7 In einer perfekten Welt würden Rechen- und Speicherressourcen mit wachsender Anwendungsnutzung und Datenmenge im Gleichschritt skalieren. Systemadministratoren könnten mit wachsenden Umgebungen einfach linear Ressourcenblöcke hinzufügen. So einfach diese perfekte Welt zu verwalten wäre – sie ist nicht die heutige Realität: Prognosen zufolge wird sich das weltweite Datenvolumen bis 2025 auf 181 ZB verdreifachen (auf Englisch). Dieses exponentielle Wachstum gilt besonders für erfolgreiche Splunk-Implementierungen, bei denen Teams ihren Speicherverbrauch massiv ausweiten, um datengestützte Entscheidungen zu treffen. Wie Splunk Enterprise mit SmartStore Effizienz und Flexibilität erhöht und die TCO senkt Das Team von Splunk hat auf den Bedarf an großen Mengen zugänglicher Daten reagiert und die SmartStore-Funktionen eingeführt. Mit SmartStore wird Speicher von Rechenleistung entkoppelt, sodass sich beide Ressourcen unabhängig und damit effizienter skalieren lassen. Diese Flexibilität ermöglicht es Administratoren, ihre Umgebungen granular zu skalieren, wenn sich Geschäftsanforderungen und Datenbedarf im Laufe der Zeit ändern. Die daraus resultierende TCO-Senkung wird durch eine höhere Auslastung von Rechen- und Speicherressourcen noch verstärkt. SmartStore senkt die Speicherkosten zudem, indem ältere, seltener genutzte Daten (Warm Buckets) auf externen Speicher wie Scality RING ausgelagert werden – ohne die Suchleistung zu beeinträchtigen. Scality RING hält die Masterkopie der Warm Buckets, während der lokale Speicher der Indexer für Hot Buckets und Cache-Kopien von Warm Buckets genutzt wird. Da die meisten Daten auf Scality RING liegen, verwaltet der Indexer einen lokalen Cache mit einer minimalen Datenmenge: Hot Buckets, Kopien von Warm Buckets, die an aktiven oder kürzlichen Suchen beteiligt sind, sowie Bucket-Metadaten. Dadurch werden Indexer für Warm und Cold Data zustandslos, was die operative Flexibilität und Agilität erhöht. Scality RING für Splunk-SmartStore-Implementierungen an einem oder mehreren Standorten Der softwaredefinierte Scality RING unterstützt die Amazon S3 API seit 2010 und ist eine ideale Speicherebene für Splunk SmartStore. RING bietet Splunk-Kunden Speicher im Petabyte-Maßstab für SmartStore-Implementierungen an einem oder mehreren Standorten. Um Kunden bei ihren SmartStore-Implementierungen Optionen und Flexibilität zu bieten, stellt Scality mehrere Datenschutzschemata bereit: Single-Site-Architektur mit Erasure Coding schützt vor dem Verlust von Festplatten und sogar ganzer Server. Multi-Site-Active-Active-Architektur mit Erasure Coding sowie asynchroner Replikation zwischen zwei Standorten schützt vor dem Verlust von Festplatten, Servern und sogar eines ganzen Standorts. Active-Active eignet sich am besten für Splunk-Implementierungen an mehreren Standorten mit einer Latenz zwischen den Standorten von bis zu 100 ms. Multi-Site-Stretched-Architektur mit Erasure Coding sowie synchroner Replikation über drei Standorte schützt vor dem Verlust von Festplatten, Servern und sogar eines ganzen Standorts. Mit einer Stretched-Architektur erleben Splunk-Kunden eine ähnliche Umgebung wie bei AWS innerhalb einer Availability Zone. Eine Stretched-Architektur eignet sich am besten für Implementierungen an mehreren Standorten, bei denen konsistente und vollständige Ergebnisse zwingend erforderlich sind – selbst bei einem Rechenzentrumsausfall. Als einzige Lösung in allen drei Architekturen als SmartStore-ready-Speicherlösung für Splunk-Implementierungen validiert, ist Scality der einzige On-Premises-Speicheranbieter, der sowohl Active-Active- als auch Stretched-Architekturen bieten kann – was Splunk-Kunden beispiellose Flexibilität und Wahlfreiheit gibt. Ein Stretched RING bietet mehrere Vorteile, darunter vollständigen