SlideShare a Scribd company logo
1 of 9
Download to read offline
IBM Systems
기존 스토리지의 한계를 극복합니다
Key 6 initiatives Extended
IBM 오브젝트 스토리지
2Key 6 initiatives - extended © Copyright IBM Corporation 2019
디지털 혁신에 따른 비정형 데이터의 폭발적 성장
500
375
250
125
Projected
Exabytes
125 billion
Internet-connected
devices by 2030
90%
of all data was created
in the last 2 years
Unstructured DataUnstructured Data
전통적인 스토리지 아키텍처로는
데이터 폭증의 시대에 대한 효율적인 대처 불가
2009 2010 2011 2012 2012 2013 2014 2015 2016 2017 2018 2019 2020
80%80%
3Key 6 initiatives - extended © Copyright IBM Corporation 2019
오브젝트 스토리지 개념 이해
▪ 데이터를 오브젝트로 관리하는 스토리지 아키텍처
▪ 하나의 오브젝트에 데이터, 메타데이터 및 고유 글로벌 ID가 포함
▪ 대규모 확장성 및 공통 API를 통한 액세스 기능 덕분에 클라우드 애플리케이션에 우선적으로 사용됨.
golden_gate_bridge.jpg
이미지 크기: 640x480
생성일자: July 4, 2014
범주: Bridges
주: California
도시: San Francisco
메타데이터 (해당 파일 설명):
오브젝트 = 데이터(파일) + 메타데이터 + 고유 ID
각 오브젝트는
고유의 URL 기반 저장되고 HTTP (REST API)를 통해 접근
http://swift.example.com/v1/AUTH_account/container/object
기본 URL
API
버젼
어플리케이션을 위해
할당된 스토리지 공간
예) “photo app”
버킷 또는 논리적
오브젝트 그룹
(namespace)
예) “images”
golden_gate_
bridge.jpg +
metadata
“ 비정형 데이터에 특화된 대용량, 저비용, 고효율 스토리지 솔루션 “
4Key 6 initiatives - extended © Copyright IBM Corporation 2019
별첨. 오브젝트 스토리지 비교 (오브젝트 vs 파일 vs 블록)
Type별 비교 오브젝트 파일 블록
데이터 처리
방식
Object 단위로 관리 (수MB + Chunk)
- 파일 + 메타데이터 + 고유 ID
File 단위로 읽고 저장 (4KB)
- 계층형 디렉토리 구조
Block 단위로 읽고/저장(512B)
- Sector, Track
프로토콜
HTTP REST API
(AWS S3, Openstack Swift)
CIFS, NFS SCSI(Fibre Channel) iSCSI(Ethernet)
최적의
워크로드
대용량 비정형 데이터를 위한 컨텐트 서비스
빠른 파일 공유 및 서비스,
파일 Locking
빠른 Random IO처리, 빠른 작은
레코드 읽고/쓰기
적용
어플리케이션
컨텐트 저장 / 아카이브 어플리케이션
(사진, 비디오,유전자 분석, 웹컨텐트,기타 큰 데이터셋)
File 공유 어플리케이션
(Mail,PPT,DOCS,CAD/CAM)
트랜잭션 기반 어플리케이션
(DB,ERP,CRM)
강점 무한 확장성, 경제성, 웹/클라우드 호환성 빠르고 단순한 공유 파일 관리 고성능의 트랜잭션 데이터 처리
제약 사항
빈번하게 변경되는 트랜젝셔널 데이터 환경에
비적합
수억개의 inode 이상에서 발생하는
메타데이터 성능
대용량 확장 불가 및 고비용 이슈
최대 용량
수십억개 오브젝트
수 엑사 바이트
백만~수천만개 파일
수 페타 바이트
수천~수만개 파일
수백 테라 바이트
비용 $ $$ $$$
5Key 6 initiatives - extended © Copyright IBM Corporation 2019
IBM 오브젝트 스토리지의 핵심 차별화 3가지
스토리지 비용 절감
기존 스토리지에 비해
TCO를 70 % 절감
관리 복잡성 제거
구축 및 관리가 매우
편리한 스케일 오브젝트
스토리지
무중단 확장
No downtime
무한 수평 확장
계속 가능
5Key 6 initiatives - extended © Copyright IBM Corporation 2019
6Key 6 initiatives - extended © Copyright IBM Corporation 2019
스토리지 비용을 최대 70%까지 절감하실 수 있습니다
전통적인 스토리지
판교
일산
대전
IBM 오브젝트 스토리지
판교
일산
대전
Onsite mirror
1.2 PB Raw
Raw Storage
1.2 PB
Usable 1PB 용량의 Highly Reliable한 스토리지 구성 예시
Original
1.2 PB Raw
Raw Storage
1.2 PB
Remote copy
1.2 PB Raw
Raw Storage
1.2 PB
스토리지 비용 절감
70%
6
Raw Storage
3.6 PB
Raw Storage
1.8 PB
7Key 6 initiatives - extended © Copyright IBM Corporation 2019
오브젝트 스토리지 활용 방안
금융 및 보험미디어 및
엔터테인먼트 제작
정부 및 공공기관서비스업계미디어 및
엔터테인먼트 유통
헬스케어 및
생명과학
데이터 백업 타겟 액티브 아카이브 기업 파일 협업 및 공유 컨텐츠 저장소
• 백업 또는 스냅샷 데이터 저장
• VTL 대체 솔루션
• 빠른 데이터 검색 및 복구
• 사용 빈도가 낮은 데이터 이동
• 주스토리지의 비용 절감
• 빠른 아카이브 데이터 처리
• 편리한 데이터 접근
• 파일 동기화 및 공유
• 일부 데이터는 로컬로 캐싱 가능
• 주요 컨텐츠의 경제적인 관리
• 안전하고 용이한 데이터 접근
• 컴플라이언스 요건에 맞게
WORM 기능 제공
8Key 6 initiatives - extended © Copyright IBM Corporation 2019
오브젝트 스토리지는 차세대 백업/아카이브 용도로도 매우 적합합니다
1세대 (~2000년대 중반) 2세대 (2003년~2016) 3세대 (2016년~)
테이프 백업(PTL) VTL/ 디스크 백업 오브젝트 스토리지 백업
✓ 저렴한 비용
✓ 소산/ 이동의 편리
✓ LTO기술 로드맵으로 지속적인 발전
✓ 미디어 분실/ 손상 가능성으로 테이프
수명관리 필요
✓ 복구 전까지 미디어 장애확인 어려움
✓ 제약적인 백업 및 복구성능
✓ 마이그레이션의 어려움
✓ 테이프보다 빠른 성능
✓ RAID기술을 통한 데이터 보호
✓ 중복제거를 통한 효율적 용량관리
✓ 높은 도입 비용 및 유지 비용
✓ 폭발적으로 증가하는 빅데이터
시대에 성능의 한계, 관리 및 증설의
제약
✓ 클라우드/ 온프라미스를 모두
지원하는 차세대 아키텍쳐
✓ 최대 9x15 안정성 제공(99.99………..)
✓ VTL 대비 월등한 Scale-out 고성능 및
관리의 편의성
✓ 기존대비 50% 이상 TCO 절감
PublicLocal Hybrid
On-Premise Off-Premise
감사합니다.

