องได้รับการให้บริการแบบขนานกันโดยไม่ก่อให้เกิดการเพิ่มขึ้นของความล่าช้า (latency spikes) ที่จะส่งผลเสียต่อประสิทธิภาพการทำงานของแอปพลิเคชัน

อาร์เรย์แบบ all-flash ที่ใช้เทคโนโลยี NVMe ถูกออกแบบมาโดยเฉพาะเพื่อจัดการกับแรงกดดันจากการดำเนินการ I/O แบบพร้อมกันในลักษณะนี้ ต่างจากระบบฐาน SATA หรือ SAS ไดรฟ์ NVMe สื่อสารโดยตรงผ่านช่องทาง PCIe ซึ่งช่วยกำจัดภาระงานจากการแปลงโปรโตคอลที่ก่อให้เกิดความหน่วง (latency) ในสถาปัตยกรรมการจัดเก็บข้อมูลรุ่นเก่า เมื่อวางแผนความจุสำหรับสภาพแวดล้อมเสมือนจริง (virtualized environment) ที่มีความหนาแน่นสูง คุณจำเป็นต้องใช้ค่าพื้นฐานที่คำนึงไม่เพียงแต่ปริมาณพื้นที่จัดเก็บข้อมูลดิบเป็นกิกะไบต์เท่านั้น แต่ยังต้องรวมถึงจำนวน IOPS และอัตราการรับ-ส่งข้อมูล (throughput) ที่คงที่ ซึ่งจะเกิดขึ้นจากภาระงานรวมของเครื่องเสมือน (VM workloads) ทั้งหมดในช่วงความต้องการสูงสุด การประเมินค่าดังกล่าวต่ำกว่าความเป็นจริง ถือเป็นหนึ่งในข้อผิดพลาดที่พบบ่อยที่สุดและมีค่าใช้จ่ายสูงที่สุดในการวางแผนระบบจัดเก็บข้อมูลระดับองค์กร

ดังนั้น การเก็บรวบรวมตัวชี้วัดพื้นฐานที่แม่นยำก่อนดำเนินการตามแผนความจุจึงเป็นสิ่งที่ไม่อาจต่อรองได้ เครื่องมือที่สามารถตรวจสอบฮิสโตแกรมการรับ-ส่งข้อมูล (I/O) ระดับ VM ค่าร้อยละของความหน่วงเวลา (latency percentiles) และความลึกของคิว (queue depths) ตลอดช่วงเวลาที่เป็นตัวแทนนั้น จะให้ข้อมูลที่ผู้วางแผนต้องการ เพื่อกำหนดขนาดการติดตั้งอาร์เรย์แบบ all-flash ที่ใช้เทคโนโลยี NVMe ให้เหมาะสมที่สุด แผนความจุที่จัดทำขึ้นจากข้อมูล I/O ในวันที่มีภาระสูงสุดนั้นเชื่อถือได้มากกว่าแผนที่จัดทำขึ้นจากค่าการใช้งานเฉลี่ยเพียงอย่างเดียว

ภาระงานจากการสร้างภาพสำเนาชั่วคราว (Snapshot Overhead) และข้อเท็จจริงเกี่ยวกับการจัดสรรพื้นที่แบบบาง (Thin Provisioning)

สภาพแวดล้อมแบบเสมือน (Virtualized environments) อาศัยการถ่ายภาพสำรอง (snapshots) เป็นหลักเพื่อการปกป้องข้อมูล การกู้คืนระบบอย่างรวดเร็ว และกระบวนการพัฒนาและทดสอบ (test-and-development workflows) แม้ว่าการถ่ายภาพสำรองจะมีคุณค่าสูงมาก แต่ก็สร้างภาระด้านการจัดเก็บข้อมูล (storage overhead) ซึ่งผู้วางแผนจำนวนมากไม่ได้คำนวณหรือประเมินไว้อย่างแม่นยำแต่ประการใด ทุกการถ่ายภาพสำรองจะเก็บสำเนาของบล็อกข้อมูลที่มีการเปลี่ยนแปลงไว้ และเมื่อโหลดงานของเครื่องเสมือน (VM workloads) เปลี่ยนแปลงไป ห่วงโซ่ของการถ่ายภาพสำรอง (snapshot chains) อาจใช้พื้นที่จัดเก็บมากกว่าขนาดพื้นฐานเดิมของเครื่องเสมือน (original VM footprints) อย่างมีนัยสำคัญ ในสภาพแวดล้อมที่กำหนดช่วงเวลาสำรองข้อมูล (backup windows) อย่างเข้มงวด และมีการถ่ายภาพสำรองหลายครั้งต่อวันสำหรับแต่ละเครื่องเสมือน ภาระด้านการจัดเก็บนี้อาจคิดเป็นสัดส่วนถึง 30 ถึง 60 เปอร์เซ็นต์ของความจุรวมที่ถูกใช้งานจริง

