Storage Basics. Eine Einführung in die Grundlagen der Speichertechnologie

Transkript

1 Storage Basics Eine Einführung in die Grundlagen der Speichertechnologie

2 Storage Basics Eine Einführung in die Grundlagen der Speichertechnologie

3 Storage Basics Eine Einführung in die Grundlagen der Speichertechnologie

4 Storage Basics Januar 2009 Copyright Fujitsu Siemens Computers 2009 Texte, Redaktion, Herstellung: ZAZAmedia / Hartmut Wiehr Printed in Germany. Herausgeber Fujitsu Siemens Computers GmbH Mies-van-der-Rohe-Strasse München, Deutschland Kontakt Alle Rechte vorbehalten. Liefermöglichkeiten und technische Änderungen vorbehalten. Die in dieser Veröffentlichung wiedergegebenen Bezeichnungen können Marken sein, deren Benutzung durch Dritte für eigene Zwecke die Rechte der Inhaber verletzen kann.

5 Inhalt Vorwort Kapitel 1: Die Informationsgesellschaft Daten und Wissen speichern auf neuem Niveau Kapitel 2: Tiered Storage: intelligentes Informa tionsmanagement im Unternehmen 15 Kapitel 3: Online-Storage: von Platten und Zuverlässigkeit Kapitel 4: Speichernetze die Qual der Wahl Kapitel 5: Backup & Restore: eine ungeliebte Pflichtübung Kapitel 6: Storage Management komplexe Speichernetze beherrschbar machen.. 53 Kapitel 7: Virtualisierung bei Speicherthemen existiert Nachholbedarf Kapitel 8: Die Speicherstrategie von Fujitsu Siemens Computers und seiner Partner 65 Ausblick: Future Storage Trends Anmerkungen Glossar Partner

6 Vorwort Verehrte Leser, die nach wie vor größte Herausforderung in Bezug auf Storage ist es, die ständig wachsende Datenflut in den Griff zu bekommen. Diese Feststellung trifft schon lange nicht mehr auf Großkunden und ihre Rechenzentren allein zu, sondern betrifft auch den Mittelstand und selbst kleinere Unternehmen. In den Griff zu bekommen heißt, die Daten sicher zu verwahren und zugreifbar zu machen unter Berücksichtigung von vereinbarten Qualitätsstandards (Service Levels) und zu vertretbaren Kosten (CAPEX und OPEX). Viele der neuen Technologien wie ILM, DeDup, SSD, Virtualisierung, Thin Provisioning egal ob bereits etabliert oder noch Hype wollen hier helfen. Wir beraten unsere Kunden, aus dieser Vielfalt an etablierten und neuen Technologien eine für sie geeignete Speicherlösung zu entwickeln. Wir verfügen dabei über ein umfangreiches Portfolio aus Best-in-Class-Produkten. Dabei wollen und können wir nicht alles selber machen. Unsere Technologiebeobachtung hilft uns hierbei bei der Auswahl. Wir haben mit den Storage-Technologieführern strategische Partnerschaften entwickelt, integrieren deren Produkte zu Lösungen und stellen die entsprechenden Services dafür bereit. Sehen wir Problemfelder bei unseren Kunden, zu denen es keine geeignete Lösung am Markt gibt, dann entwickeln wir hierfür eigene Produkte und Lösungen. Beste Beispiele hierfür sind unsere CentricStor-Lösungen. Daneben haben wir begonnen, Speicherlösungen nicht nur zu entwickeln und bei unseren Kunden zu implementieren, sondern sie auch selbst für unsere Kunden zu betreiben. Fujitsu Siemens Computers wird verstärkt in dieses Managed-Storage- Geschäft investieren. Unsere Managed-Storage-Kunden erhalten eine Rechnung und einen Bericht dazu pro Monat. Die Vorteile liegen auf der Hand: Transparenz bezüglich Kosten und Performance, verbesserte Effizienz und Kapitalrendite. Und uns gibt das den Vorteil, dass wir noch besser werden in der Auswahl und der Entwicklung von Produkten, die erlauben, Speicherlösungen kosten-optimiert und zu definierten Qualitätsstandards zu betreiben. Dank dieser Strategie hat sich Fujitsu Siemens Computers zu einem der erfolgreichsten Anbieter von Speicherlösungen in Europa entwickelt.

7 8 Vorwort Wir wollen Ihnen mit diesem Buch eine Einführung in Speichertechnologien und Speichernetzwerke geben und den Mehrwert für Ihr Unternehmen aufzeigen. Wir stellen Ihnen einige unserer Partner im Storagebereich vor, und Sie erhalten einen umfassenden Überblick über das aktuelle Storage-Produktangebot von Fujitsu Siemens Computers. Zusammen mit den entsprechenden Services von uns oder unseren zertifizierten Partnern werden daraus Speicherlösungen, die Ihnen helfen, die wachsende Datenflut in den Griff zu bekommen! Ihr Helmut Beck Vice President Storage Fujitsu Siemens Computers

