日本語は機械翻訳による参考訳です。内容に矛盾や不一致があった場合には、英語の内容が優先されます。

ストレージの効率化

Storage Efficiency には、ストレージシステム内のデータに使用される物理容量を削減する機能が含まれています。ONTAP では、次のような機能があります。

  • データ圧縮

  • データコンパクション

  • データ重複排除

  • NetApp FabricPool

これらの定義は、次のように拡張することができます。

  • NetApp FlexClone テクノロジ

  • NetApp Snapshot コピー

ストレージ効率化は、購入する必要がある物理ハードウェアの量を削減することで、ストレージコストを抑えるために不可欠です。ONTAP では、システムのパフォーマンスへの影響を最小限に抑えながら、インライン( AFF システム)またはポストプロセス(すべてのシステム)でデータ削減を実行できます。

ONTAP 9.8 では、いくつかの機能拡張を使用してストレージを効率化できます。

FabricPool

FabricPool は、ファイルシステムでコールドとしてマークされたブロックを取り込み、 4MB のオブジェクトにバンドルしてクラウドバケットや S3 バケットに出荷する、ネットアップのデータ階層化テクノロジです。コールドデータは、ストレージシステムの総容量の最大 80% を使用できるため、パフォーマンス階層に保存するのではなく、低コストのストレージ解決策に移動することをお勧めします。

これはすべて、設定可能な階層化ポリシーを使用して ONTAP で自動的に実行されます。 Inactive Data Reporting によって、ストレージシステムに現在あるコールドデータの量を確認できます。そうすれば、 FabricPool が実際にお金を貯めるかどうか評価できる。

エラー:グラフィックイメージがありません

クラウドに階層化されたファイルにクライアントがアクセスすると、要求されたブロックのみ(ファイル全体ではなく)にアクセスできるようにパフォーマンス階層に戻されます。

ONTAP 9.8 では、次の FabricPool 機能がサポートされます。

  • * HDD アグリゲートからの階層化 * ONTAP 9.8 より前のバージョンでは、 ONTAP からクラウドへの FabricPool 階層化は SSD アグリゲートでのみ可能でした。ONTAP 9.8 で、 HDD アグリゲートの FabricPool を使用して階層化できるようになりました。

  • * ONTAP S3 への階層化 * ONTAP S3 は一般に利用できるようになったため、 FabricPool を使用する ONTAP システムから ONTAP S3 バケットへの階層化が可能になりました。これにより、古い容量ストレージを FabricPool 層として使用して転用できます。さらに、同じクラスタへの階層化によって、クラウドネットワーク接続を経由する場合よりも高速な読み出し時間が実現します。

  • * 冷却期間の増加。 * ONTAP 9.8 より前のバージョンでは、最大 63 日の冷却期間後にデータはコールドとしてマークされます。ONTAP 9.8 では、この最大数を 183 日に設定できます。これは、財務レポートなど、四半期ごとにアクセスされるデータなど、散発的にアクセスされる可能性があるデータに便利です。

  • * オブジェクトのタグ付け。 * オブジェクトタグに基づいてデータを管理する情報ライフサイクルポリシーを提供する S3 プロバイダに階層化する場合、 ONTAP 9.8 では、 FabricPool を使用して階層化したオブジェクトにタグを付け、これらのポリシーに組み込むことができます。

  • * クラウドの読み出し。 * 場合によっては、階層化されたすべてのデータをクラウドから戻す必要があります。ONTAP 9.8 では、すべてのデータにアクセスする代わりに、クラウドからデータを取得するジョブを実行できるようになりました。

圧縮

ONTAP 9.8 では、圧縮可能なデータセットのデータ削減率を向上させるだけでなく、パフォーマンスの向上に役立つデータ圧縮の変更がいくつか導入されています。

圧縮の主な変更点は、データをコールド分類とホット分類で区別することでした。コールドデータとは、長時間アクセスされていないデータ、ホットデータとはアクセス頻度の高いデータです。つまり、ホットデータの圧縮に積極的に時間をとられず、コールドデータの圧縮に積極的に取り組んでいます。

ONTAP 9.8 では、 8K の圧縮グループを使用してホットデータがインラインで圧縮されます。また、データの重複排除は圧縮前に行われ、データセットの効率性がさらに向上します。

コールドデータは、よりアグレッシブな 32K 圧縮グループを使用して、バックグラウンドで再度圧縮されます。これらの変更により、ホットデータのパフォーマンスが向上し、すべてのデータのデータ削減率が向上します。