مبانی ذخیره‌سازی بلوکی

چرا دیتاسنتر به ⁦SAN⁩ فکر می‌کند؟

فرض کنید سه سرور ⁦HPE ProLiant DL380⁩ دارید و هرکدام ⁦ESXi⁩ و ⁦Datastore⁩ محلی خودشان را دارند. حدود ۶۰ ماشین مجازی، از ⁦Active Directory⁩ و ⁦SQL Server⁩ تا سرویس‌های لینوکسی و برنامه‌های مالی، روی این سه میزبان پخش شده‌اند. اگر یکی از میزبان‌ها برای تعمیر از مدار خارج شود، باید دیسک ماشین‌هایش را جابه‌جا کنید یا آن‌ها را از روی نسخه‌ای مستقل برگردانید. در پیکربندی‌های پشتیبانی‌شده می‌شود ماشین روشن را بدون ذخیره‌ساز مشترک جابه‌جا کرد، به شرطی که زمان کپی، ظرفیت مقصد و پهنای باند شبکه را در برنامه نگهداری حساب کرده باشید. اگر میزبان ناگهان خاموش شود، دو میزبان دیگر به دیسک محلی آن دسترسی ندارند. با ⁦SAN⁩ هر سه میزبان مجاز همان ⁦Datastore⁩ را می‌بینند و اگر کلاستر ⁦HA⁩ آماده باشد، می‌تواند ماشین‌ها را روی میزبان سالم روشن کند.

با ذخیره‌ساز مشترک، خرابی یک سرور لزوماً دسترسی به دیسک ماشین‌ها را قطع نمی‌کند. در عوض، سلامت آرایه و ⁦Fabric⁩ روی هر سه میزبان اثر می‌گذارد. قبل از خرید مشخص کنید در زمان خرابی چقدر ظرفیت لازم دارید، سرویس‌ها باید چه مدت بعد برگردند، داده‌ها با چه سرعتی رشد می‌کنند و بکاپ کجا نگهداری می‌شود. اگر آرایه از دست برود، برای برگرداندن فایل‌های ⁦VM⁩ به نسخه‌ای مستقل از آن نیاز دارید.

⁦SAN⁩ چیست و درخواست ⁦I/O⁩ از کجا عبور می‌کند؟

⁦Storage Area Network⁩ شبکه و سازوکار ارائه ذخیره‌سازی بلوکی به میزبان است. دیسک‌ها یا ⁦SSD⁩ها پشت کنترلر آرایه قرار دارند. کنترلر ظرفیت محافظت‌شده را به‌صورت ⁦Volume⁩ به میزبان مجاز ارائه می‌کند. میزبان درخواست خواندن یا نوشتن آدرس بلوک منطقی را به ⁦Target⁩ می‌فرستد و آرایه آن را به محل داده یا ⁦Cache⁩ نگاشت می‌کند. محفظه دیسک تنها یکی از اجزای این معماری است. ⁦Fabric⁩ می‌تواند مبتنی بر ⁦Fibre Channel⁩ یا شبکه ⁦IP⁩ متناسب با پروتکل باشد.

مقایسه ⁦SAN⁩، ⁦NAS⁩ و ⁦DAS⁩

ویژگی ⁦DAS⁩ ⁦NAS⁩ ⁦SAN⁩
سطح دسترسی بلوک محلی فایل از راه شبکه بلوک از راه شبکه
پروتکل رایج ⁦SAS⁩، ⁦SATA⁩، ⁦NVMe/PCIe⁩ ⁦SMB⁩، ⁦NFS⁩ ⁦FC/FCP⁩، ⁦iSCSI⁩، ⁦NVMe-oF⁩
مالک فایل‌سیستم سیستم‌عامل میزبان سرویس ⁦NAS⁩ میزبان یا کلاستر مصرف‌کننده
مرز کارایی کنترلر و رسانه محلی شبکه، سرویس فایل و رسانه ⁦Fabric⁩، مسیرها، کنترلر و ⁦Pool⁩
مقیاس و مدیریت توسعه سرور یا ⁦JBOD⁩ افزودن ظرفیت یا ⁦Node⁩ طبق طراحی توسعه آرایه، ⁦Fabric⁩ و ظرفیت مسیر
افزونگی کنترلر یا ⁦RAID⁩ محلی حسب مدل گره و شبکه و دیسک حسب مدل مسیر، ⁦Fabric⁩، کنترلر و حفاظت رسانه
کاربرد ⁦Boot⁩، ⁦Cache⁩، بار مستقل اشتراک فایل و ⁦Datastore⁩ مبتنی بر ⁦NFS⁩ ⁦VMFS⁩، پایگاه داده و دیسک کلاستر
سه مدل اتصال مستقیم، سرویس فایل و شبکه بلوکی با مرز مالکیت فایل‌سیستم
سه مدل اتصال مستقیم، سرویس فایل و شبکه بلوکی با مرز مالکیت فایل‌سیستم

برای اشتراک پوشه کاربران، ⁦SMB⁩ معمولاً مسئله را مستقیم‌تر حل می‌کند. برای ⁦VMFS⁩ روی دیسک مشترک، میزبان به دستگاه بلوکی نیاز دارد. یک محصول ⁦Unified⁩ می‌تواند هر دو سرویس را ارائه کند. برای انتخاب، ببینید میزبان به فایل نیاز دارد یا دستگاه بلوکی و خرابی هر جزء دسترسی کدام سرویس‌ها را قطع می‌کند.

