5 Scality fournit des solutions de stockage de premier plan depuis plus de douze ans, depuis le lancement de Scality RING en 2010. Notre objectif a toujours été d’offrir aux clients des solutions aux problématiques de données à l’échelle de plusieurs pétaoctets, avec une intégration applicative facile, une gestion simplifiée des systèmes et une protection fiable des données à long terme — le tout à un prix abordable. Au fil de neuf versions logicielles majeures, RING a adopté à la fois les SSD flash et les disques durs (HDD) dans les serveurs de stockage, pour ce que chacun fait de mieux : Les SSD flash offrent un accès à faible latence pour les petites opérations de métadonnées et d’index, intensives en E/S. Les HDD haute densité sont idéaux pour stocker de grands volumes de données clients sous forme de fichiers et d’objets pour la plupart des charges de travail (y compris celles qui exigent un débit élevé). Pour les charges intensives en lecture et sensibles à la latence, nous recommandons bien le stockage full flash pour les données primaires. L’usage combiné de la flash et des HDD par Scality — en tirant parti des points forts de chacun selon les situations — offre un équilibre optimal entre performances, capacité, durabilité à long terme et coût. Notre logiciel sait utiliser le support de stockage approprié pour chaque charge de travail, car il s’agit avant tout d’apporter de la valeur à nos clients. Les SSD flash haute densité sont-ils idéaux pour le stockage de données non structurées à grande capacité ? Récemment, les SSD flash haute densité ont été présentés comme une alternative supérieure aux HDD pour le stockage de données non structurées à grande capacité. La presse spécialisée et plusieurs fournisseurs de stockage ont décrit les dernières générations de flash comme « à égalité » avec les HDD en coût de capacité, affirmant qu’elles permettent un stockage à l’échelle du pétaoctet, en plus de plusieurs autres avantages de la flash. Certains ont même prédit la mort imminente du HDD, arguant que les SSD flash haute densité peuvent tout faire, et mieux. Mais le full flash en permanence a-t-il vraiment du sens pour de grands volumes de données ? Les HDD sont-ils en voie d’extinction ? Non, et non. Voici pourquoi : en matière de rapport prix/performances, les SSD haute densité ne peuvent pas remplacer entièrement les HDD, en particulier pour le stockage de données non structurées à l’échelle du pétaoctet, sur l’ensemble des charges applicatives. Une brève histoire du stockage flash rapide Au cours de la dernière décennie, la flash a bénéficié d’une attention et d’investissements extraordinaires de la part du secteur du stockage d’entreprise. Si une décennie peut sembler une éternité dans notre domaine, rappelons que les SSD flash sont intégrés aux baies de stockage d’entreprise depuis plus de 15 ans, depuis qu’EMC a commencé à les livrer en 2008. Pour accélérer l’accès à ce nouveau support à plus faible latence, les protocoles et les vitesses d’interface ont rapidement progressé, le secteur passant du Fibre Channel (FC) au SATA et au SAS, puis aux interfaces sur bus PCI, jusqu’à la spécification NVMe d’Intel en 2011. Parallèlement, des progrès incroyables ont été réalisés sur la mémoire NAND flash sous-jacente, ce type de mémoire non volatile apparu sur le marché à la fin des années 1980. La technologie NAND flash d’origine était de type SLC (single-level cell) — un bit par cellule —, ce qui limitait sa capacité et la rendait coûteuse. Le passage à deux bits par cellule (MLC, multi-level cell) a doublé la densité par rapport au SLC. Le TLC (triple-level cell) a apporté une hausse de 50 % par rapport au MLC, en passant de deux à trois bits par cellule. Ce fut un tournant majeur. La mémoire flash a alors été adoptée par l’IT grand public, car elle était performante, fiable et plus abordable. La technologie QLC (quad-level cell) est la dernière grande étape du stockage flash, avec une densité deux fois supérieure à celle du TLC. Mais il est aussi essentiel de comprendre qu’en raison de sa densité de bits plus élevée (plus de bits par cellule), les propriétés de durabilité des SSD QLC sont intrinsèquement inférieures de plusieurs ordres de grandeur