最近的調查研究表明，多達50%的企業(yè)表示希望將業(yè)務從云計算遷移回數(shù)據(jù)中心，雖然這種回旋效應有很多原因，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系統(tǒng)只能提供三個要素中的兩個：Consistency(一致性)、 Availability(可用性)、Partition tolerance(分區(qū)容錯性)。在考慮云計算遷移的應用時，必須應用CAP理論來判斷云計算存儲架構是否適合每個應用的需求。

[[219281]]

理解CAP定理

CAP定理專注于分布式數(shù)據(jù)存儲，這是AWS、谷歌云平臺和微軟Azure等云計算服務提供商所采用的主流設計。分布式數(shù)據(jù)存儲由一系列稱為節(jié)點的服務器構建而成。每個節(jié)點都有內部存儲，當節(jié)點成簇時，它將成為一個全局存儲池。當數(shù)據(jù)被寫入存儲時，通過復制每個對象或對象的子段的擦除編碼來將數(shù)據(jù)分布在節(jié)點上。

CAP定理表明，分布式數(shù)據(jù)存儲只能提供以下三個要素中的兩個：Consistency(一致性)、 Availability(可用性)、Partition tolerance(分區(qū)容錯性)。

分區(qū)容錯性是指分布式存儲在網絡出現(xiàn)故障時繼續(xù)提供數(shù)據(jù)的能力，而故障將會導致節(jié)點之間任意數(shù)量的消息丟失或延遲。由于網絡故障在全球基于云計算的任何存儲服務中都是不可避免的，因此所有系統(tǒng)都必須提供分區(qū)容錯。因此，在考慮云計算存儲解決方案時，企業(yè)的IT部門必須在一致性和可用性之間進行選擇。

一致性意味著系統(tǒng)必須在應用程序或相應的過程開展之前確認每個寫入操作。確認的必要性也適用于數(shù)據(jù)保護。例如，一致的數(shù)據(jù)存儲必須將對象復制到另一個節(jié)點，并在確認總體寫入之前驗證完成。提供一致的模型是昂貴的，尤其是在分布式體系結構中，因為在任何給定的時間點，所有節(jié)點都必須具有相同的數(shù)據(jù)。提供一致性不會影響分布式存儲中的應用程序性能，這意味著需要高速的節(jié)點內部網絡、節(jié)點之間的距離和高性能存儲介質。即使節(jié)點本身也比較昂貴，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必要的。例如，支持金融機構的存儲基礎設施需要確保所有節(jié)點始終保持同步。如果成交了一百萬美元的交易，而這些節(jié)點沒有更新，則會出現(xiàn)嚴重的問題。更普遍的情況是，如果所有數(shù)據(jù)在整個存儲基礎設施中并不總是同步的，那么期望一致性的應用程序很容易被破壞。

可用性的關注點

由于與建立一致的分​​布式數(shù)據(jù)存儲的成本相關，大多數(shù)云計算提供商專注于可用性或最終一致的模型。可用性的關注點意味著當初始寫入發(fā)生時，在后臺通過復制或完成數(shù)據(jù)的擦除編碼來將延遲的應答延遲到滿足數(shù)據(jù)保護要求。這取決于其他節(jié)點的位置，一致的時間范圍可以從幾秒到幾分鐘。而高交易環(huán)境可能永遠不會達到一致的狀態(tài)。

可用性的關注點有許多優(yōu)點，其中主要的一個優(yōu)點是降低成本。節(jié)點之間的聯(lián)網、節(jié)點中的存儲介質以及節(jié)點本身的處理能力不需要在一致性關注的分布式存儲系統(tǒng)的能力范圍內執(zhí)行。

此外，可用性關注點是數(shù)據(jù)分發(fā)的理想選擇。無論是為了防范區(qū)域性災難，還是確保數(shù)據(jù)在地理位置上盡可能接近用戶，可用性關注點都可以實現(xiàn)分發(fā)，而無需為原始用戶或應用程序提供性能。

將CAP應用到NAS和對象存儲(云存儲)

考慮遷移到云端的本地應用程序通常使用網絡附屬存儲(NAS)。這些網絡附屬存儲(NAS)系統(tǒng)在傳統(tǒng)上都有一致性的特點，盡管它們中的大部分數(shù)據(jù)在一個不太一致但更可用的設計中工作得很好。為了保持一致性，網絡附屬存儲(NAS)系統(tǒng)通常通過緊密耦合的集群和相對較小的節(jié)點計數(shù)提供擴展功能(即通過單個節(jié)點的所有數(shù)據(jù)訪問)或非常有限的擴展。這些網絡附屬存儲(NAS)系統(tǒng)提供對共享存儲的低延遲訪問，并且可以保持嚴格的一致性。他們在應用程序確認或傳統(tǒng)的POSIX文件系統(tǒng)語義之前利用讀寫后驗證。

