Hay problemas que surgen con el manejo, movimiento, almacenamiento o procesamiento de grandes volúmenes de cualquier cosa, y en dominios totalmente no relacionados, esos problemas pueden parecer muy similares. Considere el servicio postal: Se necesita una red compleja de aviones, barcos, semicamiones, máquinas, vehículos de entrega y personas para obtener cartas y paquetes donde pertenecen. Y en cada paso del camino, hay grandes riesgos relacionados con la eficiencia, el costo, la demora y el error.
Por ejemplo, imagine usar un semicamión para entregar correo puerta a puerta y cuánto espacio desperdiciaría el camión. O imagine una flota de pequeños vehículos de entrega de correo eléctrico que conducen correo desde Alaska a Florida en lugar de usar un avión.
Estos son ejemplos simplistas, pero ayudan a explicar por qué existe la administración del almacenamiento jerárquico (HSM). Las organizaciones con grandes huellas de datos enfrentan problemas constantes de eficiencia, y se hace un gran esfuerzo para planificar cómo almacenar, mover y procesar toda esa información. La administración del almacenamiento jerárquico (HSM) es el método histórico para asegurarse de que las organizaciones esencialmente no usen semirremolques como vehículos de entrega para sus datos digitales.
En este artículo, exploraremos HSM, los problemas que pretende resolver y algunas de las alternativas modernas.
¿Qué es la administración del almacenamiento jerárquico?
La administración del almacenamiento jerárquico, o HSM, es un proceso para administrar los datos digitales que tiene como objetivo usar los medios de almacenamiento de la manera más económica posible y, al mismo tiempo, minimizar las ineficiencias en el uso de los datos.
Dos datos clave subyacentes a HSM: En primer lugar, los diferentes métodos de almacenamiento de medios digitales tienen diferentes características. En segundo lugar, no todos los datos se tratan por igual. En primer lugar, la diferencia más obvia entre los diferentes medios de almacenamiento digital es el costo. Los medios de almacenamiento más rápidos, más disponibles y más versátiles tienden a ser los más costosos. Y en segundo lugar, algunos datos se usan diariamente, mientras que otros se usan con mucha menos frecuencia.
Los resultados finales de muchas empresas dependen del acceso rápido a sus datos más esenciales. Pero sería muy ineficiente pagar tanto para almacenar y acceder a los datos que usan una fracción del tiempo al mismo nivel de velocidad y disponibilidad.
Diferentes organizaciones implementan HSM de manera diferente: no hay un único libro de reglas para hacer HSM. Pero cada vez que una organización divide su almacenamiento de datos en al menos dos niveles, HSM es el proceso de establecer las reglas para lo que se almacena dónde y cómo se mueve.
Beneficios de la administración del almacenamiento jerárquico
Las organizaciones pueden ver una serie de beneficios de implementar la administración del almacenamiento jerárquico. El ahorro de costos es el beneficio más evidente de HSM: Al trasladar datos menos urgentes a medios de almacenamiento más económicos, las empresas pueden sacrificar la disponibilidad por el costo. Por lo general, el rendimiento también mejora con los principios de HSM. Cuando las aplicaciones que necesitan acceder a los datos no tienen que perder tiempo tamizando datos antiguos, obsoletos o irrelevantes, pueden proporcionar mejores resultados, más rápido.
Y aunque HSM pueda sonar complicado, las buenas reglas de dónde pertenecen las diferentes categorías de datos, y la aplicación automática de ellas, conducen a una administración de datos simplificada. HSM también optimiza la utilización del almacenamiento porque migra datos automáticamente al nivel de almacenamiento adecuado según las reglas establecidas por los profesionales de TI.
¿Cómo funciona la administración del almacenamiento jerárquico?
HSM puede consistir en varias capas de medio de almacenamiento, pero el núcleo de esto es que en un extremo es un nivel de alto rendimiento y en el otro extremo es un nivel más lento y menos costoso. Históricamente, el nivel de alto rendimiento se ha compuesto de memoria de clase de almacenamiento, unidades de estado sólido (SSD) flash de grado empresarial y HDD de alto rendimiento. En el extremo inferior hay dispositivos como discos ópticos e incluso almacenamiento en cinta.