การจัดสรรพื้นที่แบบบาง (Thin provisioning) ยิ่งเพิ่มความซับซ้อนนี้ให้รุนแรงยิ่งขึ้น ดิสก์เสมือนมักถูกจัดสรรขนาดที่ใหญ่กว่าการใช้งานจริงในปัจจุบันอย่างมาก ซึ่งให้ความยืดหยุ่นแก่ผู้ดูแลระบบ แต่กลับทำให้ไม่สามารถมองเห็นปริมาณพื้นที่ที่ใช้จริงได้จนกว่าจะมีการแจ้งเตือนจากระบบ สำหรับอาร์เรย์ NVMe แบบ all-flash ที่รองรับการลดขนาดข้อมูลแบบ inline (deduplication และ compression) นั้น สามารถลดพื้นที่จริงบนฮาร์ดแวร์ที่ใช้เก็บข้อมูลของเครื่องเสมือน (VM) และชุดข้อมูลสำรอง (snapshot chains) ได้อย่างมาก อย่างไรก็ตาม ผู้วางแผนจำเป็นต้องเข้าใจว่าอัตราการลดขนาดข้อมูล (data reduction ratios) จะแตกต่างกันอย่างมากตามประเภทของภาระงาน (workload) ตัวอย่างเช่น ฐานข้อมูล ไฟล์มีเดียที่ถูกบีบอัดไว้แล้ว และชุดข้อมูลที่เข้ารหัส จะให้อัตราการลดขนาดต่ำกว่ามากเมื่อเทียบกับเครื่องเสมือนสำหรับเดสก์ท็อปทั่วไปหรือเซิร์ฟเวอร์ไฟล์

แบบจำลองความจุที่สมมุติว่าจะได้อัตราการลดขนาดข้อมูลคงที่ เช่น 3:1 หรือ 4:1 สำหรับทุกประเภทภาระงาน จะให้ผลการคาดการณ์ที่คลาดเคลื่อน ดังนั้น ผู้วางแผนควรแบ่งกลุ่มภาระงานตามประเภทของข้อมูล และใช้ค่าประมาณการลดขนาดข้อมูลที่ระมัดระวังและเฉพาะเจาะจงต่อแต่ละประเภทภาระงาน ในการคำนวณขนาดที่เหมาะสมของอาร์เรย์ NVMe แบบ all-flash สำหรับสภาพแวดล้อมเสมือนที่มีภาระงานผสมผสาน

การสร้างกรอบการวางแผนกำลังการผลิตที่สามารถปรับขนาดได้เพื่อรองรับการเติบโตของข้อมูลอย่างรวดเร็ว

การกำหนดค่าอัตราการเติบโตพื้นฐานและแบบจำลองการคาดการณ์

การเติบโตของข้อมูลอย่างรวดเร็วไม่ใช่ปรากฏการณ์ที่เกิดขึ้นอย่างสม่ำเสมอในทุกหมวดหมู่ของภาระงาน การวางแผนระบบจัดเก็บข้อมูลจึงต้องหลีกเลี่ยงการนำเปอร์เซ็นต์การเติบโตต่อปีเพียงค่าเดียวไปใช้กับระบบจัดเก็บข้อมูลทั้งหมด ฐานข้อมูลปฏิบัติการอาจมีการเติบโตของข้อมูลเชิงโครงสร้างอย่างจำกัด แต่กลับสร้างบันทึกธุรกรรม (transaction logs) จำนวนมาก ในขณะที่เซิร์ฟเวอร์แอปพลิเคชันที่ทำงานภายใต้สภาพแวดล้อมเสมือนจริงอาจมีขนาดพื้นที่จัดเก็บหลักคงที่ แต่กลับเกิดการเพิ่มขึ้นอย่างรวดเร็วของภาพสำเนา (snapshots) ระหว่างรอบการพัฒนาที่มีความเข้มข้น ส่วนแพลตฟอร์มด้านการวิเคราะห์ข้อมูลและการตรวจสอบประสิทธิภาพ (analytics and telemetry platforms) อาจแสดงแนวโน้มการสะสมข้อมูลที่ไม่มีโครงสร้าง (unstructured data) แบบทวีคูณ ซึ่งส่งผลให้ระบบจัดเก็บข้อมูลที่ออกแบบมาเพื่อรองรับเฉพาะภาระงานเชิงธุรกรรม (transactional workloads) เต็มความจุและไม่สามารถรองรับได้

