企业级云服务商青云QingCloud日前宣布QingStor对象存储推出私有云软硬一体化存储解决方案,具备企业级高可靠和高可用特性,新增纠删码、存储分层、图片处理和对象生命周期管理功能,配合精心设计的通用硬件设备,极大地降低了企业用户的存储成本,成为企业级存储市场强有力的竞争者。
QingStor对象存储的公有云服务于2016年9月13日正式商用,完美地解决了非结构化数据海量存储的问题。但随着企业的不断发展,数据体量和企业需求都在不断增加,对存储也提出了新的要求,QingStor对象存储2.0由此诞生。在刚结束不久的青云QingCloud Insight 2017云计算峰会上,QingCloud发布QingStor对象存储2.0,是QingStor对象存储服务的一次重新定义和重大升级。
QingStor对象存储2.0被定义为“企业级存储解决方案”,相较于上一代产品,其在技术架构、产品体系及产品功能上均做出了重大升级。公有云服务和私有云一体化解决方案采用同一套架构。其中,新增的私有云一体化解决方案是在收集了大量企业需求后构建而成的,能够满足海量多样文件的统一存储管理、数据处理和大数据分析,并极大地降低传统集中式存储的成本。QingStor对象存储根据这些需求,提供了针对性的解决方案。其产品亮点如下:
QingStor对象存储私有云一体化解决方案从硬件、软件架构和软件功能三个层面着手,帮助企业用户降低存储成本。
精心设计X86通用硬件代替存储专用设备,节省大量初始采购成本。低频存储节点选用JBOD扩展框,提供了一种更经济、更节省空间的存储方式。
QingStor对象存储支持在同一套架构和调度系统下部署分层的存储集群,异构集群独立扩容,互不影响。作为软硬一体化解决方案,青云QingCloud提供了“标准存储”和“低频存储”两种存储分级,相应的,存储节点也分为标准存储节点和低频存储节点。通过对象生命周期管理,用户可以自定义分层存储策略,以自动触发数据分层迁移。
面向热数据的场景,QingStor对象存储在标准存储上提供三副本方案,在低频存储上提供纠删码方案,分为两类,一类是在存储集群上做跨机器的纠删码,另一类是在存储集群上做单机器内的纠删码,能够进一步节省存储空间成本。
通过支持对象数据的高可靠性和业务节点的高可用性,QingStor对象存储能够满足企业级客户的可用性需求。QingStor对象存储的数据采用三副本的方式进行存储,并通过MD5校验保障用户在上传、下载和多副本拷贝时的数据一致性;QingStor对象存储所有业务节点采用集群模式部署,硬件节点采用双网卡绑定,自身提供高性能的负载均衡服务,无单点故障,其高可用和高可靠特性是经过公有云长期验证的实践总结。
管理门户(Portal)作为私有云一体化解决方案里重要的亮点之一,能够让用户通过其了解系统的各种状态。管理门户目前支持系统监控、服务监控两种监控方式。日志系统会收集整个QingStor对象存储系统各个组件所产生的日志,进行汇总,并提供查询和过滤功能。告警系统支持向用户以自定义的方式进行告警信息的推送,目前支持Email、短信等方式。此外还有权限管理等相关工具。从运维角度来看,极大地减轻运维压力,节省人力成本。
QingStor对象存储私有云一体化解决方案适用于企业网盘、文档管理、OA数据的存储、视频文件的云存储、Web端或移动端应用中数据的高效存取,以及为了容灾、审计等目的进行数据的统一备份等应用场景。
青云QingCloud CEO黄允松表示,QingStor对象存储私有云一体化解决方案的推出,为用户的海量数据提供了企业级存储解决方案,极大地提升了企业存储的性价比和易用性。未来,包括对象存储、NeonSAN(Server SAN)和NAS在内的QingStor全线产品将持续创新,更全面地满足企业用户对存储的需求。
好文章,需要你的鼓励
计算机历史博物馆软件馆长Al Kossow成功恢复了上月在犹他大学发现的半世纪前磁带内容。UNIX V4是首个内核用C语言编写的UNIX操作系统版本,已从1970年代九轨磁带中成功恢复。现可从互联网档案馆下载并在SimH中运行。该版本包含约5.5万行代码,其中2.5万行为C语言,内核仅27KB大小。恢复过程使用了readtape程序采样原始磁通变化进行数据重建。
新加坡南洋理工大学研究团队提出"棱镜假设",认为图像可像光谱一样分解为不同频率成分,低频承载语义信息,高频包含视觉细节。基于此开发的统一自编码系统UAE,通过频率域分解成功统一了图像理解和生成能力,在多项基准测试中超越现有方法,为构建真正统一的视觉AI系统提供了新思路,有望推动计算机视觉技术向更智能统一的方向发展。
亚马逊云服务宣布其存储网关现已支持Nutanix的AHV虚拟化管理程序,进一步扩展混合云存储解决方案。此前AWS存储网关已支持VMware ESXi、微软Hyper-V和Linux KVM。由于AHV基于KVM架构,AWS表示添加支持相对容易。随着Broadcom收购VMware后策略调整,许多企业正寻求替代方案,Nutanix成为热门选择。分析师预测VMware可能在三年内失去35%的工作负载。
芝加哥伊利诺伊大学团队提出QuCo-RAG技术,通过检查AI训练数据统计信息而非内部信号来检测AI回答可靠性。该方法采用两阶段验证:预检查问题实体频率,运行时验证事实关联。实验显示准确率提升5-14个百分点,在多个模型上表现稳定,为AI可靠性检测提供了客观可验证的新方案。