Schutz vor Ausfällen auf Standortebene, Zugriff aus allen Rechenzentren und einen im Vergleich zu gespiegelten RINGs drastisch reduzierten Speicher-Overhead. Das Datenschutzschema für einen über drei Standorte gestreckten RING schützt vor dem vollständigen Ausfall eines Standorts oder vor bis zu vier Festplatten-/Serverausfällen pro Standort plus einem weiteren Festplatten-/Serverausfall an einem anderen Standort – bei nur 70 % Speicher-Overhead. Das schneidet im Vergleich zu einer Replikationsrichtlinie gut ab, die für einen ähnlichen Schutz über diese Standorte hinweg 300 bis 400 % Speicher-Overhead erfordern könnte. Dank RPO und RTO von null garantiert eine Stretched-Architektur zudem, dass alle Splunk-Suchen stets vollständige Ergebnisse liefern – selbst bei einem Rechenzentrumsausfall. Scality und HPE testen und validieren gemeinsam Splunk-Implementierungen mit Active-Active an mehreren Standorten Scality hat mit HPE zusammengearbeitet, um die beiden Splunk-Multi-Site-Architekturen zu testen und zu validieren. Sie werden in diesem Video von Bharath Ramanathan aus dem Solutions-Marketing-Team von HPE ausführlicher erklärt. https://www.youtube.com/watch?v=DEGYpXa0IX4 Gemäß der SmartStore-Philosophie von Splunk, Flexibilität und Kostenoptimierung zu bieten, wurde für diese Validierung die disaggregierte hyperkonvergente Infrastrukturlösung (dHCI) von HPE auf Basis von HPE Nimble/Alletra 6000 eingesetzt. HPE dHCI bietet die Benutzerfreundlichkeit von HCI-Lösungen und ermöglicht zugleich die unabhängige Skalierung von Rechenleistung und Speicher – alles auf Basis der neuesten Generation Cloud-verwalteter HPE-Alletra-6000-Systeme. Für die Implementierung von Scality RING kamen Systeme der Serie HPE Apollo 4000 zum Einsatz, die eine führende Kapazitätsdichte und flexible Medienwahl bieten – von NVMe über SSD bis zu Festplatten im großen und kleinen Formfaktor in zahlreichen Kombinationen. Das Storage Workload Solutions Lab von HPE entwickelt und validiert optimierte, Workload-orientierte Lösungen mit erstklassigen Komponenten. Die validierte Konfiguration ist über HPE GreenLake für ein Cloud-ähnliches Erlebnis on-premises verfügbar. Autoren Dean Steadman Splunk Dean Steadman ist Product Manager für strategische Partnerschaften bei Splunk. Den Großteil seiner Karriere hat er mit hyperkonvergenten und Speichersystemen gearbeitet, und er hat Erfahrung sowohl in spannenden Start-ups (Me.dium, NexGen Storage, FusionIO) als auch in größeren Fortune-500-Unternehmen (Hewlett-Packard, NetApp). Er hat seine Karriere darauf ausgerichtet, Unternehmen mit Software- und Hardwarelösungen zum Erfolg zu verhelfen. Er wandert gern, spielt gern und mag erfolgreiche Upgrades. Bharath Ram RamanathanHPE Bharath Ram Ramanathan ist Principal Product Manager bei HPE. Er leitet Teams und entwickelt Strategien für Datenlösungen in Bereichen wie Datenbanken, Big Data und KI/ML-Anwendungen, Containerisierung usw. Vernetzen Sie sich mit Bharath auf LinkedIn (auf Englisch). Wally MacDermidScality Wally MacDermid ist Vice President of Strategic Alliances and Business Development bei Scality, dem weltweit führenden Anbieter von Objekt- und Cloud-Speicher. Wally war während seiner gesamten Laufbahn in kunden- und partnernahen Rollen bei Unternehmen in den Märkten Systemmanagement, Virtualisierung, Speicher und Cloud tätig. Bei Scality ist Wally für die Hardware-, Cloud- und ISV-Allianzen des Unternehmens verantwortlich, einschließlich der globalen OEM-Allianz mit HPE. Weitere Ressourcen Dokumentation zu Splunk SmartStore (auf Englisch) Scality im Partnerverzeichnis von Splunk (auf Englisch) Splunk-Seite auf scality.com (auf Englisch) HPE-Speicherlösungen für Splunk (auf Englisch) Zur Pressemitteilung (auf Englisch) Bericht der Evaluator Group anfordern (auf Englisch)