กรอบการวางแผนความจุอย่างมีประสิทธิภาพเริ่มต้นด้วยการวิเคราะห์อัตราการเติบโตแบบแบ่งส่วน โดยแต่ละหมวดหมู่งานหลักควรมีการคาดการณ์อัตราการเติบโตของตนเอง ซึ่งได้มาจากการวิเคราะห์ข้อมูลการใช้งานย้อนหลังอย่างน้อยหกถึงสิบสองเดือน จากนั้นจึงนำการคาดการณ์ต่อหมวดหมู่เหล่านี้มารวมกับค่าสำรองที่ระมัดระวัง—โดยทั่วไปคือเพิ่มขึ้นร้อยละสิบห้าถึงยี่สิบเหนือค่าสูงสุดที่คาดการณ์ไว้—เพื่อกำหนดความจุที่ใช้งานได้จริงที่จำเป็นสำหรับแต่ละช่วงเวลาในการวางแผน เมื่อนำการวิเคราะห์นี้มาประยุกต์ใช้กับแพลตฟอร์ม NVMe all-flash array ผู้วางแผนควรพิจารณาความจุที่ใช้งานได้จริงของระบบหลังการลดปริมาณข้อมูล (data reduction) ด้วย แทนที่จะอาศัยเพียงตัวเลขความจุดิบของไดรฟ์เท่านั้น

ควรทบทวนแบบจำลองการคาดการณ์อย่างน้อยปีละสี่ครั้ง โดยเฉพาะในสภาพแวดล้อมที่กำลังดำเนินโครงการเปลี่ยนผ่านสู่ดิจิทัล โครงการนำระบบคลาวด์กลับมาใช้งานภายในองค์กร (cloud repatriation) หรือโครงการปรับปรุงแอปพลิเคชันให้ทันสมัยอย่างมีนัยสำคัญ ตัวขับเคลื่อนทางธุรกิจใด ๆ เหล่านี้อาจเร่งอัตราการใช้ทรัพยากรอย่างมาก และทำให้สมมุติฐานที่วางไว้เมื่อหกเดือนก่อนหน้าไม่สามารถใช้งานได้อีกต่อไป ระบบจัดเก็บข้อมูลแบบ all-flash ที่ใช้เทคโนโลยี NVMe ซึ่งมีความสามารถในการขยายโมดูลาร์ จะมอบความยืดหยุ่นด้านสถาปัตยกรรมที่จำเป็นในการตอบสนองต่อการเปลี่ยนแปลงเหล่านี้ โดยไม่จำเป็นต้องเปลี่ยนแพลตฟอร์มทั้งหมด

การกำหนดระดับความจุและขอบเขตประสิทธิภาพ

ไม่ใช่ทุกไบต์ของข้อมูลเครื่องเสมือน (virtual machine) ที่ต้องการคุณลักษณะด้านประสิทธิภาพแบบเดียวกัน และกลยุทธ์การจัดเก็บข้อมูลแบบชั้นเดียว (single-tier capacity strategy) มักจะไม่ใช่วิธีที่คุ้มค่าทางต้นทุนที่สุด การจัดลำดับชั้นการจัดเก็บข้อมูล (storage tiering) ภายในสภาพแวดล้อมที่ถูกทำให้เป็นเสมือน (virtualized environment) ช่วยให้ผู้ดูแลระบบสามารถจัดวางข้อมูลให้สอดคล้องกับความต้องการด้านประสิทธิภาพที่แท้จริง แทนที่จะใช้โมเดลแบบ 'เหมาะกับทุกกรณี' (one-size-fits-all model) โดยชุดข้อมูลการทำงาน (working sets) ของเครื่องเสมือนที่กำลังทำงานอยู่ ฐานข้อมูลที่ถูกเรียกใช้งานบ่อย และไฟล์บันทึกเหตุการณ์ (application logs) ที่ไวต่อความหน่วงเวลา (latency-sensitive) ควรจัดเก็บไว้ในชั้นการจัดเก็บข้อมูลที่มีประสิทธิภาพสูงสุด ซึ่งใช้ระบบจัดเก็บข้อมูลแบบ all-flash ที่ขับเคลื่อนด้วยเทคโนโลยี NVMe ซึ่งรับประกันเวลาตอบสนองต่ำกว่าหนึ่งมิลลิวินาที (sub-millisecond response times) และอัตราการรับส่งข้อมูลที่สูงอย่างต่อเนื่อง (high sustained throughput)