網絡附屬存儲(NAS)系統(tǒng)受到其他存儲系統(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)網絡附屬存儲(NAS)系統(tǒng)提供復制以進行災難恢復，但是這種復制是異步完成的(最終會變得一致)。這個過程對于網絡性能比較敏感，幾乎總是一個相同的系統(tǒng)，而二次系統(tǒng)最終成為主系統(tǒng)的鏡像。

這個機會并不是網絡附屬存儲(NAS)上的所有數(shù)據(jù)都需要一致的體系結構的功能，實際上，網絡附屬存儲(NAS)上的大部分數(shù)據(jù)在專注于可用性的體系結構上。即使是需要一致性的網絡附屬存儲(NAS)上的數(shù)據(jù)集，通常也有一部分數(shù)據(jù)更適合于可用性模型。

最常見的可用性存儲系統(tǒng)類型是對象存儲，這是所有云計算提供商為其負擔得起的存儲層所使用的設計。對象存儲成本低，可擴展到數(shù)千個節(jié)點。在廣泛的地理區(qū)域分布數(shù)據(jù)也很容易，使數(shù)據(jù)更易于訪問和恢復。

使用CAP來識別云計算兼容的應用程序

鑒于對CAP的了解以及從云計算提供商那里獲得的最具成本效益的存儲是以可用性為中心的認識，組織應該能夠更容易地確定哪些應用程序最適合在云端使用。

第一步是確定一致性不成問題的數(shù)據(jù)集，一個主要的例子是非活動或休眠的非結構化數(shù)據(jù)集。典型使用的網絡附屬存儲(NAS)容量的80%以上是非活動數(shù)據(jù)。這些整個數(shù)據(jù)集應該轉移到側重于可用性的成本更低的分布式存儲上。將這些數(shù)據(jù)轉移到以可用性為中心的存儲中不僅會降低保留這些數(shù)據(jù)的成本，而且這些類型的存儲架構更適合長期保存。企業(yè)面臨的挑戰(zhàn)不僅是識別不活動的數(shù)據(jù)并將這些數(shù)據(jù)轉移到云端，而且還要確保當數(shù)據(jù)再次需要時，用戶仍然可以使用這些數(shù)據(jù)。

下一步是確定在活動數(shù)據(jù)集內是否還存在也處于休眠狀態(tài)的子集。問題是識別和移動這些數(shù)據(jù)子集更加困難。最后一步是確定非常活躍的數(shù)據(jù)，并需要在整個存儲架構中保持一致的表示。

將一致性敏感應用程序遷移到云端

雖然三種類型的數(shù)據(jù)可以人工識別和移動，但這個過程非常耗時，需要IT部門的持續(xù)監(jiān)督。人為識別的過程(甚至一些聲稱自動化識別的項目)意味著需要管理單獨的存儲容器，用于對于一致性敏感的活動數(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)訪問模式自動分類數(shù)據(jù)并將其放置在最合適的存儲類型上。該解決方案可以替代內部部署的高性能網絡附屬存儲(NAS)，其存儲空間更小，旨在容納一致性敏感數(shù)據(jù)。它應該自動地將數(shù)據(jù)在本地部署和云計算存儲之間進行IT監(jiān)督，而不需要IT人員的干預。同時，它應該將本地存儲和云計算存儲與全局文件系統(tǒng)進行疊加，以便用戶始終可以通過相同的路徑和協(xié)議訪問數(shù)據(jù)，從而實現(xiàn)對云端的無縫訪問。

云計算的一致性

云感知文件系統(tǒng)還應該在云端運行，這使得組織可以無縫地將應用程序移動到云端，而無需更改它們。應用程序可以運行在云計算提供商的一致性存儲版本上，但文件系統(tǒng)允許將投資降到最低，因為它會自動將數(shù)據(jù)移動到提供商成本更低的對象存儲層，而不需要保持一致性。

當本地存儲和云計算存儲與云文件系統(tǒng)數(shù)據(jù)相結合，應用程序可以在本地部署和云端之間自由移動時，根據(jù)企業(yè)的需求，云計算存儲可以用作存檔，作為一個永久運行應用程序的地方。

結論

大多數(shù)云計算計劃的回旋效應通常是數(shù)據(jù)集性能要求與組織成本節(jié)約目標之間不匹配的結果。兩者之間的差距常常導致組織將其遷移到本地的應用程序，從而導致其自食其果，或者組織必須在一致的云計算存儲進行更大的投資。云計算文件系統(tǒng)彌補了這種差距，使組織能夠以經濟高效的方式在任何地方放置任何應用程序，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?shù)钠胶恻c。