More Related Content

What's hot

From Message to Cluster: A Realworld Introduction to Kafka Capacity Planning
From Message to Cluster: A Realworld Introduction to Kafka Capacity PlanningFrom Message to Cluster: A Realworld Introduction to Kafka Capacity Planning
From Message to Cluster: A Realworld Introduction to Kafka Capacity Planningconfluent
 
Understanding the architecture of MariaDB ColumnStore
Understanding the architecture of MariaDB ColumnStoreUnderstanding the architecture of MariaDB ColumnStore
Understanding the architecture of MariaDB ColumnStoreMariaDB plc
 
Implementing CQRS and Event Sourcing with RavenDB
Implementing CQRS and Event Sourcing with RavenDBImplementing CQRS and Event Sourcing with RavenDB
Implementing CQRS and Event Sourcing with RavenDBOren Eini
 
Learning from ZFS to Scale Storage on and under Containers
Learning from ZFS to Scale Storage on and under ContainersLearning from ZFS to Scale Storage on and under Containers
Learning from ZFS to Scale Storage on and under Containersinside-BigData.com
 
IBM Spectrum Scale Authentication for Protocols
IBM Spectrum Scale Authentication for ProtocolsIBM Spectrum Scale Authentication for Protocols
IBM Spectrum Scale Authentication for ProtocolsSandeep Patil
 
CDW: SAN vs. NAS
CDW: SAN vs. NASCDW: SAN vs. NAS
CDW: SAN vs. NASSpiceworks
 
AF Ceph: Ceph Performance Analysis and Improvement on Flash
AF Ceph: Ceph Performance Analysis and Improvement on FlashAF Ceph: Ceph Performance Analysis and Improvement on Flash
AF Ceph: Ceph Performance Analysis and Improvement on FlashCeph Community
 
Oracle Real Application Clusters (RAC) 12c Rel. 2 - Operational Best Practices
Oracle Real Application Clusters (RAC) 12c Rel. 2 - Operational Best PracticesOracle Real Application Clusters (RAC) 12c Rel. 2 - Operational Best Practices
Oracle Real Application Clusters (RAC) 12c Rel. 2 - Operational Best PracticesMarkus Michalewicz
 
TLC303_Walkthrough Setting up a Highly Available Communications Platform on AWS
TLC303_Walkthrough Setting up a Highly Available Communications Platform on AWSTLC303_Walkthrough Setting up a Highly Available Communications Platform on AWS
TLC303_Walkthrough Setting up a Highly Available Communications Platform on AWSAmazon Web Services
 
Redhat ha cluster with pacemaker
Redhat ha cluster with pacemakerRedhat ha cluster with pacemaker
Redhat ha cluster with pacemakerIndika Dias
 
The Future of Column-Oriented Data Processing With Apache Arrow and Apache Pa...
The Future of Column-Oriented Data Processing With Apache Arrow and Apache Pa...The Future of Column-Oriented Data Processing With Apache Arrow and Apache Pa...
The Future of Column-Oriented Data Processing With Apache Arrow and Apache Pa...Dremio Corporation
 
PostgreSQL Replication High Availability Methods
PostgreSQL Replication High Availability MethodsPostgreSQL Replication High Availability Methods
PostgreSQL Replication High Availability MethodsMydbops
 
Polyglot persistence @ netflix (CDE Meetup)
Polyglot persistence @ netflix (CDE Meetup) Polyglot persistence @ netflix (CDE Meetup)
Polyglot persistence @ netflix (CDE Meetup) Roopa Tangirala
 
BlueStore: a new, faster storage backend for Ceph
BlueStore: a new, faster storage backend for CephBlueStore: a new, faster storage backend for Ceph
BlueStore: a new, faster storage backend for CephSage Weil
 