ข้อมูลที่เข้าถึงน้อยลง เช่น เทมเพลตเครื่องเสมือน (VM templates), ภาพสำรองแบบเก็บถาวร (archive snapshots) หรือคลังบันทึกประวัติการใช้งาน (historical log repositories) สามารถส่งไปยังชั้นจัดเก็บข้อมูลระดับรองที่มีต้นทุนต่ำกว่าได้ โดยไม่ส่งผลกระทบต่อประสิทธิภาพการทำงาน นโยบายการจัดลำดับชั้นการจัดเก็บข้อมูลอัตโนมัติ ซึ่งมีให้บริการบนแพลตฟอร์มอาร์เรย์แบบ all-flash ที่ใช้เทคโนโลยี NVMe รุ่นใหม่ สามารถจัดการการวางตำแหน่งข้อมูลเหล่านี้แบบไดนามิกตามรูปแบบการเข้าถึงที่สังเกตได้จริง ช่วยลดภาระงานด้านการบริหารจัดการ ขณะเดียวกันก็เพิ่มประสิทธิภาพด้านต้นทุนต่อจิกะไบต์ทั่วทั้งระบบจัดเก็บข้อมูลทั้งหมด การกำหนดขอบเขตระหว่างแต่ละชั้น—ทั้งในแง่เกณฑ์ประสิทธิภาพและการกำหนดอายุของข้อมูล—เป็นผลลัพธ์สำคัญหนึ่งที่ต้องได้จากการวางแผนความจุ

การไม่กำหนดขอบเขตเหล่านี้อย่างชัดเจนจะนำไปสู่ปรากฏการณ์ 'tier creep' คือ ข้อมูลทั้งหมดจะย้ายไปยังชั้นจัดเก็บข้อมูลที่มีประสิทธิภาพสูงสุดโดยค่าเริ่มต้น ส่งผลให้ความจุของหน่วยความจำแฟลชหมดลงอย่างรวดเร็ว และทำให้ต้นทุนสูงเกินงบประมาณที่วางไว้ ดังนั้น ควรมีการจัดตั้งกรอบการกำกับดูแลนโยบายการจัดลำดับชั้นการจัดเก็บข้อมูลตั้งแต่เนิ่นๆ ตรวจสอบและทบทวนเป็นประจำ และบังคับใช้ผ่านเครื่องมืออัตโนมัติ แทนที่จะอาศัยการตัดสินใจของผู้ดูแลระบบแบบแมนนวล

การจัดแนวการเลือก NVMe All-Flash Array ให้สอดคล้องกับข้อกำหนดของแพลตฟอร์มเวอร์ชวลไลเซชัน

ความเข้ากันได้ของโพรโทคอลและความลึกของการผสานรวม

การเลือก NVMe all-flash array สำหรับสภาพแวดล้อมที่ใช้เวอร์ชวลไลเซชันนั้นต้องพิจารณาเกินกว่าเฉพาะข้อกำหนดด้านประสิทธิภาพเชิงรุ่น (raw performance specifications) เท่านั้น ระบบ array ดังกล่าวจะต้องสามารถผสานรวมแบบเนทีฟ (natively) กับแพลตฟอร์มไฮเปอร์ไวเซอร์ที่ใช้งานอยู่—ไม่ว่าจะเป็น VMware vSphere, Microsoft Hyper-V หรือสภาพแวดล้อมแบบโอเพนซอร์สที่ใช้ KVM—เพื่อรองรับคุณสมบัติต่าง ๆ เช่น vStorage APIs for Array Integration (VAAI), การจัดการ datastore โดยอัตโนมัติ และการควบคุมการถ่ายภาพสำรอง (snapshot) ที่รู้จักบริบทของเครื่องเสมือน (VM-aware snapshot orchestration) หากขาดจุดผสานรวมเหล่านี้ ผู้ดูแลระบบจะต้องจัดการชั้นการจัดเก็บข้อมูล (storage layer) และชั้นเวอร์ชวลไลเซชัน (virtualization layer) แยกจากกัน ซึ่งนำไปสู่ความไม่มีประสิทธิภาพในการปฏิบัติงานและเพิ่มความเสี่ยงต่อการตั้งค่าที่ไม่สอดคล้องกัน

การรองรับ NVMe-oF (NVMe ผ่านโครงข่าย) ขยายข้อได้เปรียบด้านประสิทธิภาพของระบบจัดเก็บข้อมูลแบบ all-flash ที่ใช้เทคโนโลยี NVMe ไปยังโครงข่ายทั้งหมด ทำให้สามารถเข้าถึงทรัพยากรร่วมกันได้จากโฮสต์หลายเครื่องที่ใช้ hypervisor โดยไม่เกิดความล่าช้า (latency) ซึ่งมักพบในโปรโตคอลแบบดั้งเดิม เช่น iSCSI หรือ Fibre Channel เมื่อสภาพแวดล้อมแบบเสมือน (virtualized environments) มีขนาดใหญ่ขึ้น ทั้งในแง่จำนวนโฮสต์และจำนวนเครื่องเสมือน (VM) ต่อโฮสต์ การเชื่อมต่อผ่านโครงข่ายนี้จึงกลายเป็นปัจจัยสำคัญที่แยกความแตกต่างในการรักษาคุณลักษณะด้านประสิทธิภาพ ซึ่งเป็นเหตุผลหลักที่ทำให้เทคโนโลยีระบบจัดเก็บข้อมูลแบบ all-flash ที่ใช้ NVMe มีคุณค่า