La implementación real de las políticas de HSM es bastante complicada, pero HSM básicamente funciona al identificar la frecuencia con la que se accede a un archivo y, a medida que pasa el tiempo, el sistema mueve automáticamente los archivos utilizados con poca frecuencia a un almacenamiento más lento y menos costoso. Los equipos de TI escriben reglas para los parámetros que definen cuándo se mueven los datos, qué datos están exentos de estas reglas y otras aclaraciones. Pero HSM es generalmente un proceso automatizado que optimiza el acceso a los datos y los costos de almacenamiento de datos.
¿Cuáles son los niveles de HSM?
La clave para comprender HSM y el uso de medios de almacenamiento como unidades de cinta es que hubo un momento en el que las diferencias entre costo, rendimiento y velocidad eran extremas. Aunque esas brechas se han reducido y se están reduciendo continuamente, hubo un momento en el que la diferencia en el costo entre los discos ópticos y las unidades de estado sólido fue lo suficientemente sustancial como para justificar métodos complicados de clasificación de datos para que nunca perdiera dinero.
El nivel de HSM de menor volumen y mayor rendimiento suele denominarse Nivel 0. Estos son datos de misión crítica que no pueden permitirse demoras o interrupciones en el servicio. El nivel 1 suele denominarse “datos en caliente”, datos que se utilizan de forma continua para las operaciones comerciales diarias y cuya inmediatez se puede equilibrar con los costos de almacenamiento. El nivel 2 son los “datos en caliente”, donde las consideraciones de costos tienen una prioridad sustancial y donde los datos a los que no se accede con frecuencia se ponen en orden. Por último, el nivel 3 generalmente se refiere a los “datos fríos” o a los datos a los que rara vez se accede o actualiza, si es que lo hace.
Alternativas basadas íntegramente en tecnología flash a los niveles de HSM
En un mundo perfecto, una empresa podría tener almacenamiento rápido y altamente disponible en todos los niveles, con demarcaciones sutiles entre ellos. Durante décadas, el sueño ha sido el almacenamiento de datos en flash a nivel empresarial. Pero hasta hace poco, simplemente no era factible. Sin embargo, en las últimas décadas, el costo del almacenamiento basado íntegramente en tecnología flash a nivel empresarial no solo es posible, sino que lo realizan regularmente empresas tan grandes como Meta.
Pure Storage es un destacado defensor del almacenamiento empresarial basado íntegramente en tecnología flash y, ya en 2012, desarrolló soluciones de almacenamiento flash que podrían cubrir las necesidades de nivel 0 de una red empresarial. Cuando se lanzó FlashArray//C Pure Storage podía prometer una latencia uniforme de un milisegundo para las cargas de trabajo y los datos críticos para el negocio de las redes empresariales, con una disponibilidad del 99,9999 % y actualizaciones sin interrupciones.
Eso fue innovador por derecho propio, y luego FlashArray//X™ y FlashArray//XL™ hicieron posible ejecutar todo, desde bases de datos masivas hasta aplicaciones nativas en la nube en la memoria flash. Incluso con esos avances, la sabiduría popular aún creía que los niveles 2 y 3 nunca llegarían a la memoria flash debido al costo.
Pero en 2023, Pure Storage lanzó FlashArray//E™ y FlashBlade//E™, lo que desafió el disco giratorio y las cintas de gama baja. FlashArray//E, diseñado para la retención a largo plazo, proporciona 1PB-4PB de capacidad de almacenamiento de datos en bloque y archivos unificados y sin procesar. FlashBlade//E puede ahorrar a las empresas toneladas de dinero al almacenar cargas de trabajo no estructuradas y de objetos.
Pure Storage está dando el ejemplo de alternativas basadas íntegramente en tecnología flash a los niveles de HSM en organizaciones de cualquier tamaño. Si bien no estamos eliminando HSM per se, estamos cambiando radicalmente las líneas que separan los niveles de HSM.
Conclusiones
La administración del almacenamiento jerárquico surgió como una respuesta necesaria a las grandes diferencias en el costo que existían entre las formas más rápidas, más costosas y más lentas y más asequibles de almacenamiento de datos. Las limitaciones tecnológicas han llevado a un campo profesional completo dedicado a categorizar, mover y optimizar automáticamente las soluciones de almacenamiento de datos.
HSM sigue siendo un proceso importante de ahorro de costos, pero las soluciones de escala empresarial basadas íntegramente en tecnología flash, como las que ofrece Pure Storage, están eliminando rápidamente las estrictas delineaciones entre ellas mientras proporcionan grandes volúmenes de datos rápidos a fracciones del costo que solían requerir.