Ceph RBD Update - June 2021
Ceph RBD Update - June 2021Ceph RBD Update - June 2021
Ceph RBD Update - June 2021Ceph Community
 
IBM Spectrum Scale Secure- Secure Data in Motion and Rest
IBM Spectrum Scale Secure- Secure Data in Motion and RestIBM Spectrum Scale Secure- Secure Data in Motion and Rest
IBM Spectrum Scale Secure- Secure Data in Motion and RestSandeep Patil
 
FSlogix ODFC POC Guide (version 1.3)
FSlogix ODFC POC Guide (version 1.3)FSlogix ODFC POC Guide (version 1.3)
FSlogix ODFC POC Guide (version 1.3)Michael Baars
 
HBaseCon 2015: HBase Performance Tuning @ Salesforce
HBaseCon 2015: HBase Performance Tuning @ SalesforceHBaseCon 2015: HBase Performance Tuning @ Salesforce
HBaseCon 2015: HBase Performance Tuning @ SalesforceHBaseCon
 
jemalloc 세미나
jemalloc 세미나jemalloc 세미나
jemalloc 세미나Jang Hoon
 

What's hot (20)

From Message to Cluster: A Realworld Introduction to Kafka Capacity Planning
From Message to Cluster: A Realworld Introduction to Kafka Capacity PlanningFrom Message to Cluster: A Realworld Introduction to Kafka Capacity Planning
From Message to Cluster: A Realworld Introduction to Kafka Capacity Planning
 
Understanding the architecture of MariaDB ColumnStore
Understanding the architecture of MariaDB ColumnStoreUnderstanding the architecture of MariaDB ColumnStore
Understanding the architecture of MariaDB ColumnStore
 
Implementing CQRS and Event Sourcing with RavenDB
Implementing CQRS and Event Sourcing with RavenDBImplementing CQRS and Event Sourcing with RavenDB
Implementing CQRS and Event Sourcing with RavenDB
 
Learning from ZFS to Scale Storage on and under Containers
Learning from ZFS to Scale Storage on and under ContainersLearning from ZFS to Scale Storage on and under Containers
Learning from ZFS to Scale Storage on and under Containers
 
IBM Spectrum Scale Authentication for Protocols
IBM Spectrum Scale Authentication for ProtocolsIBM Spectrum Scale Authentication for Protocols
IBM Spectrum Scale Authentication for Protocols
 
CDW: SAN vs. NAS
CDW: SAN vs. NASCDW: SAN vs. NAS
CDW: SAN vs. NAS
 
AF Ceph: Ceph Performance Analysis and Improvement on Flash
AF Ceph: Ceph Performance Analysis and Improvement on FlashAF Ceph: Ceph Performance Analysis and Improvement on Flash
AF Ceph: Ceph Performance Analysis and Improvement on Flash
 
Oracle Real Application Clusters (RAC) 12c Rel. 2 - Operational Best Practices
Oracle Real Application Clusters (RAC) 12c Rel. 2 - Operational Best PracticesOracle Real Application Clusters (RAC) 12c Rel. 2 - Operational Best Practices
Oracle Real Application Clusters (RAC) 12c Rel. 2 - Operational Best Practices
 
TLC303_Walkthrough Setting up a Highly Available Communications Platform on AWS
TLC303_Walkthrough Setting up a Highly Available Communications Platform on AWSTLC303_Walkthrough Setting up a Highly Available Communications Platform on AWS
TLC303_Walkthrough Setting up a Highly Available Communications Platform on AWS
 
Redhat ha cluster with pacemaker
Redhat ha cluster with pacemakerRedhat ha cluster with pacemaker
Redhat ha cluster with pacemaker
 
The Future of Column-Oriented Data Processing With Apache Arrow and Apache Pa...
The Future of Column-Oriented Data Processing With Apache Arrow and Apache Pa...The Future of Column-Oriented Data Processing With Apache Arrow and Apache Pa...
The Future of Column-Oriented Data Processing With Apache Arrow and Apache Pa...
 
PostgreSQL Replication High Availability Methods
PostgreSQL Replication High Availability MethodsPostgreSQL Replication High Availability Methods
PostgreSQL Replication High Availability Methods
 
Polyglot persistence @ netflix (CDE Meetup)
Polyglot persistence @ netflix (CDE Meetup) Polyglot persistence @ netflix (CDE Meetup)
Polyglot persistence @ netflix (CDE Meetup)
 
BlueStore: a new, faster storage backend for Ceph
BlueStore: a new, faster storage backend for CephBlueStore: a new, faster storage backend for Ceph
BlueStore: a new, faster storage backend for Ceph
 
Ceph RBD Update - June 2021
Ceph RBD Update - June 2021Ceph RBD Update - June 2021
Ceph RBD Update - June 2021
 
IBM Spectrum Scale Secure- Secure Data in Motion and Rest
IBM Spectrum Scale Secure- Secure Data in Motion and RestIBM Spectrum Scale Secure- Secure Data in Motion and Rest
IBM Spectrum Scale Secure- Secure Data in Motion and Rest
 
Oracle Data Guard
Oracle Data GuardOracle Data Guard
Oracle Data Guard
 
FSlogix ODFC POC Guide (version 1.3)
FSlogix ODFC POC Guide (version 1.3)FSlogix ODFC POC Guide (version 1.3)
FSlogix ODFC POC Guide (version 1.3)
 
