WatchStor.com — 领先的中文存储网络媒体 | 51CTO旗下网站

新闻资讯 > 内存计算 > 正文
脱下内存计算的昂贵外衣:甲骨文“碾压”SAP HANA(1)
作者: 崔昊 2014-08-06 16:10 【watchstor】

成为一个“Real-Time Enterprise”并不需要将整个数据库放在内存当中,如果你是Oracle Database的用户,并且购买了最新的Oracle Database In-Memory Option(甲骨文数据库内存计算选件)。

具体来说,实现的步骤有三步:

1、配置内存中列存储的容量;

2、将表或分区加入列存储中;

3、删除分析型索引,提升OLTP性能

按照甲骨文公司数据库技术产品执行副总裁Andrew Mendelsohn的说法,甲骨文数据库内存计算选件避免了企业用户及开发者的“选择性牺牲”和“硬件成本的提升”。他很直接的表示,对于其他的数据库供应商来说,内存计算的成本和复杂度都较高,而且会造成用户在不同业务领域使用数据库时的锁定。

很显然,Andrew Mendelsohn的矛头直指在内存计算(In-Memory Computing)市场风头强劲的竞争友商SAP及其SAP HANA内存计算解决方案。他认为,在内存计算市场,或者说在内存计算技术解决方案的应用上,“企业用户存在着一定的误区”,只有甲骨文公司能够改变这一切。

TB级内存的内存计算无法普及

在“Wintel(Windows+Intel)”时代,软件开发商和硬件供应商被认为是“沆瀣一气”的,随着软件功能的多样化以及特性的提升,需要更好的硬件来支持,似乎是一条必然的定理。

同样的思路也存在于内存计算领域。2014年初,英特尔发布最新一代面向关键业务及实时计算的至强E7 v2处理器,四插槽和八插槽系统的内存容量高达6TB及12TB,成为当今单一系统内Scale-up最高的内存容量,这被认为是为了顺应内存计算这一重要的实时计算实现方式,特别是在大数据时代。

问题在于,实现这一大容量单一系统内存硬件架构的成本十分昂贵,甚至是不现实的:内存的价格十分昂贵,尤其是面向关键业务服务器平台的内存,为了达到最大的内存容量,单条32GB内存是必须的,但其价格并不是16GB内存的2倍或8GB内存条的4倍,而是更高。

即便是为了关键业务系统或是实时的大数据内存计算,企业CIO也无法承受四路或八路服务器平台通过32GB单条内存满配的成本。

因此,在相当长的一段时间内,内存计算被认为是“昂贵且无法普遍使用的”。虽然SAP HANA在市场上的声音很多,IBM、惠普、戴尔相继认证了SAP HANA系统平台,但整体来看,内存计算市场更像是一个阳春白雪的“金字塔尖”:要知道,2012年3月前的6个月中,SAP HANA In-Memory系统虽然从200个客户手中获得了两亿美元的营收,但平均每个客户的成本高达100万美元。

甲骨文也同样推出了Exalytics In-Memory系统,并行执行TimesTen和Essbase数据库,是一个类似SAP HANA的“将整个数据库全部放入内存”的内存计算系统,但价格同样高昂:根据2012年媒体披露的信息,Exalytics硬件价格为13.5万美元。

对于用户遍布全球各行各业的Oracle Database来说,在其上实现通用性更强、价格更加便宜、易用性更好以及与现有系统融合更充分的内存计算系统,如果采取类似的实现方式,“内存计算可能永远也无法普及”。

内存计算应保持轻量级和普适性

“我们看到许多其他的内存数据库的产品,都需要购买很多内存,(但甲骨文的内存计算)可以选择在表、分区等不同的级别容量上购买内存。”Andrew Mendelsohn表示,内存计算不应成为企业的硬件负担,甲骨文认为,它应当能够基于现有的IT基础设施和投资具备内存计算的能力,适应所有的工业化的、主流的标准硬件设备。

“你不需要选择或是等待需要经过(内存计算方案)认证的硬件平台。” Andrew Mendelsohn此言直指不断发布“XXX服务器经过SAP HANA认证”的竞争对手解决方案。

“适应所有主流硬件平台”的Oracle Database In-Memory Option并非也只能运行在标准硬件上(在采访时,甲骨文公司验证了其在双插槽服务器上的惊人效率)——企业间也存在着“贫富差距”——Oracle M6-32 大内存机(Oracle M6-32 Big Memory Machine)是适合Oracle Database In-Memory的、最强大的纵向扩展平台,提供多达32TB DRAM内存和3TB/秒内存带宽,最大限度地提高了内存性能。

此外,Oracle Database In-Memory Option可以在大型SMP服务器上纵向扩展、跨服务器集群的横向扩展以及存储分层(将内存访问、闪存优化以及磁盘存储进行分层,将活跃度较低的数据转移到闪存和磁盘中),来进一步提高系统的运行效率、降低成本。


【内容导航】
 第 1 页:TB级内存的内存计算无法普及  第 2 页:列式数据库非常重要 但只在内存里即可
 第 3 页:混合工作负载 延续生态环境

标签:高端存储 海量存储 内存计算 

LecVideo
论坛与活动