8 Kapitel 1 Die Informationsgesellschaft Daten und Wissen speichern auf neuem Niveau Seit jeher gibt es keine Kultur ohne Information. Die Entwicklung der Menschheit wird im Wesentlichen von ihrer Fähigkeit bestimmt, Informationen zu erwerben, zu verteilen und an folgende Generationen weiterzugeben. Immer dann, wenn hier bahnbrechender Fortschritt erzielt wurde, wie die Erfindungen von Schrift, Buchdruck, Computer und Internet, hat sich auch die Gesellschaft stark verändert. Seit Konrad Zuse den Computer erfunden hat, breitet sich die automatische Informationsverarbeitung und mit ihr verbunden die elektronische Speicherung von Informationen in immer mehr Lebensbereiche aus. Doch in dem Masse, in dem es einfacher geworden ist, Informationen zu erzeugen, ist es auch leichter geworden, Informationen zu verlieren. Das Speichern, Bewahren und Verwalten von Informationen wird immer wichtiger. Im Jahr 2008 wurde das World Wide Web 15 Jahre alt, und die Betreiberfirma der Internet-Suchmaschine Google feierte ihren zehnten Geburtstag. Beide Jubiläen stehen für einen neuen Abschnitt in der Geschichte der Computertechnologie: Mit Hilfe eines einfach per Maus zu bedienenden Browsers steht jedermann unabhängig von Ort und Zeit eine unüberblickbare Menge an Informations- und Unterhaltungsquellen zur Verfügung. Ordnung in dieses Wissenschaos bringen Suchmaschinen wie die von Google. Besonders diese Gründung zweier Stanford-Studenten krempelte innerhalb kürzester Zeit die globale Wissensökonomie um [1]. Der schnelle Zugriff auf Daten setzt voraus, dass diese lesbar sind und irgendwo im weltweiten Computernetz vorhanden sind. Ihre Lesbarkeit beruht auf Dateiformaten, Klassifizierungen und Index- oder Metadaten, die vor dem Zugriff der Suchmaschine definiert sein müssen. Ihr Vorhandensein beruht darauf, dass sie auf irgendwelchen elektromagnetischen Speichersystemen abgelegt worden sind. Dies alles geht nur mit neuer und neuester Technologie, entwickelt in den letzten 60 bis 70 Jahren: der Informationstechnologie (IT).

9 10 Kapitel 1 Urformen der Informationstechnologie I nformationen und Wissen vorrätig zu halten, ist nun nicht gerade eine Erfindung der Moderne. Unabhängig von der gesellschaftlichen Form des Zusammenlebens der Menschen zeigen sich im Verlauf der Geschichte bestimmte Konstanten dieses Umgangs mit Wissen und seiner Bedeutung: Schon in der Frühzeit menschlicher Gemeinschaften wurden losgelöst von den Menschen und der mündlichen Überlieferung von Generation zu Generation Erfahrungen und Ereignisse weitergegeben. Aus ihnen sind so Wissen und Traditionen aufgehäuft worden, zunächst in mündlicher Form, dann mit dem Aufkommen von systematischen Schriftzeichen wie den Piktogrammen der Sumerer und den Hieroglyphen der Ägypter beides zunächst Bild- oder Symbolsprachen. Unser heute noch gebräuchliches Alphabet in den europäischen Sprachen entstand erst etwa vor Jahren bei den Sumerern und später bei den Ägyptern, also gemessen an der Geschichte des menschlichen Lebens und der Ausdifferenzierung des homo sapiens im östlichen Afrika vor etwa 4 Millionen Jahren erst vor relativ kurzer Zeit [2]. Um diese nun teilweise schriftlich festgehaltenen Informationen herum organisierten sich das alltägliche Leben der Menschen, ihre Feste, ihre staatlichen Gebilde und nicht zuletzt ihre Religion. So entstanden unterschiedlichste Kulturen auf dem einen Globus, lange bevor Europäer die Welt entdeckten und damit abendländischen Standards unterwarfen. Das Magazin Der Spiegel hat sich im August 2008 mit den Auswirkungen der Datenflut auf die Menschen beschäftigt und dabei auch kurz die Ur-Geschichte der Informationstechnologie rekapituliert. Die ersten Etappen waren: Die Strichzeichen der Sumerer machen Sprache zur Konserve: In Ton geritzt, löst sie sich vom Sprecher, wird unabhängig von Zeit und Raum. Um vor Christus werden in China beschriftete Holzstreifen mit Bambus gebunden: das erste Buch. Nun ist auch umfangreiche Information transportfähig. Die Phönizier entwickeln die erste Einzellaut-Schrift. Rund 300 Jahre später übertragen die Griechen das Prinzip und schaffen das Ur-Alphabet. [3] Der Wissensvorsprung durch Technik setzte sich erst etwa Jahre später mit Johannes Gutenberg fort, der um 1450 die Kupfermatrize zur massenhaften Herstellung maßgerechter Einzelbuchstaben erfindet. Nach 1600 kommt es dann in Straßburg und in Wolfenbüttel zu den ersten Wochenzeitungen mit aktuellen Nachrichten, und im Jahr 1659 erscheint in Leipzig die erste Tageszeitung. Danach geht es Schlag auf Schlag: Mitte des 19. Jahrhunderts Erfindung des Ferntelegraphen, später des Telefons, der Schreibmaschine, der Schallplatte, der elektromagnetischen Wellen durch Hertz und des Radios, Films und Fernsehens. Bis die Entwicklung dann vorläufig in der ersten Rechenmaschine von Konrad Zuse im Jahr 1938 gipfelte. Der Rest ist bekannt: Internet, World Wide Web oder Mobiltelefonie.