ผู้วางแผนความจุควรตรวจสอบความเข้ากันได้กับแผนงานด้านโปรโตคอล (protocol roadmap compatibility) ระหว่างกระบวนการคัดเลือก เพื่อให้มั่นใจว่าแพลตฟอร์มระบบจัดเก็บข้อมูลแบบ all-flash ที่ใช้ NVMe ซึ่งเลือกไว้นั้นสามารถรองรับความต้องการด้านการเชื่อมต่อที่เปลี่ยนแปลงไปตามการเติบโตของสภาพแวดล้อมแบบเสมือนได้ การลงทุนในแพลตฟอร์มที่จำเป็นต้องเพิ่มอุปกรณ์แปลงโปรโตคอล (protocol gateway) ที่มีราคาแพงเพื่อรองรับความต้องการการเชื่อมต่อในอนาคต จะทำให้ข้อได้เปรียบด้านต้นทุนรวมตลอดอายุการใช้งาน (total cost of ownership) ซึ่งสถาปัตยกรรมแบบ all-flash ออกแบบมาเพื่อมอบนั้นลดลง

พิจารณาเรื่องความพร้อมใช้งานสูงและความยืดหยุ่นของข้อมูล

สภาพแวดล้อมแบบเสมือน (Virtualized environments) รวมแอปพลิเคชันและบริการจำนวนมากไว้บนระบบจัดเก็บข้อมูลร่วมกัน ซึ่งหมายความว่าเหตุการณ์ล้มเหลวของระบบจัดเก็บข้อมูลจะส่งผลกระทบในวงกว้างมากกว่าเหตุการณ์ล้มเหลวของเซิร์ฟเวอร์กายภาพเพียงเครื่องเดียว ดังนั้น การวางแผนกำลังการผลิตสำหรับสภาพแวดล้อมแบบเสมือนจึงจำเป็นต้องรวมความพร้อมใช้งานสูงและความยืดหยุ่นของข้อมูลเป็นมิติหลักของการวางแผน แทนที่จะถือเป็นเรื่องรองหรือพิจารณาภายหลัง การกำหนดค่า RAID ความซ้ำซ้อนของคอนโทรลเลอร์แบบสองตัว ความจุสำรองแบบพร้อมใช้งานทันที (hot spare capacity) และภาระงานในการทำซ้ำข้อมูล (replication overhead) ล้วนใช้พื้นที่จัดเก็บข้อมูลดิบ (raw storage capacity) ซึ่งจำเป็นต้องคำนวณและระบุอย่างชัดเจนในแบบจำลองการวางแผนกำลังการผลิต

อาร์เรย์แบบออล-แฟลชที่ใช้เทคโนโลยี NVMe ซึ่งออกแบบมาสำหรับเวิร์กโหลดแบบเสมือนจริงในองค์กร ควรรองรับการกำหนดค่า RAID ที่ปรับแต่งให้เหมาะสมกับสื่อแฟลช เช่น RAID-TEC หรือการออกแบบแบบไตรปาริตี้ (triple-parity) ซึ่งสามารถปกป้องระบบจากการล้มเหลวของไดรฟ์พร้อมกันหลายตัวโดยไม่จำเป็นต้องใช้พื้นที่จัดเก็บเพิ่มเติมมากเกินไป ไดรฟ์สำรองแบบร้อน (hot spare drives) ที่จัดไว้สำหรับการสร้างใหม่ของ RAID โดยอัตโนมัติ ควรรวมอยู่ในการคำนวณความจุดิบ (raw capacity) และไม่รวมอยู่ในยอดรวมความจุที่ใช้งานได้ (usable capacity) เป้าหมายของการทำรีพลิเคชัน—ไม่ว่าจะเป็นอาร์เรย์รองภายในสถานที่เดียวกัน หรือศูนย์กู้คืนจากภัยพิบัติระยะไกล—ถือเป็นความต้องการความจุเพิ่มเติมที่จำเป็นต้องวิเคราะห์แยกต่างหาก

เมื่อวางแผนความจุเพื่อความยืดหยุ่น ค่าเป้าหมายที่ระมัดระวังอย่างรอบคอบคือการใช้ความจุที่ใช้งานได้จริงไม่เกินร้อยละเจ็ดสิบถึงเจ็ดสิบห้า ซึ่งจะสร้างพื้นที่ว่างที่จำเป็นสำหรับการสร้างใหม่ของ RAID การทำงานแบบฉับพลันของ snapshot และการจัดสรรทรัพยากรฉุกเฉิน โดยไม่ทำให้ประสิทธิภาพลดลง ระบบ NVMe all-flash array ที่สามารถรักษาประสิทธิภาพเต็มรูปแบบภายใต้เงื่อนไขจริงเช่นนี้ จะให้คุณค่ามากกว่าระบบที่ประสิทธิภาพลดลงภายใต้ภาระงานในช่วงเวลาที่สำคัญที่สุดต่อความยืดหยุ่น

