【硬體加速帶來資料縮減技術新進化】資料縮減技術的硬體加速時代來臨

面對資料量近乎永無止盡的持續攀升，現在有越來越多IT應用領域，都需要資料縮減技術的協助，來減緩儲存容量的消耗，以及儲存硬體成本的暴漲。

然而問題在於，壓縮與重複資料刪除等資料縮減技術，都會耗用相當程度的處理器運算效能與記憶體空間。當壓縮與重複資料刪除處理的資料量越大，需要耗用的硬體資源也直線增加，對系統帶來龐大的效能衝擊。這也制約了資料縮減技術的應用情境，不僅難以應用在承擔了龐大運算負擔，或是必須即時回應存取需求的應用伺服器，以及第一線儲存設備上，對於硬體等級不足的中、低階環境而言，也缺乏啟用資料縮減功能的條件。

因此以往只能透過一些變通的方式，設法讓高負荷環境也能使用資料縮減功能，如調節資料縮減的運算負荷、或是處理器資源的過量配置，但都不是根本的解決辦法。

而近年來出現的一種新架構——透過專屬加速硬體，來卸載資料縮減相關運算，而這種方法的應用，為這個問題的解決，帶來了一個新方向。

可以協助資料縮減運算的專屬加速硬體，最初是少數廠商的獨門架構，後來也被應用在一些老牌的高階儲存陣列上，這一、二年來的應用案例迅速增加，甚至連中階儲存陣列也開始導入。

資料縮減技術的運算負擔難題

隨著資料縮減技術的應用，從早期的備份等第二線儲存應用，擴展到全快閃儲存陣列這類第一線儲存設備，以及一般的通用環境時，資料縮減技術帶來的運算負擔問題，也益行突顯。

無論壓縮還是重複資料刪除，都會耗用相當多的主機或儲存控制器資源，包括處理器使用率、記憶體空間與I/O頻寬，如重複資料刪除的特徵值比對作業，便會耗用許多CPU週期，而作為比對基準的Hash Table，也會占用相當大的記憶體空間。

根據Pure Storage的資料，要處理一個1TB檔案的壓縮作業，大約需要16MB的記憶體空間。相較下，要跨整個儲存區處理1TB資料的重複資料刪除，則需要16GB記憶體空間，若是10TB資料量的重複資料刪除，便需要多達160GB記憶體空間。

就一般的經驗來說，如果系統原本的負載在50％以下，則資料縮減運算造成的影響幾乎可以忽略。但如果系統原本的負載已超過50％，則資料縮減運算便會嚴重影響系統效能。

一般的中、低階伺服器主機或儲存陣列，都難以有足夠的硬體資源，來因應重複資料刪除的運算負擔，一旦強行啟用，將大幅增加主機與儲存控制器的負荷，導致衝擊到原本的運算作業或存取服務。即使是高階主機或儲存陣列，重複資料刪除運算帶來的效能衝擊也不容小覷。

對於不同的應用環境，資料縮減運算負擔帶來的效能衝擊，也有所差異。

對於備份應用來說，雖然資料縮減技術會耗費相當大的運算資源，但對於多數的備份應用來說，對於儲存空間的成本，比備份作業的效能更敏感，所以較能忍受資料縮減技術的效能衝擊，來換取大幅減少儲存空間耗用的效益。

另一方面，由於備份屬於離線應用，資料縮減相關的運算，是由備份伺服器或備份軟體代理程式在離峰時間於背景執行，也不會影響到用戶日常的線上儲存應用。

但對於第一線儲存設備或通用應用環境時時，資料縮減技術所耗用的儲存控制器運算資源，勢必會影響原本的運算任務與儲存服務。

顯然的，若本來只是輔助性應用的資料縮減功能，占用的處理器資源過多，導致嚴重衝擊到用戶端可用的儲存I/O效能，這麼一來就是本末倒置。所以，真正「實用化」的資料縮減技術，必須是以不影響儲存設備正常服務為前提。