10 Die Informationsgesellschaft Daten und Wissen speichern auf neuem Niveau 11 Die Digitalisierung des Wissens D ie Mittel oder Technologien, mit denen Menschen ihre Erfahrungen und ihr Wissen der Ausdruck Wissen wird hier wertfrei gebraucht, das heißt ohne eine Bewertung des jeweiligen Inhalts für kurze Zeit oder für immer festhalten wollten, haben sich dabei im Laufe der Geschichte gewandelt, nicht aber die Zwecke, warum Menschen oder gesellschaftliche Gruppen dies tun. Spätestens mit der Verbreitung des Computers und des World Wide Web wird eine Verschiebung des gesellschaftlichen Charakters weg von der Industriegesellschaft und hin zur Informationsgesellschaft diagnostiziert. Die Produktion von Waren im klassischen Sinne tritt demnach in den Hintergrund und es werden immer mehr Dienstleistungen und Informationen mit Warencharakter hergestellt die Verbreitung von Informationen sowie darauf aufbauend von Unterhaltung wird zu einem eigenen, profitablen Geschäftszweig und verändert fortlaufend das Zusammenleben der Menschen in der Gesellschaft [4]. Es werden immer mehr Informationen digital erfasst, gespeichert und über Netze zur Verfügung gestellt. Dieses Wachstum beruht zum einen auf den in Unternehmen anfallenden Daten. Die Buchhaltung stand schon immer im Zentrum der Bemühungen um Automatisierung. Einige der ältesten Tontafeln aus dem Zweistromland enthalten buchhalterische Aufzeichnungen. Auch die ersten Computer wurden mit Vorliebe für Buchhaltungsdaten genutzt. Doch heute breitet sich die IT in Unternehmen immer weiter aus ohne ihre Unterstützung geht fast nichts mehr. Immer neue Funktionsbereiche werden digitalisiert, und mit jeder Geschäftsausdehnung fallen digitale Daten an. Je nach Geschäftsmodell gibt es heute sogar Firmen, die fast ausschließlich im Internet existieren beziehungsweise komplett von ihm abhängen. In klassischen Firmen begann der Weg in die digitale Welt bei den Lösungen für ERP (Enterprise Resource Planning) und führte über CRM (Customer Relationship Management), SCM (Supply Change Management), Data Warehousing und Business Intelligence zu neuen Ufern im Bereich Web 2.0 und social media. Es handelt sich hierbei oft um produktionstechnische und kaufmännische Daten, die hauptsächlich in Programmen von SAP, Oracle oder Microsoft erfasst und bearbeitet werden. Diese strukturierten Daten, die systematisch wie in Feldern einer Datenbank abgelegt werden, können über Abfragen leicht wieder zugänglich gemacht werden. Angesichts ihrer Menge und ihres steten Wachstums wird ihre Auswertung und Interpretation sehr komplex, weshalb es eigene Daten-Warenhäuser (Data Warehousing) gibt, in denen die gesammelten Daten nach Geschäftskriterien (Business Intelligence) sortiert und aufbereitet werden. Zum Beispiel wollen die Fluggesellschaften für ihr Marketing und ihre Angebotspolitik wissen, wie oft und wohin ihre Kunden fliegen und ob sie teure Business oder billigere Economy Class nutzen. Die Datenbanken alleine liefern ihnen diese Interpretation nicht.

11 12 Kapitel 1 Informationswandel in den Unternehmen Die Enterprise Strategy Group (ESG) unterscheidet drei Phasen: In Phase eins wurden Kernprozesse mit datenbank-basierten Applikationen automatisiert, zum Beispiel SAP R/3. Die Informationen waren strukturiert und transaktionsorientiert. Deswegen fielen hier so genannte Transaktionsdaten an. In Phase zwei änderte sich die IT-Struktur der Unternehmen. Der PC wurde erfunden und er hielt dezentral in die Unternehmen Einzug. Wenig später wurden PCs zu Arbeitsgruppen zusammengeschlossen, die über erste Server Daten austauschten. Das war die Geburtsstunde von Novell und auch der Startschuss, Windows als Server-Betriebssystem zu entwickeln. Plötzlich entstanden Unmengen von unstrukturierten Office- Dateien. Das Zeitalter von verteilten Dateien hatte begonnen, die hierfür benötigte Speicherkapazität war bald grösser als die für Transaktionsdaten. Heute stehen wir am Beginn der dritten Phase, des Zeitalters der Internet-Daten. Web-2.0-Applikationen wie Soziale Netzwerke, Wikis oder Blogs kommen auch in Unternehmen zum Einsatz. Da jeder Mensch nun nicht mehr nur Informatinskonsument, sondern auch Informationsautor werden kann, vervielfacht sich die Menge der zu speichernden Daten. Der digitale Fußabdruck (digital footprint) im Netz ist bereits jetzt enorm, ein Ende des Wachstums ist nicht abzusehen. So wird erwartet, dass Internet- Daten bald alle bisherigen Datenformen weit hinter sich lassen werden. Das Wachstum unstrukturierter Daten (Web 2.0) E in Großteil der heute anfallenden Daten ist also unstrukturiert. Sie stammen aus Office- oder -Programmen. In den unstrukturierten Daten verbergen sich relevante und unrelevante, bunt gemischt und nicht leicht zu unterscheiden. Hier liegt die Herausforderung: Gerade unstrukturierte Daten müssen richtig verwaltet werden, damit die wichtigen von ihnen den Anforderungen an Unversehrtheit und langfristige Aufbewahrung genügen, und die unwichtigen möglichst geringe Ressourcen beanspruchen. Mit dem Begriff Compliance werden organisatorische und staatliche Anforderungen an die Datenhaltung umschrieben, die sich auch in der Menge der zu speichernden Daten niederschlagen. Der Berg an digitalen Daten wächst auch dadurch, dass gerade im Consumerbereich bisherige analoge Speichermedien abgelöst worden sind: Sprache, Musik, Fotos, Fernsehen und Film werden digital aufgezeichnet und gespeichert, wobei zum Teil riesige Datenmengen anfallen, auch durch die nachträgliche Konvertierung analog gesammelter Medien. Durch die Verbesserung von Streaming-Techniken im Internet und weitere