HBaseCon 2015: HBase Performance Tuning @ Salesforce
HBaseCon 2015: HBase Performance Tuning @ SalesforceHBaseCon 2015: HBase Performance Tuning @ Salesforce
HBaseCon 2015: HBase Performance Tuning @ Salesforce
 
jemalloc 세미나
jemalloc 세미나jemalloc 세미나
jemalloc 세미나
 

Similar to IBM Cloud Object Storage 오브젝트 스토리지

미디어 저장의 새로운 패러다임 - 김기완 :: 미디어 커스토머 데이
미디어 저장의 새로운 패러다임 - 김기완 :: 미디어 커스토머 데이미디어 저장의 새로운 패러다임 - 김기완 :: 미디어 커스토머 데이
미디어 저장의 새로운 패러다임 - 김기완 :: 미디어 커스토머 데이Amazon Web Services Korea
 
Big data 20111203_배포판
Big data 20111203_배포판Big data 20111203_배포판
Big data 20111203_배포판Hyoungjun Kim
 
선도적인 미디어 서비스를 위한 AWS의 추가 제언 :: 양승도 솔루션즈 아키텍트 :: AWS Media Day 2016
선도적인 미디어 서비스를 위한 AWS의 추가 제언 :: 양승도 솔루션즈 아키텍트 :: AWS Media Day 2016선도적인 미디어 서비스를 위한 AWS의 추가 제언 :: 양승도 솔루션즈 아키텍트 :: AWS Media Day 2016
선도적인 미디어 서비스를 위한 AWS의 추가 제언 :: 양승도 솔루션즈 아키텍트 :: AWS Media Day 2016Amazon Web Services Korea
 
IBM Storage for AI - NVMe & Spectrum Scale 기술을 탑재한 ESS3000
IBM Storage for AI - NVMe & Spectrum Scale 기술을 탑재한 ESS3000IBM Storage for AI - NVMe & Spectrum Scale 기술을 탑재한 ESS3000
IBM Storage for AI - NVMe & Spectrum Scale 기술을 탑재한 ESS3000Seoro Kim
 
[오픈소스컨설팅] About Storage Cloud
[오픈소스컨설팅] About Storage Cloud [오픈소스컨설팅] About Storage Cloud
[오픈소스컨설팅] About Storage Cloud Ji-Woong Choi
 
클라우드 상에서의 효율적인 데이터 보관 방법 - 김민형 클라우드 솔루션 아키텍트
클라우드 상에서의 효율적인 데이터 보관 방법 - 김민형 클라우드 솔루션 아키텍트클라우드 상에서의 효율적인 데이터 보관 방법 - 김민형 클라우드 솔루션 아키텍트
클라우드 상에서의 효율적인 데이터 보관 방법 - 김민형 클라우드 솔루션 아키텍트NAVER CLOUD PLATFORMㅣ네이버 클라우드 플랫폼
 
[SSA] 01.bigdata database technology (2014.02.05)
[SSA] 01.bigdata database technology (2014.02.05)[SSA] 01.bigdata database technology (2014.02.05)
[SSA] 01.bigdata database technology (2014.02.05)Steve Min
 
AWS 기반 데이터 레이크(Datalake) 구축 및 분석 - 김민성 (AWS 솔루션즈아키텍트) : 8월 온라인 세미나
AWS 기반 데이터 레이크(Datalake) 구축 및 분석 - 김민성 (AWS 솔루션즈아키텍트) : 8월 온라인 세미나AWS 기반 데이터 레이크(Datalake) 구축 및 분석 - 김민성 (AWS 솔루션즈아키텍트) : 8월 온라인 세미나
AWS 기반 데이터 레이크(Datalake) 구축 및 분석 - 김민성 (AWS 솔루션즈아키텍트) : 8월 온라인 세미나Amazon Web Services Korea
 
AWS CLOUD 2017 - Amazon Redshift 기반 DW 와 비지니스 인텔리전스 구현 방법 (김일호 솔루션즈 아키텍트)
AWS CLOUD 2017 - Amazon Redshift 기반 DW 와 비지니스 인텔리전스 구현 방법 (김일호 솔루션즈 아키텍트)AWS CLOUD 2017 - Amazon Redshift 기반 DW 와 비지니스 인텔리전스 구현 방법 (김일호 솔루션즈 아키텍트)
AWS CLOUD 2017 - Amazon Redshift 기반 DW 와 비지니스 인텔리전스 구현 방법 (김일호 솔루션즈 아키텍트)Amazon Web Services Korea
 
110517_Oracle
110517_Oracle110517_Oracle
110517_OracleCana Ko
 
[E-commerce & Retail Day] Data Freedom을 위한 Database 최적화 전략
[E-commerce & Retail Day] Data Freedom을 위한 Database 최적화 전략[E-commerce & Retail Day] Data Freedom을 위한 Database 최적화 전략
[E-commerce & Retail Day] Data Freedom을 위한 Database 최적화 전략Amazon Web Services Korea
 
20100407 박진호 d_lifecycle_kisti
20100407 박진호 d_lifecycle_kisti20100407 박진호 d_lifecycle_kisti
20100407 박진호 d_lifecycle_kistiglorykim
 
[IBM 김상훈] NAS_IBM Spectrum NAS 상세 설명
[IBM 김상훈] NAS_IBM Spectrum NAS 상세 설명[IBM 김상훈] NAS_IBM Spectrum NAS 상세 설명
[IBM 김상훈] NAS_IBM Spectrum NAS 상세 설명(Joe), Sanghun Kim
 