à celles des HDD, et même à celles des SSD flash moins denses. On le voit avec les fameuses valeurs de « cycles P/E » des différents types de flash — le nombre de fois où le support flash peut être programmé et effacé —, qui passent de 100 000 cycles à seulement 1 000 cycles pour le QLC. Avant d’examiner l’impact de ces propriétés de durabilité de la flash QLC dans les systèmes de stockage, voyons ce que les SSD flash QLC prétendent offrir : une haute densité (un peu plus de 30 To par disque pour les derniers disques NVMe 2,5”) ; un accès à faible latence (de l’ordre de la microseconde, contre la milliseconde pour les HDD) ; des courbes de coût améliorées (une évolution annuelle plus favorable que les HDD, au Go) ; de meilleures caractéristiques « vertes » que les HDD (notamment en matière de consommation électrique). Mais ces promesses correspondent-elles à la réalité ? Commençons par les performances. La réalité des performances des SSD flash QLC haute densité Les systèmes de stockage optimisés pour les données non structurées à l’échelle du pétaoctet (principalement le stockage fichier et objet) s’appuient avant tout sur les HDD pour leur haute densité, leur fiabilité et leurs performances — et surtout pour leur rentabilité, avec un faible coût par gigaoctet de capacité. Pour les organisations (services financiers, santé, administrations, médias, etc.) qui ont besoin de dizaines de pétaoctets ou plus, les solutions de stockage sur HDD offrent toujours le meilleur compromis entre rapport prix/performances et coût pour stocker et protéger les données sur de longues périodes de rétention. Leur rapport prix/performances est exceptionnel, tout comme leurs performances brutes pour ces charges de travail. Preuve de leur fiabilité à très grande échelle : 90 % de la capacité de stockage des datacenters cloud repose encore sur des HDD aujourd’hui. Ces dernières années, quelques fournisseurs ont adopté les nouveaux SSD flash QLC pour promettre le trié gagnant haute densité, hautes performances et faible coût pour stocker d’énormes capacités de données non structurées. L’argumentaire de ces solutions repose sur la capacité de ces fournisseurs à réunir les avantages suivants : des performances sensiblement meilleures pour l’application ; une réduction du coût effectif jusqu’à une quasi-parité avec les HDD en coût par Go ; une durabilité suffisante pour garantir une fiabilité des données de niveau entreprise sur le long terme. Les systèmes de stockage flash peuvent optimiser les performances des charges de travail qui exigent un accès aléatoire à de petites quantités de données. Exemple classique : un système transactionnel qui exécute des requêtes aléatoires sur un système de commande, en recherchant des fiches clients à partir d’une clé (comme le nom ou le numéro de téléphone du client). Des charges plus récentes présentent des schémas similaires, comme les petits flux d’événements IoT ou de capteurs, avec de petites données d’événements (quelques kilo-octets ou moins par enregistrement). Dans ce cas, les SSD flash peuvent offrir une latence plus faible et davantage d’opérations par seconde que les HDD. Dans le monde entier, les entreprises obtiennent des performances suffisantes sur des systèmes à base de HDD, même pour des charges sensibles à la latence (et aux opérations par seconde). Si la différence entre des latences de l’ordre de la microseconde et de la milliseconde n’est ni visible ni importante (là encore, le mot clé est sensible) pour l’utilisateur final, d’autres facteurs, dont le prix de la solution, deviennent les principaux critères d’achat. La plupart des spécialistes du stockage savent que les exigences de performances dépendent des données (type, taille, volume) et des besoins d’accès de l’application : il faut donc comprendre un large éventail de charges de travail. Lorsqu’une application exige un accès séquentiel à des données plus volumineuses (des fichiers d’un mégaoctet ou plus), l’équation des performances change radicalement par rapport aux charges de petits fichiers. De nombreuses applications modernes correspondent à ce profil : tout ce qui touche à la vidéo, aux photos haute résolution et aux autres gros fichiers binaires (diffusion