12 Die Informationsgesellschaft Daten und Wissen speichern auf neuem Niveau 13 Wie groß ist ein Exabyte? Kilobyte (KB) Bytes oder 10 3 Bytes. 2 Kilobytes: eine Schreibmaschinenseite. 100 KB: eine Photographie mit niedriger Auflösung Bytes oder 10 6 Bytes. 1 Megabyte: Ein kleiner Roman oder eine Floppy Disk (3,5 Zoll). 2 bis 10 MB: eine digitale Aufnahme mit hoher Auflösung. 3 bis 4 MB: ein Song, komprimiert mit MP3. 5 MB: die Megabyte (MB) kompletten Werke von Shakespeare. 10 MB: eine Minute Tonaufnahme in hoher Qualität. 10 bis 20 MB: eine digitale Röntgenaufnahme. 100 MB: ein Meter Buchregal oder 2 Stunden komprimierter Radiosendung. 650 MB: eine CD-Rom Bytes oder 10 9 Bytes. 1 Gigabyte: ein Pickup voller Bücher. 3,2 GB: eine Stunde hochauflösendes Fernsehen (HDTV). 5 GB: durchschnittliche Filmgröße auf einer DVD. 20 GB: eine gute Sammlung Gigabyte (GB) der Werke von Beethoven. 50 GB: Kapazität einer Blu ray disc. 100 GB: ein Büchereigang voll mit wissenschaftlichen Magazinen oder etwa Stunden Musik mit MP GB: unkomprimierte Kapazität der größten verfügbaren Tape Cartridge Bytes oder Bytes. 1 Terabyte: Seiten bedrucktes Papier. 2 TB: eine wissenschaftliche Bibliothek. 10 TB: die gedruckten Sammlungen der Library of Congress (USA) oder die voraussichtliche Kapazität einer magnetischen Tape Cartridge im Jahr Terabyte (TB) 600 TB: die Datensammlung des amerikanischen National Climactic Data Center (NOAA) Bytes oder Bytes. 1 Petabyte: 3 Jahre an EOS-Daten (EOS = Earth Observing System). 2 PB: alle amerikanischen Petabyte (PB) wissenschaftlichen Bibliotheken zusammen. 20 PB: Kapazität aller 1995 hergestellten Festplatten. 200 PB: alles gedruckte Material weltweit Bytes oder Bytes. 2 Exabytes: das absolute Volumen aller 1999 erzeugten Informationen. 5 EB: alle Worte, die jemals von Menschen gesprochen wurden. 9,25 EB: Kapazität, um alle in einem Jahr geführten Telefongespräche in den USA auf- Exabyte (EB) zuzeichnen. 90 EB: geschätzte verfügbare Kapazität aller digitalen Medien im Jahr Quellen: Horison Information Strategies, UC Berkeley Study How Much Information, IDC Verbesserung der Bandbreiten werden vermutlich bisherige Medien wie CD-ROMs oder DVDs für Musik und Film durch das Internet ersetzt werden, womit eine weitere Nachfrage nach Festplatten und Arrays ausgelöst werden wird. Das so genannte Web 2.0 mit den neuen Möglichkeiten für Interaktion zwischen den Teilnehmern eines Netzwerks zum Beispiel YouTube, MyFace, LinkedIn oder Xing führt ebenfalls dazu, dass bei den zuständigen Providern riesige Datenmengen gespeichert werden. Ein Großteil der Lieferungen an Blade-Servern und Storage-Arrays geht