[IBM Korea 김상훈] Cleversafe 소개자료
[IBM Korea 김상훈] Cleversafe 소개자료[IBM Korea 김상훈] Cleversafe 소개자료
[IBM Korea 김상훈] Cleversafe 소개자료(Joe), Sanghun Kim
 
클라우드 이야기1 2 20160823-신인철_slideshare
클라우드 이야기1 2 20160823-신인철_slideshare클라우드 이야기1 2 20160823-신인철_slideshare
클라우드 이야기1 2 20160823-신인철_slideshareIn Chul Shin
 
2012.04.11 미래사회와 빅 데이터(big data) 기술 nipa
2012.04.11 미래사회와 빅 데이터(big data) 기술 nipa2012.04.11 미래사회와 빅 데이터(big data) 기술 nipa
2012.04.11 미래사회와 빅 데이터(big data) 기술 nipa영진 박
 
AWS Finance Symposium_천만 고객을 위한 AWS 클라우드 아키텍쳐 확장하기
AWS Finance Symposium_천만 고객을 위한 AWS 클라우드 아키텍쳐 확장하기AWS Finance Symposium_천만 고객을 위한 AWS 클라우드 아키텍쳐 확장하기
AWS Finance Symposium_천만 고객을 위한 AWS 클라우드 아키텍쳐 확장하기Amazon Web Services Korea
 
AWS에서 빅데이터 프로젝트 시작하기 - 이종화 솔루션즈 아키텍트, AWS
AWS에서 빅데이터 프로젝트 시작하기 - 이종화 솔루션즈 아키텍트, AWSAWS에서 빅데이터 프로젝트 시작하기 - 이종화 솔루션즈 아키텍트, AWS
AWS에서 빅데이터 프로젝트 시작하기 - 이종화 솔루션즈 아키텍트, AWSAmazon Web Services Korea
 
워크로드에 적합한 최적의 클라우드 스토리지를 찾기 원하는 당신에게 - 김기현 AWS 솔루션즈 아키텍트 :: AWS Summit Seoul ...
워크로드에 적합한 최적의 클라우드 스토리지를 찾기 원하는 당신에게 - 김기현 AWS 솔루션즈 아키텍트 :: AWS Summit Seoul ...워크로드에 적합한 최적의 클라우드 스토리지를 찾기 원하는 당신에게 - 김기현 AWS 솔루션즈 아키텍트 :: AWS Summit Seoul ...
워크로드에 적합한 최적의 클라우드 스토리지를 찾기 원하는 당신에게 - 김기현 AWS 솔루션즈 아키텍트 :: AWS Summit Seoul ...Amazon Web Services Korea
 

Similar to IBM Cloud Object Storage 오브젝트 스토리지 (20)

미디어 저장의 새로운 패러다임 - 김기완 :: 미디어 커스토머 데이
미디어 저장의 새로운 패러다임 - 김기완 :: 미디어 커스토머 데이미디어 저장의 새로운 패러다임 - 김기완 :: 미디어 커스토머 데이
미디어 저장의 새로운 패러다임 - 김기완 :: 미디어 커스토머 데이
 
Big data 20111203_배포판
Big data 20111203_배포판Big data 20111203_배포판
Big data 20111203_배포판
 
선도적인 미디어 서비스를 위한 AWS의 추가 제언 :: 양승도 솔루션즈 아키텍트 :: AWS Media Day 2016
선도적인 미디어 서비스를 위한 AWS의 추가 제언 :: 양승도 솔루션즈 아키텍트 :: AWS Media Day 2016선도적인 미디어 서비스를 위한 AWS의 추가 제언 :: 양승도 솔루션즈 아키텍트 :: AWS Media Day 2016
선도적인 미디어 서비스를 위한 AWS의 추가 제언 :: 양승도 솔루션즈 아키텍트 :: AWS Media Day 2016
 
IBM Storage for AI - NVMe & Spectrum Scale 기술을 탑재한 ESS3000
IBM Storage for AI - NVMe & Spectrum Scale 기술을 탑재한 ESS3000IBM Storage for AI - NVMe & Spectrum Scale 기술을 탑재한 ESS3000
IBM Storage for AI - NVMe & Spectrum Scale 기술을 탑재한 ESS3000
 
[오픈소스컨설팅] About Storage Cloud
[오픈소스컨설팅] About Storage Cloud [오픈소스컨설팅] About Storage Cloud
[오픈소스컨설팅] About Storage Cloud
 
클라우드 상에서의 효율적인 데이터 보관 방법 - 김민형 클라우드 솔루션 아키텍트
클라우드 상에서의 효율적인 데이터 보관 방법 - 김민형 클라우드 솔루션 아키텍트클라우드 상에서의 효율적인 데이터 보관 방법 - 김민형 클라우드 솔루션 아키텍트
클라우드 상에서의 효율적인 데이터 보관 방법 - 김민형 클라우드 솔루션 아키텍트
 
2015 besttechsystem-proposal(2015.04.21)
2015 besttechsystem-proposal(2015.04.21)2015 besttechsystem-proposal(2015.04.21)
2015 besttechsystem-proposal(2015.04.21)
 
[SSA] 01.bigdata database technology (2014.02.05)
[SSA] 01.bigdata database technology (2014.02.05)[SSA] 01.bigdata database technology (2014.02.05)
[SSA] 01.bigdata database technology (2014.02.05)
 