แนวทางปฏิบัติในการดำเนินงานที่รักษาสุขภาพความจุในระยะยาว

รอบการตรวจสอบ แจ้งเตือน และรายงานความจุ

การวางแผนความจุไม่ใช่เหตุการณ์ที่ดำเนินการเพียงครั้งเดียวในช่วงเวลาจัดซื้อจัดจ้าง แต่เป็นวินัยในการปฏิบัติงานอย่างต่อเนื่อง ซึ่งต้องอาศัยการตรวจสอบอย่างมีโครงสร้าง การแจ้งเตือนล่วงหน้าอย่างรุกเร้า และการรายงานอย่างสม่ำเสมอ เพื่อให้ยังคงมีประสิทธิภาพ ผู้ดูแลระบบจัดเก็บข้อมูลควรกำหนดค่าเกณฑ์การใช้งาน (utilization thresholds) บนอาร์เรย์ NVMe แบบ all-flash ของตน ซึ่งจะกระตุ้นการแจ้งเตือนที่รุนแรงขึ้นตามลำดับก่อนที่จะถึงขีดจำกัดความจุที่วิกฤต—โดยทั่วไปที่ระดับการใช้งานจริงร้อยละหกสิบ ร้อยละเจ็ดสิบห้า และร้อยละแปดสิบห้า เสียงเตือนล่วงหน้าเหล่านี้จะให้ระยะเวลาที่จำเป็นสำหรับการเริ่มกระบวนการจัดซื้อจัดจ้างเพื่อขยายความจุ การย้ายเวิร์กลอยด์ไปยังชั้นการจัดเก็บข้อมูลรอง หรือการกู้คืนพื้นที่จัดเก็บข้อมูลของเครื่องเสมือน (VM) ที่ถูกทิ้งร้าง ก่อนที่สภาพแวดล้อมจะเข้าสู่ภาวะเสี่ยง

รายงานความจุรายเดือนที่ติดตามแนวโน้มการใช้งานตามหมวดหมู่ภาระงาน ตามสโตร์ข้อมูล (datastore) และตามคลัสเตอร์โฮสต์ ช่วยให้ผู้วางแผนสามารถปรับปรุงแบบจำลองการคาดการณ์การเติบโตด้วยข้อมูลปัจจุบัน แทนที่จะอาศัยค่าอ้างอิงที่ล้าสมัย ภาพแสดงแนวโน้มในช่วงเวลา 12 เดือนที่เลื่อนไปเรื่อยๆ (rolling twelve-month windows) ทำให้สามารถตรวจจับการเร่งหรือชะลอตัวของอัตราการเติบโตได้ตั้งแต่เนิ่นๆ เพื่อปรับเปลี่ยนกำหนดเวลาการจัดซื้อให้สอดคล้องกัน แพลตฟอร์ม NVMe all-flash array ระดับองค์กรส่วนใหญ่รวมเครื่องมือวิเคราะห์และแดชบอร์ดการคาดการณ์ความจุไว้ภายในตัว ซึ่งรองรับฟังก์ชันการรายงานนี้โดยตรง

การจัดตั้งรอบการทบทวนขีดความสามารถอย่างเป็นทางการ — พร้อมระบุผู้รับผิดชอบอย่างชัดเจน เส้นทางการแจ้งปัญหาเพิ่มเติม (escalation paths) และอำนาจในการตัดสินใจอนุมัติการขยายขีดความสามารถ — จะเปลี่ยนการจัดการความจุของระบบจัดเก็บข้อมูลจากกิจกรรมเชิงรับมือฉุกเฉินไปเป็นหน้าที่การกำกับดูแลโครงสร้างพื้นฐานเชิงกลยุทธ์ องค์กรที่ผสานวินัยนี้เข้ากับการทบทวนการดำเนินงานด้านไอทีรายไตรมาสอย่างสม่ำเสมอ มักแสดงผลลัพธ์ที่ดีกว่าในด้านประสิทธิภาพการใช้ต้นทุน และประสบเหตุการณ์ด้านประสิทธิภาพที่ไม่ได้วางแผนไว้น้อยกว่าองค์กรที่จัดการขีดความสามารถแบบเชิงรับมือ