13 14 Kapitel 1 bereits heute an diese Unternehmen. In dem Maße, wie sich neue Technologien wie Miet-Software (Software as a Service / SaaS) oder Cloud Computing ausbreiten, bei dem die Anwender auf Programme und Daten zugreifen, die nur noch in riesigen Rechenzentren irgendwo in der Internet-Wolke abgespeichert werden, wird sich diese Entwicklung noch verstärken. Für mittelständische Unternehmen und Existenzgründer (Start-ups) eröffnen sich hier kostengünstige Möglichkeiten, an einer ausgereiften In frastruktur teilzunehmen. So bietet Amazon in seinen großen Rechenzentren für externe Kunden an, Rechen- und Speicherkapazität zu mieten. Natürlich müssen entsprechende Bandbreiten in den Netzen und eine Zuverlässigkeit des Anbieters gegeben sein. Es zeichnet sich ab, dass sich neue Technologien, die zunächst im Consumer- Umfeld eingesetzt wurden, auch in die Welt der Business-IT ausdehnen. Eine Risikoabschätzung im Einzelfall, die auch Securityfragen und Kosteneinsparungen umfasst, bleibt natürlich obligatorisch. Faktisch gesehen sind die Möglichkeiten der Informationsgesellschaft noch lange nicht erschöpft. Es sind neue Wege der Wissensvermittlung und der Speicherung von Informationen zu den bestehenden hinzugekommen [5]. Die Informationstechnologie hat ein sehr großes Potential aber sie ist wie andere große technische Erneuerungen vor ihr letztlich nur ein Mittel, ein Werkzeug für bestimmte Zwecke. Es kommt darauf an, was man mit ihr für welche Ziele unternimmt. Und es kommt zunächst einmal darauf an, die Datensicherung selbst zuverlässiger zu machen. Am Beispiel Storage zeigen sich zugleich die Chancen und die Beschränkungen von Technologie. Auch deshalb gibt es gerade in diesem Bereich eine nicht abreißende Kette von neuen prinzipiellen Erfindungen und schrittweisen Verbesserungen. In dieser Welt kommt Storage eine wachsende Bedeutung zu: 1) Die schnell wachsenden Datenberge müssen zunächst einmal überhaupt gespeichert werden, idealerweise unter Optimierung der Ressourcen. 2) Da Daten immer und überall verfügbar sein müssen, müssen die zugrundeliegenden Storage-Systeme die Daten rund um die Uhr und über das Internet weltweit anbieten. Darüber hinaus müssen Daten redundant (mehrfach) gespeichert werden, um sie auch im Falle von unvorhergesehenen Ereignissen nicht zu verlieren. 3) Immer mehr Daten mit immer weniger Struktur beherrschen den Alltag von Datenspeicherung: Das Verwalten von Daten muss intelligenter werden, damit Daten gemäß ihres Wertes angemessen aufbewahrt werden (Information Lifecycle Management). Nur so kann man auch Compliance-Anforderungen gerecht werden.

14 Kapitel 2 Tiered Storage: intelligentes Informationsmanagement im Unternehmen Unternehmen haben sich mit unterschiedlicher Aufmerksamkeit dem Speichern von Daten gewidmet. Wenn mal etwas schief geht, Daten verschwinden, gestohlen werden oder bei Schäden an der Hardware und den Medien nicht zurückgesichert werden können, wird schnell der Mantel des Schweigens darüber gelegt. Nur selten dringt so etwas an die Öffentlichkeit, da man den Ruf oder die Marke des Unternehmens schützen will. Dabei praktizieren eigentlich fast alle IT-Abteilungen, auch wenn das nicht bewusst und nach bestimmten Regelwerken geschieht, schon immer so etwas wie eine Speicherstrategie: Sie verschieben ihre Daten von A nach B oder C, weil sie Kosten sparen wollen oder sie erst mal nicht wieder brauchen. Damit ist aber auch in den meisten Unternehmen eine Grundlage dafür vorhanden, eine bewusste und klare Strategie für das Speichern ihrer digitalen Schätze aufzusetzen und zu praktizieren. Fast alle Prognosen und Schätzungen über das rasante Daten- und Storagewachstum haben sich bislang im Unterschied zu vielen anderen der Analysten und Marktbeobachter als wahr herausgestellt. Oft stellen sie sich sogar als zu vorsichtig formuliert heraus. Insbesondere in den letzten Jahren zeigte sich, dass neben die Unternehmens-IT mit ihren Speicheransprüchen immer weitere gesellschaftliche Bereiche treten, in denen analoge Informationen digitalisiert werden. Dazu gehören Film und Video, Sprach- und Musikaufnahmen, Röntgenaufnahmen in der Medizin (Medical Imaging), TV-Kameras in großen Städten oder an sicherheitskritischen Orten (Security & Surveillance) einschliesslich der Umstellung von analogem auf digitalen Funk bei Polizei, Feuerwehr und Rettungsdiensten. Ein weiterer Faktor sind die so genannten sozialen Netzwerke (Social Communities) wie YouTube oder Facebook mit ihren riesigen Datenbeständen von Fotos und Videos. Diese Informationen bilden zum großen Teil das, was man unstrukturierte Daten nennt, im Gegensatz zu den strukturierten, die in Datenbanksystemen mit ihren festen Vorgaben erfasst werden. Es werden also überall, zum Teil in täglich erweiterten Rechenzentren, digitale Informationen im Überfluss gespeichert. Doch sind es alle diese Daten auch wirklich wert?