de contenus vidéo, vidéosurveillance, imagerie médicale, télémétrie) présentera probablement des schémas d’écriture et de lecture séquentiels. Les applications de sauvegarde, dans le contexte plus large de la protection des données, correspondent aussi à ce profil. Avec des cybercriminels qui ciblent les données de sauvegarde dans 93 % des attaques, les solutions d’éditeurs comme Veeam, Commvault, Veritas, IBM et Rubrik ont gagné en importance comme ligne de défense critique contre les ransomwares, et vont de pair avec les solutions de stockage immuable qui servent de cibles pour les sauvegardes. Ces applications lisent et écrivent généralement de gros fichiers, et le stockage objet progresse grâce à ses avantages intrinsèques d’immuabilité. En termes d’exigences de performances, ces applications sont presque l’exact opposé des charges à E/S aléatoires sensibles à la latence : Sauvegarde : stocker (écrire) de manière séquentielle de gros volumes de sauvegarde dans le système de stockage ; Restauration : essentielle à une reprise rapide de l’activité, l’application relit de manière séquentielle ces gros volumes de sauvegarde pour les restituer à l’application utilisateur. L’indicateur de performances clé pour l’application de sauvegarde est le débit en gigaoctets par seconde (ou téraoctets par heure), pour un accès séquentiel rapide aux gros fichiers de sauvegarde. De plus, dans les entreprises actuelles, qui comptent des centaines d’applications critiques, il faudra traiter plusieurs tâches de sauvegarde et de restauration simultanément et en parallèle. Économiquement, il est judicieux d’utiliser des systèmes de stockage partagés et d’éviter la multiplication classique des silos de stockage. Pour ces charges à E/S séquentielles, la différence entre une solution flash QLC et une solution HDD est négligeable. Les solutions de stockage objet sur HDD peuvent être configurées pour atteindre des dizaines de Go/s (des dizaines de téraoctets par heure), avec un débit suffisant pour saturer le réseau jusqu’à l’application. C’est essentiel, car le système de stockage n’est alors pas le facteur limitant en termes de performances. De plus, l’application elle-même peut être le facteur limitant des performances globales, les temps de traitement applicatif, de déduplication/compression et de réassemblage des données dominant la durée des sauvegardes et des restaurations. L’écart de débit entre HDD et SSD flash devient donc souvent négligeable, surtout si l’on tient compte du coût (comme nous le faisons dans la section suivante). Avant d’analyser le coût, il reste une caractéristique majeure des performances de la flash à connaître. Les performances se dégradent à mesure que la charge de travail « brasse » (réécrit et supprime) le support flash et que la capacité approche de sa saturation. Lorsqu’un disque sort d’usine, les nouvelles données y sont écrites de manière linéaire jusqu’à ce que la capacité utile soit remplie. Dans ce cas, le disque n’a encore eu à effectuer aucune réorganisation ni récupération de ses blocs et pages internes (le « garbage collection ») due à des suppressions ou réécritures de données. Pour de nombreuses charges applicatives, dont la sauvegarde, les données sont fréquemment réécrites et supprimées. Les disques doivent donc effectuer du garbage collection, et la façon dont les données sont écrites commence à peser sur les performances. Des études entières sont consacrées à la dynamique d’utilisation et de garbage collection des SSD flash, ainsi qu’à des aspects plus pointus liés aux techniques de réduction de données et à l’entropie des données. En résumé, en pratique — et surtout pour les charges qui ne sont pas purement séquentielles —, les performances d’un SSD commencent à baisser lorsqu’il est rempli à environ 50 %, et il faut maintenir l’occupation sous les 70 % pour préserver les performances. Qu’est-ce que cela signifie pour les utilisateurs finaux ? Les performances initiales d’une solution de stockage flash à son déploiement représentent son pic absolu, et elles se dégradent à mesure que le système se remplit. Certains administrateurs avertis vont jusqu’à définir des niveaux de « sur-provisionnement » sur le SSD pour réserver de la