การกำกับดูแลวงจรชีวิตของเครื่องเสมือนและการเรียกคืนพื้นที่จัดเก็บข้อมูล

หนึ่งในปัจจัยสำคัญที่สุดที่ขับเคลื่อนการเพิ่มขีดความสามารถในสภาพแวดล้อมแบบเสมือน (virtualized environments) ไม่ใช่การเติบโตของข้อมูลโดยธรรมชาติ แต่คือปรากฏการณ์ 'VM sprawl' หรือการแพร่กระจายอย่างไม่มีระเบียบของเครื่องเสมือน (virtual machines) ซึ่งหมายถึงการสะสมเครื่องเสมือนที่ถูกจัดสรรไว้แล้วแต่ไม่ได้ถูกใช้งานอย่างต่อเนื่องอีกต่อไป ทว่ายังคงใช้ทรัพยากรการจัดเก็บข้อมูลอยู่ ตัวอย่างเช่น เครื่องเสมือนสำหรับการพัฒนาที่ถูกทิ้งร้าง สภาพแวดล้อมการทดสอบที่หมดอายุ และภาพสำรอง (snapshots) ที่ไม่มีเจ้าของ อาจรวมกันแล้วคิดเป็นสัดส่วนที่สำคัญมากของความจุทั้งหมดที่ถูกใช้งานไปแล้วในระบบโครงสร้างพื้นฐานแบบเสมือนขององค์กร หากไม่มีการกำกับดูแลวงจรชีวิตของเครื่องเสมือนอย่างเข้มงวด ผู้วางแผนจะประเมินความต้องการด้านความจุสูงเกินจริงอย่างต่อเนื่อง เนื่องจากโอกาสในการเรียกคืนทรัพยากรเหล่านี้ยังมองไม่เห็น

การดำเนินการเวิร์กโฟลว์อย่างเป็นทางการสำหรับการปลดระวางเครื่องเสมือน (VM) — ซึ่งรวมถึงการระบุเครื่องเสมือนที่ไม่ได้ใช้งานโดยอัตโนมัติจากเกณฑ์การไม่ใช้งานของ CPU และ I/O การแจ้งเตือนผู้เป็นเจ้าของเครื่องเสมือน และนโยบายการจัดเก็บข้อมูลแบบมีระยะเวลาจำกัดหรือการลบข้อมูล — จะช่วยคืนพื้นที่ความจุของอาร์เรย์ NVMe แบบ all-flash กลับมาได้โดยตรง ซึ่งหากไม่มีกระบวนการนี้ องค์กรจะต้องจัดหาฮาร์ดแวร์เพิ่มเติมเพื่อรองรับความต้องการดังกล่าว หลายองค์กรพบผ่านการตรวจสอบวงจรชีวิตเครื่องเสมือนครั้งแรกอย่างเป็นทางการว่า มีพื้นที่จัดเก็บข้อมูลที่จัดสรรไว้ทั้งหมด 10–20% ที่เกิดจากเครื่องเสมือนซึ่งถูกทิ้งไว้โดยไม่ใช้งานอย่างมีประสิทธิภาพเป็นเวลาหกเดือนหรือมากกว่านั้น

ความจุที่ได้รับคืนจากการกำกับดูแลวงจรชีวิตเครื่องเสมือนควรได้รับการบันทึกอย่างชัดเจนกลับเข้าสู่แบบจำลองการวางแผนความจุ แทนที่จะถือว่าเป็นผลประโยชน์ที่ได้มาโดยบังเอิญ เพื่อให้มั่นใจว่าการคาดการณ์ยังคงแม่นยำ และการตัดสินใจจัดซื้อจะสะท้อนแนวโน้มความต้องการที่แท้จริง การรวมการคืนพื้นที่ความจุแบบรุกหน้าเข้ากับการลดขนาดข้อมูลแบบ inline บนอาร์เรย์ NVMe แบบ all-flash จะช่วยเพิ่มความจุที่ใช้งานได้จริงจากแต่ละการลงทุนด้านฮาร์ดแวร์ให้สูงสุด และยืดอายุการใช้งานของระบบให้นานขึ้นอย่างมีนัยสำคัญ

คำถามที่พบบ่อย

ฉันควรรักษาพื้นที่ว่าง (capacity buffer) ไว้มากน้อยเพียงใดสำหรับอาร์เรย์ NVMe แบบ all-flash ที่ใช้กับเวิร์กโหลดแบบเสมือน?

แนวทางปฏิบัติที่ดีที่สุดในอุตสาหกรรมแนะนำให้รักษาพื้นที่ว่างที่มีประสิทธิภาพขั้นต่ำร้อยละยี่สิบห้าถึงสามสิบ บนอาร์เรย์ NVMe แบบ all-flash ที่รองรับสภาพแวดล้อมแบบเสมือน ซึ่งพื้นที่ว่างนี้จะช่วยรองรับภาระงานในการสร้างใหม่ของ RAID (RAID rebuild overhead) การขยายตัวอย่างรวดเร็วของ snapshot การจัดสรรเครื่องเสมือน (VM) อย่างฉับไว และลักษณะการทำงานของสื่อแฟลชภายใต้ภาระงานการเขียนที่สูง การใช้งานระบบอย่างต่อเนื่องเกินร้อยละเจ็ดสิบห้าจะเพิ่มความเสี่ยงต่อปรากฏการณ์ write amplification และอาจทำให้ประสิทธิภาพด้าน latency ของระบบจัดเก็บข้อมูลที่ใช้แฟลชลดลง

สามารถคาดการณ์อัตราส่วนการลดขนาดข้อมูลผ่านการกำจัดข้อมูลซ้ำ (data deduplication) และการบีบอัดข้อมูล (compression) ได้อย่างเชื่อถือได้หรือไม่ ในการวางแผนความจุของอาร์เรย์ NVMe แบบ all-flash?