15 16 Kapitel 2 Petabytes Weltweiter Anteil an block- und file-basierten Speichersystemen block-basiert file-basiert Quelle: IDC 2007 Im Jahr 2008 werden die file-basierten Daten laut der Prognose von IDC zum ersten Mal stärker als die block-basierten Daten wachsen. Müssen die vielen Schnappschüsse von Geburtstagen, Familien- und sonstigen Festen oder Strandurlauben, die früher zu den berühmten, allseits gefürchteten Dia-Abenden führten, wirklich mit dem neuesten Stand der Technologie sicher und lange abgespeichert werden? Müssen die Unternehmen, selbst unter Berücksichtigung rechtlicher Vorgaben, alles elektronisch speichern? Laut IDC hat das Wachstum aller unstrukturierten Daten (file-basiert), die sich zunehmend außerhalb der Unternehmen ansammeln, im Jahr 2008 zum ersten Mal das der strukturierten Daten (block-basiert) übertroffen. In den Unternehmen selbst verschiebt sich ebenfalls das Gewicht zwischen den strukturierten Daten, die in Datenbanken oder ERP-Anwendungen erfasst werden, und den erwähnten unstrukturierten Daten, die sich vor allem aus s samt Anhängen, Office-Dateien, Präsentationen, Videos usw. zusammensetzen. Während die Frage des Wiederfindens dank Datenbanken-Abfragen und der Interpretation der Daten mit Data Warehousing oder Business Intelligence heute für strukturierte, aber noch nicht für unstrukturierte Daten gelöst ist [1], lässt sich das keinesfalls von der Ablage der Datenmengen selbst sagen: Der Speicherplatz im Primärbereich, also bei dem schnellen Zugriff auf teuren Festplatten, ist begrenzt und wird nur wirklich geschäftskritischen Applikationen zugewiesen.

16 Tiered Storage: intelligentes Informationsmanagement im Unternehmen 17 Daten verschieben D ie zunächst in Server- beziehungsweise Applikationsnähe abgelegten Datensätze und Dateien auf weniger performante Speicherplätze auszulagern, ist aus mehreren Gründen nötig: Gerade bei businesskritischen Informationen wie Buchungs- oder Einkauf- und Verkaufsdaten entstehen täglich und stündlich immer neue aktuelle Daten, die im direkten Zugriff bleiben müssen, während andere nach einer bestimmten Zeit unwichtiger oder unaktueller werden. Sie müssen deshalb schon aus Platzgründen weiter verschoben werden, vom primären Speicherplatz (Online oder Primary Online Storage) auf langsamere und preisgünstigere Plattensysteme (Nearline oder Secondary Storage). Andere Dateien wie Präsentationen sind nicht unbedingt geschäftskritisch, müssen aber schon deshalb irgendwo in der Nähe (Nearline) geparkt werden, weil sie öfters geändert und weiterverwendet werden etc. Sie sind darüber hinaus ein typischer Fall von Daten, die doppelt oder mehrfach abgespeichert werden, weil sie von zahlreichen Mitarbeitern benutzt werden. Die Analysten von Enterprise Strategy Group (ESG) haben hierfür das Eisberg-Modell entwickelt. Demnach müssen zwei Hauptgruppen von Daten unterschieden werden: dynamische Daten, die noch fortlaufend verändert werden (= sichtbarer Teil des Datenbergs), und dauerhafte Daten, die fix oder statisch sind und sich nicht mehr verändern (= unsichtbarer Teil des Datenbergs) [2]. Gesetzliche Bestimmungen oder einfach kaufmännische Vorsicht erfordern eine langfristige Datenablage, ohne dass deren Inhalte im Tagesgeschäft zur Verfügung stehen müssen. Sie wandern mithin ins Archiv, wie dieses auch immer organisiert ist, früher vor allem auf Magnetbändern und heute oft auch auf so genannten Virtual Tape Libraries, die auf Plattensystemen eine Bandspeicherung simulieren. Dies geschieht auf einer dritten Speicherstufe, von der die Daten später noch weiter weg vom Ausgangspunkt, den Servern und primären Plattenspeichern, auf Band abgelegt werden. Last but not least: Um sich vor Datenverlust zu schützen, müssen je nach Datenwertigkeit sofortige oder zeitlich verzögerte Kopien angelegt werden, die im Bedarfsfall wieder zurückgespielt werden können (Backup, Restore, Snapshot, CDP / Continuous Data Protection). Bei diesen Verfahren setzen auch aktuelle Deduplizierungskonzepte an, die die oben genannten Doubletten während der Backup-Prozesse wieder herausfischen sollen allerdings nur auf den Backup-Medien und nicht auf den primären oder sekundären Plattenspeichern. Näheres zu dieser komplexen Thematik in Kapitel 5.