克服資料縮減運算負擔的新路線

面對資料縮減運算衝擊系統效能的問題，一般的解決辦法有這幾種：

方法1：設法調節資料縮減運算的負擔

例如放棄使用Inline型式的壓縮與重複資料刪除，只使用後處理型式的壓縮與重複資料刪除，以便控制啟動資料縮減作業的時間，避開尖峰時段，藉此降低衝擊。

或是放棄「Always On」的資料縮減作業模式，為資料縮減功能提供開關的選項，或是限定資料縮減運算占用的資源上限，由用戶視個別儲存區的I/O負荷，自行決定是否啟用資料縮減功能。

方法2：硬體資源過量配置（Over-provisioning）

為伺服器或儲存控制器採用更高規格的處理器，與更大容量的記憶體，來抵消資料縮減技術耗用的運算資源影響。

顯然的，這兩個解決辦法都沒有真正解決問題。

事實上，第1個辦法，也就是透過改用後處理架構的資料縮減功能，或是選擇只部分啟用資料縮減功能，只適合不那麼需要資料縮減功能的情境。

不過，對於無時無刻都要啟用資料縮減功能的環境，便只能採用第2個辦法——預先配置更高規格的處理器與記憶體，抵消資料縮減運算負擔的影響，然而這又會帶來硬體成本大幅攀升的副作用。於是，近來出現了第3種作法。

方法3：引進專用加速硬體

將資料縮減運算工作，卸載給專用硬體來執行，如此一來，伺服器主機或儲存控制器的處理器，就不會受資料縮減運算的拖累，而影響到原本的運算工作，另一方面，伺服器與儲存控制器也無需使用太高規格的處理器。

這種搭配專用硬體的方式，既可滿足資料縮減功能的重度使用，又不會有資料縮減運算影響整體效能的問題，同時也不致增加太多成本，可以說是目前因應資料縮減運算負擔的最佳解決方案，因而在這2年來有了迅速的發展。

事實上，在儲存設備上整合壓縮晶片等資料縮減用途硬體，是行之有年的作法，多年來，許多磁帶設備與虛擬磁帶櫃（VTL）產品，都有搭配硬體壓縮功能的選項，藉此在壓縮備份資料的同時，兼顧備份作業的速度。

不過，近期興起的這一波資料縮減硬體潮流，是要為第一線的「通用型」儲存陣列等設備，包括高效能的全快閃儲存陣列，整合資料縮減用硬體，對於效能、延遲與存取回應即時性的要求，完全是另一個層次，遠不是用於備份儲存設備的壓縮晶片可比。

儘管目前市場上已實際導入專用加速硬體，來因應資料縮減運算的通用儲存陣列產品還不多，只有8、9個儲存陣列產品線，但全都是Dell EMC、HPE、Hitachi、NetApp等一線大廠的新一代主力產品，也代表了一個顯著的趨勢，因此，我們可以預期，未來會有更多跟進採用這種硬體加速架構的產品問世。

代表性的資料縮減加速硬體：控制器核心內嵌加速晶片

透過內嵌於控制器核心內的專屬晶片，執行資料縮減運算，採用這種架構的產品中，最著名的是HPE 3PAR的StoreServ。

多年來，3PAR一直堅持在控制器採用通用處理器+ASIC架構，由通用處理器負責系統控制，專屬ASIC晶片負責執行RAID 5、RAID 6運算，控制器互連與快取I/O處理，以及Thin Provisioning、Zero區塊檢測等功能，ASIC的專用硬體線路處理這些固定運算功能，比起通用處理器有先天的性能優勢。

後來，隨著HPE 3PAR引進重複資料刪除功能，此時的ASIC晶片，也有了更多的用途。例如，於2015年中，HPE在發布3PAR OS 3.2.1 MU2時，新增了搭配第4代ASIC晶片的重複資料刪除功能，也就是Thin Deduplication，可由ASIC卸載這項功能的運算負擔。

後續改款的HPE 3PAR StoreServ產品線，以及2019年新發表的最新的Primera系列，HPE依然堅持通用處理器+ASIC架構，以及由ASIC卸載處理資料縮減功能的機制，並將ASIC晶片先後升級到第5代與第6代。

 相關報導  企業儲存瘦身術邁向新境界