Friday, November 6, 2026
Home » Gemischte Objekte zählen

Gemischte Objekte zählen

Skalierung mit Durchsatz in Leitungsgeschwindigkeit für anspruchsvolle Web- und Cloud-Dienste   

Kunden entscheiden sich immer wieder für Scality RING wegen:

  • Hardwarefreiheit: Reine Software, läuft auf JEDEM x86-Standardserver mit Linux
  • Hoher Leistung: Leistung in Leitungsgeschwindigkeit, lineare Skalierung über gemischte Workloads hinweg
  • 100 % Zuverlässigkeit: Zuverlässigkeit mit minimalem Eingriff im riesigen Maßstab
  • Es funktioniert einfach: In den anspruchsvollsten Umgebungen im Produktivbetrieb bewährt


Die Einführung von Web- und Cloud-Anwendungen durch Service Provider wird von Cloud-Ökonomie, niedrigen TCO und Technologie angetrieben, die anspruchsvollste Workloads mit gemischten Objekten unterstützt. Zu den Branchen mit Web- und Cloud-Anwendungsfällen gehören Anbieter von Webanwendungen, Service Provider, Medien und Unterhaltung sowie Finanzunternehmen.

Scality bietet diesen Branchen eine Speicherlösung, mit der sie ihre eigene Infrastruktur für Web und Cloud-Speicher betreiben können. Dailymotion, Comcast und viele andere erzielen einen höheren ROI als mit Amazon S3. Sie unterstützen eine große Bandbreite an Inhalten und konzentrieren sich auf zweckgebundene Anwendungen und Dienste auf beliebiger x86-Standardhardware.

Dieses Performance Spotlight zeigt, warum gemischte Objekte und hoher Durchsatz für Web- und Cloud-Dienste wichtig sind.

Die Leistung von Scality RING passt perfekt zu Web- und Cloud-Workloads mit speicherintensiven gemischten Objektgrößen. Der RING zeigt, dass native REST-Konnektoren linear von 300 MB/s auf über 1.000 MB/s skalieren und auf einem System mit sechs (physischen) Knoten eine Gesamtleistung von über 6.000 MB/s erreichen. Mit einem sehr anspruchsvollen Anteil von mehr als 50 % kleiner Dateien am Workload wurde ein einzelner REST-Konnektor genutzt, um die 10-GbE-Verbindung bis zur maximalen Bandbreitenauslastung zu sättigen. Der hohe Durchsatz von über 1.000 MB/s wurde bei linearer Skalierung erreicht – selbst über mehrere Hardwaregenerationen mit HDDs hinweg. Das unterstützt die typischen Wachstumsmuster von Web- und Cloud-Rechenzentren und unterstreicht die softwarebasierte Flexibilität und Leistungsfähigkeit des RING, die Vorteile hoher Leistung mit einem parallelen Design zu realisieren.

Anbieter von Webanwendungen und Cloud-Diensten bauen Architekturen ähnlich wie Google und Amazon auf. Sie wollen die OPEX-Vorteile einer eigenen Infrastruktur im Cloud-Maßstab nutzen, um die versteckten Kosten von Public Clouds wie AWS S3 zu vermeiden, bei denen die Bandbreitenkosten mit wachsenden Datenmengen schneller steigen.

Web- und Cloud-Daten umfassen eine große Bandbreite unstrukturierter Inhalte – von kleinen bis zu sehr großen Dateien, von Dokumenten, Thumbnails, Bildern und Audio bis zu hochauflösenden Videos. Der Anteil kleinerer Dateien ist höher als bei anderen Anwendungsfällen (siehe Tabelle zur typischen Verteilung von Anwendungen und Datengrößen). Wichtige Leistungskennzahlen mit dem nativen REST-Konnektor sind Durchsatz, Bandbreitenauslastung, Latenz, konstante Leistung über gemischte Workloads hinweg und lineare Skalierbarkeit. Andere Objektspeichersysteme lassen sich für solche Workloads nicht einsetzen, da sie nur für größere Objekte (1 MB+) optimiert sind.

Warum Scality RING für Web- und Cloud-Dienste?

  • Einfache Anwendungsintegration über eine Reihe von Speicherprotokollen
  • HTTP REST (S3, Swift, CDMI, nativ)
  • Datei (NFS, FUSE)
  • Unbegrenzter Speicher
  • Lineare Skalierbarkeit
  • Skaliert unter Last ohne Leistungseinbußen über gemischte Workloads hinweg
  • Niedrigere TCO als AWS S3
  • Flexible, georedundante Plattform
  • Nutzung BELIEBIGER x86-Standardhardware

 

Die Leistung wurde im Labor von Scality validiert; weitere Details sind auf Anfrage erhältlich. Die gemischten Objekte reichten von 32 KB bis 128 MB, und über 50 % entfielen auf kleine Dateien. Das Verhältnis von Lese- zu Schreib-Workload betrug 75 % Lesen zu 25 % Schreiben. Die Leistung skalierte linear mit einer festen Anzahl von Threads im Lese-Schreib-Verhältnis über eine wachsende Zahl nativer REST-Konnektoren.