17 18 Kapitel 2 Auch wenn in einem Unternehmen nur ein Teil dieser Verfahren angewandt wird, praktizieren sie zumindest unbewusst ein abgestuftes Datensicherungssystem denn weitergeschoben werden Daten immer, und sei es nur vom Server auf ein Backupmedium, so unzulässig dies vom Standpunkt einer professionellen Speichertechnik auch sein mag. HSM und ILM: klassische Konzepte mit Langzeitwirkung D ass ein abgestuftes Speicherverfahren eigentlich immer irgendwie betrieben wurde in der Unternehmens-IT, belegen im übrigen zwei klassische Konzepte. Beiden ging es um eine prinzipielle Klärung: Was muss wie und wie lange wo beziehungsweise auf welchem Medium gespeichert werden? In der Welt der Mainframes wurde deshalb zu der Methodik des hierarchischen Storage Management (Hierarchical Storage Management / HSM) gegriffen, bei der nach der Beschreibung von Fred Moore die automatische Speicherung der Daten auf den kostengünstigsten Speichergeräten vorgenommen wird, entsprechend der erforderlichen Performance für die jeweiligen Applikationen [3]. Dieser Prozess ist für die Anwender nicht sichtbar, sie können unvermindert auf alle Daten zugreifen, egal auf welcher Stufe der Speicherhierarchie sich diese befinden. Eine spezielle HSM-Software kümmert sich um die verschiedenen Speicherstufen. IBM führte dieses Verfahren zuerst 1975 auf Mainframes ein. StorageTek und andere Anbieter legten nach dem Platzen der Internet-Blase im Jahr 2001 Wert auf die Strategie von Information Lifecycle Management (ILM), um die Anwender mehr auf die inhaltliche Betrachtung ihrer gespeicherten Daten zu verweisen. Als Hardware-Hersteller hatte man dazu eine Palette von unterschiedlichen Geräten anzubieten, außerdem kooperierte man mit Anbietern, die sich mehr um die Klassifizierung der Daten per Software kümmerten. EMC kaufte sich mit Documentum gleich einen eigenen Hersteller einer Dokumentenmanagement-Lösung (DMS) ein, um daraus Pakete (Bundles) für die alten und neuen Kunden zu schnüren. ILM kann als Fortsetzung von HSM für die Unix- und Windows-Welt begriffen werden. Mit ILM werden die Daten von ihrer Entstehung bis zu ihrer Archivierung oder ihrem Löschen verwaltet und entsprechend ihrer Wertigkeit auf unterschiedlich schnellen und leistungsfähigen Datenträgern abgelegt. Diese Art von Speichermanagement ist auf HSM-Technologie aufgebaut und benutzt von den Unternehmen aufgestellte Regelwerke (Policies), um eine optimale Übereinstimmung zwischen Datenwertigkeit und den jeweiligen Speicher- Subsystemen zu bestimmen. Auch wenn sich die Unternehmen oft nicht dessen bewusst sind, praktizieren sie alle irgendeine Form von ILM. Selbst wer seine Daten ein Jahr lang oder sogar länger auf hochperformantem und teurem Online-Storage vorrätig hält, hat eine Aussage über den angenommenen Wert seiner Daten getroffen ob diese Ent-

18 Tiered Storage: intelligentes Informationsmanagement im Unternehmen 19 Was ist Tiered Storage? Verschiedene Stufen der Datensicherung aufzubauen bedeutet die Errichtung einer Hierarchie von Speichersystemen, die auf Anforderungen der Applikationen (Performance, Business Continuity, Sicherheit, Aufbewahrungszeit, Compliance etc.) und Kosten beruhen. Konzepte für Speicherstufen erfordern einige Mechanismen, um Daten zu platzieren: Statisch Applikationen werden bestimmten Stufen/Speichersystemen zugeordnet Nacheinander Weiterverschieben nach bestimmten Voreinstellungen (z. B. ins Archiv) Dynamisch: erfordert aktive Data Mover (z. B. HSM- oder ILM-basierte Policies) Quelle: SNIA Auf verschiedenen Stufen eines Kontinuums von Servern über schnelle Primärspeicher und nicht so schnelle Speicher bis zu Backup-Mechanismen und Archivierung wandern die gespeicherten Daten immer mehr in Richtung Nicht-Zugriff. scheidung allerdings rational gut begründet war, steht auf einem ganz anderen Blatt, da man sie vermutlich schon längst auf preisgünstigere Datenträger hätte auslagern können. Ein verwandter Ansatz ist Tiered Storage, der das Gleiche meint wie HSM und ILM, aber mehr die Kombination von IT-Infrastruktur (Hardware-Basis) und Dateninhalten berücksichtigt: Auf verschiedenen Stufen eines Kontinuums von Servern über schnelle Primärspeicher (Online Storage für Daten im sofortigen geschäftlichen Zugriff) und nicht so schnelle Speicher (Nearline Storage für Daten im eventuellen Zugriff) bis zu Backup-Mechanismen und Archivierung wandern die gespeicherten Daten immer mehr in Richtung Nicht-Zugriff. Eine solche Struktur, die von der Datenwertigkeit ausgeht, findet sich eigentlich in allen Unternehmen, egal wie sie diese bezeichnen. HSM und ILM lassen sich als übergeordnete, zum Teil auch gefühlte Strategie begreifen, die Stufen und Kriterien der Datensicherung in eine begründete Reihenfolge zu bringen. Viele Hersteller, die HSM oder ILM propagiert haben, versprachen ihren Kunden vor allem eine Verringerung ihrer Speicherkosten. Dies bezieht sich auf die klassischen Speicherprozesse Datensicherung, Backup, Restore und Disaster Recovery, die so kategorisiert werden müssen, dass sie gemäss ihrem Wert für das Unternehmen auf dem jeweils leistungsfähigsten und preiswertesten Speichermedium abgelegt sind. Das