AWS 기반 데이터 레이크(Datalake) 구축 및 분석 - 김민성 (AWS 솔루션즈아키텍트) : 8월 온라인 세미나
AWS 기반 데이터 레이크(Datalake) 구축 및 분석 - 김민성 (AWS 솔루션즈아키텍트) : 8월 온라인 세미나AWS 기반 데이터 레이크(Datalake) 구축 및 분석 - 김민성 (AWS 솔루션즈아키텍트) : 8월 온라인 세미나
AWS 기반 데이터 레이크(Datalake) 구축 및 분석 - 김민성 (AWS 솔루션즈아키텍트) : 8월 온라인 세미나
 
AWS CLOUD 2017 - Amazon Redshift 기반 DW 와 비지니스 인텔리전스 구현 방법 (김일호 솔루션즈 아키텍트)
AWS CLOUD 2017 - Amazon Redshift 기반 DW 와 비지니스 인텔리전스 구현 방법 (김일호 솔루션즈 아키텍트)AWS CLOUD 2017 - Amazon Redshift 기반 DW 와 비지니스 인텔리전스 구현 방법 (김일호 솔루션즈 아키텍트)
AWS CLOUD 2017 - Amazon Redshift 기반 DW 와 비지니스 인텔리전스 구현 방법 (김일호 솔루션즈 아키텍트)
 
110517_Oracle
110517_Oracle110517_Oracle
110517_Oracle
 
[E-commerce & Retail Day] Data Freedom을 위한 Database 최적화 전략
[E-commerce & Retail Day] Data Freedom을 위한 Database 최적화 전략[E-commerce & Retail Day] Data Freedom을 위한 Database 최적화 전략
[E-commerce & Retail Day] Data Freedom을 위한 Database 최적화 전략
 
20100407 박진호 d_lifecycle_kisti
20100407 박진호 d_lifecycle_kisti20100407 박진호 d_lifecycle_kisti
20100407 박진호 d_lifecycle_kisti
 
[IBM 김상훈] NAS_IBM Spectrum NAS 상세 설명
[IBM 김상훈] NAS_IBM Spectrum NAS 상세 설명[IBM 김상훈] NAS_IBM Spectrum NAS 상세 설명
[IBM 김상훈] NAS_IBM Spectrum NAS 상세 설명
 
[IBM Korea 김상훈] Cleversafe 소개자료
[IBM Korea 김상훈] Cleversafe 소개자료[IBM Korea 김상훈] Cleversafe 소개자료
[IBM Korea 김상훈] Cleversafe 소개자료
 
클라우드 이야기1 2 20160823-신인철_slideshare
클라우드 이야기1 2 20160823-신인철_slideshare클라우드 이야기1 2 20160823-신인철_slideshare
클라우드 이야기1 2 20160823-신인철_slideshare
 
2012.04.11 미래사회와 빅 데이터(big data) 기술 nipa
2012.04.11 미래사회와 빅 데이터(big data) 기술 nipa2012.04.11 미래사회와 빅 데이터(big data) 기술 nipa
2012.04.11 미래사회와 빅 데이터(big data) 기술 nipa
 
AWS Finance Symposium_천만 고객을 위한 AWS 클라우드 아키텍쳐 확장하기
AWS Finance Symposium_천만 고객을 위한 AWS 클라우드 아키텍쳐 확장하기AWS Finance Symposium_천만 고객을 위한 AWS 클라우드 아키텍쳐 확장하기
AWS Finance Symposium_천만 고객을 위한 AWS 클라우드 아키텍쳐 확장하기
 
AWS에서 빅데이터 프로젝트 시작하기 - 이종화 솔루션즈 아키텍트, AWS
AWS에서 빅데이터 프로젝트 시작하기 - 이종화 솔루션즈 아키텍트, AWSAWS에서 빅데이터 프로젝트 시작하기 - 이종화 솔루션즈 아키텍트, AWS
AWS에서 빅데이터 프로젝트 시작하기 - 이종화 솔루션즈 아키텍트, AWS
 
워크로드에 적합한 최적의 클라우드 스토리지를 찾기 원하는 당신에게 - 김기현 AWS 솔루션즈 아키텍트 :: AWS Summit Seoul ...
워크로드에 적합한 최적의 클라우드 스토리지를 찾기 원하는 당신에게 - 김기현 AWS 솔루션즈 아키텍트 :: AWS Summit Seoul ...워크로드에 적합한 최적의 클라우드 스토리지를 찾기 원하는 당신에게 - 김기현 AWS 솔루션즈 아키텍트 :: AWS Summit Seoul ...
워크로드에 적합한 최적의 클라우드 스토리지를 찾기 원하는 당신에게 - 김기현 AWS 솔루션즈 아키텍트 :: AWS Summit Seoul ...
 