อัตราการลดข้อมูลขึ้นอยู่กับภาระงาน และควรพิจารณาเป็นค่าประมาณ ไม่ใช่ค่าที่รับประกันได้ ในการวางแผนความจุของอาร์เรย์แบบ all-flash ที่ใช้เทคโนโลยี NVMe งานทั่วไปสำหรับเดสก์ท็อปเสมือน (virtual desktops) และงานเซิร์ฟเวอร์ไฟล์มักให้อัตราการลดข้อมูลสูงกว่า ขณะที่ข้อมูลที่เข้ารหัส ไฟล์สื่อที่บีบอัด และรูปแบบฐานข้อมูลบางประเภทจะให้ผลประโยชน์จากการลดข้อมูลต่ำมาก ผู้วางแผนควรขอค่าประมาณอัตราการลดข้อมูลเฉพาะภาระงานจากเครื่องมือประเมินของผู้ขาย หรือจากการทดลองใช้งานจริง (pilot deployments) และควรปรับลดค่าประมาณเหล่านั้นอย่างระมัดระวังลงร้อยละยี่สิบถึงสามสิบ เมื่อนำมาใช้สร้างแบบจำลองความจุ

ควรมีการทบทวนและปรับปรุงแผนความจุของระบบจัดเก็บข้อมูลสำหรับสภาพแวดล้อมแบบเสมือน (virtualized environments) บ่อยเพียงใด?

สำหรับสภาพแวดล้อมที่มีการเติบโตของข้อมูลอย่างรวดเร็ว แผนความจุควรได้รับการทบทวนและปรับปรุงอย่างเป็นทางการอย่างน้อยทุกไตรมาส การรายงานแนวโน้มการใช้งานรายเดือนที่ป้อนเข้าสู่แบบจำลองการเติบโตที่ได้รับการอัปเดต จะช่วยให้ผู้วางแผนสามารถตรวจจับการเปลี่ยนแปลงของแนวโน้มได้ตั้งแต่เนิ่นๆ และปรับกลยุทธ์การจัดซื้อหรือการกู้คืนพื้นที่เก็บข้อมูลก่อนที่จะเกิดข้อจำกัดด้านความจุ งานสำคัญขององค์กร—เช่น การย้ายแอปพลิเคชัน การขยายตัวขององค์กร หรือการนำเวิร์กโหลดใหม่เข้ามาใช้งาน—ควรกระตุ้นให้มีการทบทวนความจุแบบเฉพาะกิจ ไม่ว่าจะอยู่นอกเหนือรอบเวลาทบทวนตามมาตรฐานหรือไม่

NVMe over Fabrics มีบทบาทอย่างไรในการปรับขนาดความจุข้ามโฮสต์ระบบเสมือนหลายเครื่อง?

NVMe over Fabrics ขยายประสิทธิภาพแบบความหน่วงต่ำของอาร์เรย์แฟลชทั้งหมดแบบ NVMe ผ่านโครงข่ายความเร็วสูงไปยังโฮสต์ไฮเปอร์ไวเซอร์หลายเครื่องพร้อมกัน ทำให้สามารถเข้าถึงพื้นที่จัดเก็บข้อมูลร่วมกันได้โดยไม่ต้องใช้ค่าใช้จ่ายด้านโปรโตคอลที่เกิดจากเทคโนโลยี SAN แบบดั้งเดิม ซึ่งมีความสำคัญอย่างยิ่งในสภาพแวดล้อมเสมือนจริงขนาดใหญ่ที่โฮสต์จำนวนมากต้องเข้าถึงสโตร์ข้อมูลเดียวกันพร้อมกัน NVMe-oF ช่วยให้สามารถรวมศักยภาพการจัดเก็บข้อมูลไว้บนแพลตฟอร์มอาร์เรย์แฟลชทั้งหมดแบบ NVMe เพียงหนึ่งเดียว ขณะเดียวกันก็ให้ความหน่วงที่สม่ำเสมอต่ำกว่าหนึ่งมิลลิวินาทีแก่โฮสต์ทั้งหมดที่เชื่อมต่อ ทำให้การจัดการความจุง่ายขึ้นและลดจำนวนระบบจัดเก็บข้อมูลที่จำเป็นโดยรวม