19 20 Kapitel 2 Roadmap für die ILM-Einführung ILM-Services einstellen und verwalten Automatisieren mit Management- Tools für ILM Zwischenbilanz der Vorteile erstellen ILM-Aktivitäten im ganzen Unternehmen einrichten ILM-basierte Policies und Services automatisieren Mit Policy-basierten Services beginnen ILM-Aktivitäten präzisieren Policy-Angaben über alle Stufen verteilen Service Levels für Speicherstufen und Datensicherung festlegen Management-Tools für die Konfiguration einführen Anforderungen mit den Fachabteilungen festlegen Für jede Abteilung den Wert, die Lebensdauer und die Klassifizierung der Informationen festlegen Tools für Storage Resource Management (SRM) zur Überprüfung der Infrastruktur benützen Pilotphase für ILM-basierte Lösungsansätze beginnen Standards einführen für Informationen, Daten und Security Informationen und Infrastruktur für ILM festlegen Quelle: SNIA Das Data Management Forum der SNIA empfiehlt, auf verschiedenen ILM-Ebenen intelligente Systeme und Tools einzuführen, um die ILM-Einführung zu optimieren. Weitere Informationen unter hört sich leichter gesagt an als getan: Denn wie kann bestimmt werden, welche Daten wie lange auf welcher Stufe beziehungsweise auf welchem Medium abgelegt werden sollten? [4] Traditionell war die Datenhierarchie zweigeteilt: hier die Daten, die auf Festplatten in direktem, schnellen Zugriff gespeichert wurden, dort die Backup- und Archivdaten auf billigem Tape, nicht in direktem Zugriff und teilweise irgendwo eingebunkert. Wer sich für HSM oder ILM als Strategie entscheidet, will mit diesem Grob-Konzept von einst brechen und Daten entlang ihres jeweiligen Nutzes ihrer Bedeutung für den unmittelbaren Geschäftsprozess ablegen. Wer dies entlang bestimmter Kriterien und geplant unternimmt, wird auf diese Weise sofort Kosten sparen können [5]. HSM und ILM haben auf jeden Fall, auch wenn diese Ansätze umstritten sind [6], eine Wirkung hinterlassen: Tiered Storage gehört heute zu einer Selbstverständlichkeit in den Unternehmen. Denn eine veritable Hierarchie beherrscht nun fast allerorten die Speicherlandschaft aus zwei Stufen (Tiers) sind vier bis fünf geworden, und im Idealfall sollen sie genau die Wertigkeit der Daten auf jeder Stufe zu angemessenen Kosten darstellen. Also von teurem Primärspeicher (Fibre Channel- und SAS-Platten), über nicht ganz so teuren Sekundärspeicher (Disk-to-Disk (D2D) auf SATA-Platten), der im nicht so

20 Tiered Storage: intelligentes Informationsmanagement im Unternehmen 21 schnellen Server- oder Applikationszugriff bleiben soll, hin zu mehreren Formen von Backup: entweder als Backup-Speicher auf billigen SATA-Platten, die die Funktion von früherem Tape-Backup erfüllen (Virtual Tape Libraries / VTL), oder als klassisches Backup und Archiv auf Magnetbändern. Tiered Storage und Datenklassen Die klassische Aufteilung kannte nur zwei Speicherebenen: In einem ersten Schritt wurden die Daten auf servernahen Festplatten (Direct Attached Storage bzw. DAS) abgelegt, eine Zeit lang dort für den schnellen Datenzugriff vorrätig gehalten und dann in einem zweiten Schritt auf eine Tape Library weiter verschoben. Mussten sie auch dort für einen Datenzugriff bereit stehen, kamen im Enterprise-Bereich nur mächtige Tape Libraries von StorageTek oder IBM mit ihrer performanten Motorik für das schnelle Beund Entladen der Bandlager (Cartridges) zum Einsatz. Daneben wurden auch Backup- und Archivdaten auf Bänder abgelegt und der Theorie nach an einen sicheren Ort verbracht, oft außerhalb des Firmenstandortes. Wurden die Daten im Recoveryfall wieder gebraucht, mussten sie zurücktransportiert und in einem stunden- oder tagelangen Prozess wieder in die produktiven Systeme eingespielt werden. Mit der Weiterentwicklung der Platten- und Arraytechnologie geht man heute von einem mehrstufigen Tiered-Storage-Modell aus, das mindestens drei oder vier Klassen umfasst: Tier 0: Hier kommen schnelle Datenspeicher (Flash Memory oder (Enterprise Class) Solid State Disk) zum Einsatz, um Informationen in einem sehr schnellen Zugriff zu halten. Solid State Disk (SSD) werden zum Beispiel von Spezialanbietern wie Texas Memory Systems schon seit Jahren als sehr teurer Cache-Speicher angeboten. Bevorzugte Kunden sind staatliche Organisationen in den USA, Banken oder Firmen, die in der Erdöl-Exploration aktiv sind, wo sehr große Datenmengen anfallen, die selbst auf Online Storage schon zu weit weg von den Applikationen wären. Tier 1: Mission critical data, umsatzkritische Daten, umfassen etwa 15 Prozent der Daten. Sehr schnelle Antwortzeit, abgelegt auf FC- oder SAS-Disk, in der Regel in einem FC-SAN mit Datenspiegelung und lokaler oder entfernter Replikation. Angestrebte Verfügbarkeit von 99,999 Prozent. Sofortige Wiederherstellbarkeit erforderlich. Aufbewahrungszeit: Stunden. Tier 2: Vital Data, etwa 20 Prozent der Daten, weniger umsatzkritische Daten als bei Tier 1. Ebenfalls schnelle Antwortzeit erforderlich, FC- oder SAS-Disk. Neben FC-SAN auch IP-SAN (iscsi) mit 99,99 Prozent Verfügbarkeit. Tolerierbare Ausfallzeiten im Sekundenbereich. Aufbewahrungszeit: Tage.