More from 오윤 권

[한국 IBM 권오윤] H2O.ai DriverlessAI 소개자료
[한국 IBM 권오윤] H2O.ai DriverlessAI 소개자료[한국 IBM 권오윤] H2O.ai DriverlessAI 소개자료
[한국 IBM 권오윤] H2O.ai DriverlessAI 소개자료오윤 권
 
Linux 서버 통합 : IBM LinuxONE
Linux 서버 통합 : IBM LinuxONELinux 서버 통합 : IBM LinuxONE
Linux 서버 통합 : IBM LinuxONE오윤 권
 
Ibm sap hana on power
Ibm sap hana on powerIbm sap hana on power
Ibm sap hana on power오윤 권
 
IBM의 머신비전 솔루션 PowerAI vision
IBM의 머신비전 솔루션 PowerAI visionIBM의 머신비전 솔루션 PowerAI vision
IBM의 머신비전 솔루션 PowerAI vision오윤 권
 
토큰화 시대에 적합한 Linux 서버 IBM LinuxONE
토큰화 시대에 적합한 Linux 서버 IBM LinuxONE토큰화 시대에 적합한 Linux 서버 IBM LinuxONE
토큰화 시대에 적합한 Linux 서버 IBM LinuxONE오윤 권
 
IBM Flash Storage 플래시 스토리지
IBM Flash Storage 플래시 스토리지IBM Flash Storage 플래시 스토리지
IBM Flash Storage 플래시 스토리지오윤 권
 
H2O.ai DriverlessAI
H2O.ai DriverlessAIH2O.ai DriverlessAI
H2O.ai DriverlessAI오윤 권
 
효율적 클러스터 활용을 위한 job scheduler
효율적 클러스터 활용을 위한 job scheduler효율적 클러스터 활용을 위한 job scheduler
효율적 클러스터 활용을 위한 job scheduler오윤 권
 
[한국 IBM 권오윤]H2O.ai DAI & IBM GPU 서버
[한국 IBM 권오윤]H2O.ai DAI & IBM GPU 서버[한국 IBM 권오윤]H2O.ai DAI & IBM GPU 서버
[한국 IBM 권오윤]H2O.ai DAI & IBM GPU 서버오윤 권
 

More from 오윤 권 (9)

[한국 IBM 권오윤] H2O.ai DriverlessAI 소개자료
[한국 IBM 권오윤] H2O.ai DriverlessAI 소개자료[한국 IBM 권오윤] H2O.ai DriverlessAI 소개자료
[한국 IBM 권오윤] H2O.ai DriverlessAI 소개자료
 
Linux 서버 통합 : IBM LinuxONE
Linux 서버 통합 : IBM LinuxONELinux 서버 통합 : IBM LinuxONE
Linux 서버 통합 : IBM LinuxONE
 
Ibm sap hana on power
Ibm sap hana on powerIbm sap hana on power
Ibm sap hana on power
 
IBM의 머신비전 솔루션 PowerAI vision
IBM의 머신비전 솔루션 PowerAI visionIBM의 머신비전 솔루션 PowerAI vision
IBM의 머신비전 솔루션 PowerAI vision
 
토큰화 시대에 적합한 Linux 서버 IBM LinuxONE
토큰화 시대에 적합한 Linux 서버 IBM LinuxONE토큰화 시대에 적합한 Linux 서버 IBM LinuxONE
토큰화 시대에 적합한 Linux 서버 IBM LinuxONE
 
IBM Flash Storage 플래시 스토리지
IBM Flash Storage 플래시 스토리지IBM Flash Storage 플래시 스토리지
IBM Flash Storage 플래시 스토리지
 
H2O.ai DriverlessAI
H2O.ai DriverlessAIH2O.ai DriverlessAI
H2O.ai DriverlessAI
 
효율적 클러스터 활용을 위한 job scheduler
효율적 클러스터 활용을 위한 job scheduler효율적 클러스터 활용을 위한 job scheduler
효율적 클러스터 활용을 위한 job scheduler
 
[한국 IBM 권오윤]H2O.ai DAI & IBM GPU 서버
[한국 IBM 권오윤]H2O.ai DAI & IBM GPU 서버[한국 IBM 권오윤]H2O.ai DAI & IBM GPU 서버
[한국 IBM 권오윤]H2O.ai DAI & IBM GPU 서버
 