capacité interne et améliorer les performances — mais cela réduit la capacité de stockage disponible du disque et augmente encore le coût réel. Le coût réel des SSD flash QLC En tant qu’éditeur de stockage défini par logiciel, Scality est partenaire de presque tous les grands fournisseurs de plateformes serveurs, ce qui nous donne une vision unique des prix réels des supports de stockage, des HDD aux SSD flash. Pour évaluer équitablement les promesses actuelles de parité de prix entre SSD flash et HDD, il faut d’abord préciser ce qui est réellement comparé. Pour le stockage à grande capacité, la comparaison à faire porte sur les types de SSD flash et de HDD suivants : Disques durs (HDD) haute densité grand format (3,5” LFF) : jusqu’à 22 To par disque (à la date de rédaction) ; SSD flash QLC haute densité : jusqu’à 30 To par disque (aujourd’hui). Aujourd’hui, le coût des supports flash QLC est en réalité 5 à 7 fois plus élevé que celui des HDD LFF, en $ par gigaoctet. Les deux technologies ayant des feuilles de route actives, cet écart va se réduire, mais il devrait rester de 4 à 5 fois en faveur des HDD en $/Go d’ici la fin de la décennie. Et point très important : les fournisseurs peuvent présenter une comparaison de prix bien plus favorable aux SSD en les comparant à des disques durs petit format (2,5” SFF). Posez des questions précises à votre fournisseur sur ce qui est comparé lorsqu’il avance des chiffres de coût SSD flash vs HDD, car les disques durs SFF n’offrent pas les mêmes avantages que les HDD LFF. Face à un prix de la capacité 5 à 7 fois plus élevé pour les SSD flash, les fournisseurs doivent recourir aux techniques de réduction de données pour abaisser le coût effectif de la flash. La compression et la déduplication sont intégrées aux systèmes flash pour obtenir cette réduction (et aussi préserver la durabilité du support flash), avec des facteurs de réduction annoncés allant de 2:1 à 20:1 sur la capacité de stockage nécessaire. Ces chiffres supposent que l’application n’applique pas elle-même de techniques de réduction de données. Si c’est parfois le cas dans certains domaines spécialisés, revenons aux applications de sauvegarde d’entreprise : elles effectuent bel et bien de la réduction de données, ce qui limite considérablement la capacité du système de stockage à atteindre les facteurs annoncés. C’est aussi vrai pour la vidéo ou la génomique, où les données sont déjà très optimisées et réduites. Dans ces cas, comme pour les données de sauvegarde, on ne peut pas attendre du système flash le même niveau de réduction qu’avec des données non optimisées. Cela réduit à néant le troisième pilier du trié promis par les SSD flash : le coût par Go. En résumé : La parité de coût promise pour les SSD flash n’est pas encore une réalité. Les fournisseurs de flash ne pourront pas effacer ce désavantage de prix grâce à la réduction de données pour la sauvegarde et les autres charges de données non structurées. Même si les SSD flash peuvent offrir un léger avantage de performances pour les charges à accès séquentiel, il s’accompagne d’un surcoût important par rapport aux solutions sur HDD. À retenir : Le stockage sur flash QLC n’est pas nécessaire pour toutes les charges critiques à grande échelle. Si nous le recommandons et l’utilisons pour les charges intensives en lecture et sensibles à la latence qui justifient son coût plus élevé, la flash QLC n’est aujourd’hui pas idéale pour la plupart des autres charges, dont les sauvegardes, au cœur des stratégies modernes de protection des données et contre les ransomwares. La question à long terme : la durabilité de la flash QLC pour les charges à fort renouvellement Deux autres points essentiels seront abordés dans de prochains articles. Le premier concerne l’efficacité énergétique des SSD flash par rapport aux HDD, et s’il s’agit d’une réalité ou d’un effet de mode. Le second porte sur la question cruciale de la durabilité à long terme des SSD flash QLC pour les charges qui ne stockent pas les données de façon statique, mais impliquent au contraire un fort renouvellement des données. Ces deux sujets étant fondamentaux pour le stockage d’entreprise, ils méritent une analyse détaillée — restez à l’écoute !