IBM Cloud Object Storage 오브젝트 스토리지

  • 1. IBM Systems 기존 스토리지의 한계를 극복합니다 Key 6 initiatives Extended IBM 오브젝트 스토리지
  • 2. 2Key 6 initiatives - extended © Copyright IBM Corporation 2019 디지털 혁신에 따른 비정형 데이터의 폭발적 성장 500 375 250 125 Projected Exabytes 125 billion Internet-connected devices by 2030 90% of all data was created in the last 2 years Unstructured DataUnstructured Data 전통적인 스토리지 아키텍처로는 데이터 폭증의 시대에 대한 효율적인 대처 불가 2009 2010 2011 2012 2012 2013 2014 2015 2016 2017 2018 2019 2020 80%80%
  • 3. 3Key 6 initiatives - extended © Copyright IBM Corporation 2019 오브젝트 스토리지 개념 이해 ▪ 데이터를 오브젝트로 관리하는 스토리지 아키텍처 ▪ 하나의 오브젝트에 데이터, 메타데이터 및 고유 글로벌 ID가 포함 ▪ 대규모 확장성 및 공통 API를 통한 액세스 기능 덕분에 클라우드 애플리케이션에 우선적으로 사용됨. golden_gate_bridge.jpg 이미지 크기: 640x480 생성일자: July 4, 2014 범주: Bridges 주: California 도시: San Francisco 메타데이터 (해당 파일 설명): 오브젝트 = 데이터(파일) + 메타데이터 + 고유 ID 각 오브젝트는 고유의 URL 기반 저장되고 HTTP (REST API)를 통해 접근 http://swift.example.com/v1/AUTH_account/container/object 기본 URL API 버젼 어플리케이션을 위해 할당된 스토리지 공간 예) “photo app” 버킷 또는 논리적 오브젝트 그룹 (namespace) 예) “images” golden_gate_ bridge.jpg + metadata “ 비정형 데이터에 특화된 대용량, 저비용, 고효율 스토리지 솔루션 “
  • 4. 4Key 6 initiatives - extended © Copyright IBM Corporation 2019 별첨. 오브젝트 스토리지 비교 (오브젝트 vs 파일 vs 블록) Type별 비교 오브젝트 파일 블록 데이터 처리 방식 Object 단위로 관리 (수MB + Chunk) - 파일 + 메타데이터 + 고유 ID File 단위로 읽고 저장 (4KB) - 계층형 디렉토리 구조 Block 단위로 읽고/저장(512B) - Sector, Track 프로토콜 HTTP REST API (AWS S3, Openstack Swift) CIFS, NFS SCSI(Fibre Channel) iSCSI(Ethernet) 최적의 워크로드 대용량 비정형 데이터를 위한 컨텐트 서비스 빠른 파일 공유 및 서비스, 파일 Locking 빠른 Random IO처리, 빠른 작은 레코드 읽고/쓰기 적용 어플리케이션 컨텐트 저장 / 아카이브 어플리케이션 (사진, 비디오,유전자 분석, 웹컨텐트,기타 큰 데이터셋) File 공유 어플리케이션 (Mail,PPT,DOCS,CAD/CAM) 트랜잭션 기반 어플리케이션 (DB,ERP,CRM) 강점 무한 확장성, 경제성, 웹/클라우드 호환성 빠르고 단순한 공유 파일 관리 고성능의 트랜잭션 데이터 처리 제약 사항 빈번하게 변경되는 트랜젝셔널 데이터 환경에 비적합 수억개의 inode 이상에서 발생하는 메타데이터 성능 대용량 확장 불가 및 고비용 이슈 최대 용량 수십억개 오브젝트 수 엑사 바이트 백만~수천만개 파일 수 페타 바이트 수천~수만개 파일 수백 테라 바이트 비용 $ $$ $$$
  • 5. 5Key 6 initiatives - extended © Copyright IBM Corporation 2019 IBM 오브젝트 스토리지의 핵심 차별화 3가지 스토리지 비용 절감 기존 스토리지에 비해 TCO를 70 % 절감 관리 복잡성 제거 구축 및 관리가 매우 편리한 스케일 오브젝트 스토리지 무중단 확장 No downtime 무한 수평 확장 계속 가능 5Key 6 initiatives - extended © Copyright IBM Corporation 2019
  • 6. 6Key 6 initiatives - extended © Copyright IBM Corporation 2019 스토리지 비용을 최대 70%까지 절감하실 수 있습니다 전통적인 스토리지 판교 일산 대전 IBM 오브젝트 스토리지 판교 일산 대전 Onsite mirror 1.2 PB Raw Raw Storage 1.2 PB Usable 1PB 용량의 Highly Reliable한 스토리지 구성 예시 Original 1.2 PB Raw Raw Storage 1.2 PB Remote copy 1.2 PB Raw Raw Storage 1.2 PB 스토리지 비용 절감 70% 6 Raw Storage 3.6 PB Raw Storage 1.8 PB
  • 7. 7Key 6 initiatives - extended © Copyright IBM Corporation 2019 오브젝트 스토리지 활용 방안 금융 및 보험미디어 및 엔터테인먼트 제작 정부 및 공공기관서비스업계미디어 및 엔터테인먼트 유통 헬스케어 및 생명과학 데이터 백업 타겟 액티브 아카이브 기업 파일 협업 및 공유 컨텐츠 저장소 • 백업 또는 스냅샷 데이터 저장 • VTL 대체 솔루션 • 빠른 데이터 검색 및 복구 • 사용 빈도가 낮은 데이터 이동 • 주스토리지의 비용 절감 • 빠른 아카이브 데이터 처리 • 편리한 데이터 접근 • 파일 동기화 및 공유 • 일부 데이터는 로컬로 캐싱 가능 • 주요 컨텐츠의 경제적인 관리 • 안전하고 용이한 데이터 접근 • 컴플라이언스 요건에 맞게 WORM 기능 제공
  • 8. 8Key 6 initiatives - extended © Copyright IBM Corporation 2019 오브젝트 스토리지는 차세대 백업/아카이브 용도로도 매우 적합합니다 1세대 (~2000년대 중반) 2세대 (2003년~2016) 3세대 (2016년~) 테이프 백업(PTL) VTL/ 디스크 백업 오브젝트 스토리지 백업 ✓ 저렴한 비용 ✓ 소산/ 이동의 편리 ✓ LTO기술 로드맵으로 지속적인 발전 ✓ 미디어 분실/ 손상 가능성으로 테이프 수명관리 필요 ✓ 복구 전까지 미디어 장애확인 어려움 ✓ 제약적인 백업 및 복구성능 ✓ 마이그레이션의 어려움 ✓ 테이프보다 빠른 성능 ✓ RAID기술을 통한 데이터 보호 ✓ 중복제거를 통한 효율적 용량관리 ✓ 높은 도입 비용 및 유지 비용 ✓ 폭발적으로 증가하는 빅데이터 시대에 성능의 한계, 관리 및 증설의 제약 ✓ 클라우드/ 온프라미스를 모두 지원하는 차세대 아키텍쳐 ✓ 최대 9x15 안정성 제공(99.99………..) ✓ VTL 대비 월등한 Scale-out 고성능 및 관리의 편의성 ✓ 기존대비 50% 이상 TCO 절감 PublicLocal Hybrid On-Premise Off-Premise