دستگاه بلوکی، ⁦Volume⁩ و فایل‌سیستم

میزبان یک دستگاه با آدرس‌های منطقی بلوک می‌بیند و می‌تواند روی آن جدول پارتیشن و فایل‌سیستم بسازد. فرمان‌های ⁦SCSI⁩ مانند ⁦READ⁩ و ⁦WRITE⁩ روی دستگاه منطقی عمل می‌کنند. ⁦LUN⁩ شماره‌ای برای شناسایی واحد منطقی در زمینه ارائه ⁦Target⁩ است. در زبان عملیاتی، خود دستگاه ارائه‌شده را هم ⁦LUN⁩ می‌نامند. شناسه پایدار دستگاه را کنار شماره ⁦LUN⁩ ثبت کنید. ⁦Thin⁩ و ⁦Thick⁩ نحوه تخصیص ظرفیت را تعیین می‌کنند و شکل دستگاه بلوکی از دید مهمان می‌تواند در هر دو یکسان باشد. اتصال یک ⁦LUN⁩ به دو سرور به آن‌ها دید مشترک به بلوک می‌دهد. هماهنگی نوشتن به فایل‌سیستم کلاستری یا کنترل مالکیت نیاز دارد.

واژه‌نامه ⁦SNIA⁩ برای اصطلاحات ذخیره‌سازی

تصویر مرجع سرور ⁦HPE ProLiant Compute DL580 Gen12⁩ برای بنر

سخت‌افزار و معماری آرایه

اجزای فیزیکی

آرایه شامل کنترلرهای ⁦Front-end⁩، رسانه و مسیرهای ⁦Backend⁩ است. ⁦Shelf⁩ توسعه از رابط و توپولوژی تعریف‌شده سازنده استفاده می‌کند و خرابی مسیر ⁦SAS⁩ یا ⁦Backend⁩ را باید جدا از قطع ⁦Fabric⁩ بررسی کرد. ⁦HDD⁩ برای ظرفیت و الگوی مناسب، ⁦SSD⁩ برای دسترسی سریع‌تر و ⁦NVMe⁩ برای رابط فرمان و صف متفاوت در نظر گرفته می‌شود. نوع رسانه داخلی لزوماً پروتکل اتصال میزبان را تعیین نمی‌کند.

در ⁦FC⁩، آداپتور میزبان ⁦HBA⁩ به سوئیچ ⁦FC⁩ متصل می‌شود. در ⁦iSCSI⁩ نرم‌افزاری، ⁦NIC⁩ اترنت ترافیک ⁦IP⁩ را حمل می‌کند. شکل ظاهری ماژول برای سازگاری کافی نیست. ⁦SFP⁩، ⁦SFP+⁩، ⁦SFP28⁩ و ماژول‌های ⁦FC⁩ را با فهرست سازگاری پورت، سرعت، طول موج، نوع فیبر و فاصله تطبیق دهید. ⁦DAC⁩ فقط در پورت‌ها و طول‌های تأییدشده کاربرد دارد. دو منبع تغذیه را روی دو مسیر برق مستقل قرار دهید. وضعیت فن، دما و پورت مدیریت خارج از مسیر داده نیز جزو پذیرش نصب است.

کنترلر، کش و مالکیت ⁦Volume⁩

در معماری دوکنترلره، هر دو کنترلر ممکن است همزمان برای ⁦Volume⁩های گوناگون ⁦I/O⁩ سرو کنند. برای یک ⁦Volume⁩ مشخص، مسیر به کنترلر مالک می‌تواند بهینه‌تر باشد. در طرح ⁦Active-passive⁩ کنترلر یا مسیر ⁦Standby⁩ پس از رخداد مشخص وارد سرویس می‌شود. رفتار مالکیت، توازن بار و برگشت خودکار را از راهنمای همان مدل بررسی کنید.

در ⁦Write-back⁩، تأیید نوشتن می‌تواند پیش از انتقال داده به رسانه صادر شود. حفظ داده تأییدشده به سازوکار حفاظت ⁦Cache⁩ وابسته است. پیاده‌سازی‌ها می‌توانند ⁦Cache⁩ آینه‌شده، حافظه پایدار یا ⁦Supercapacitor⁩ و انتقال به ⁦Flash⁩ داشته باشند. ⁦Write-through⁩ تأیید را تا مرحله پایدار تعریف‌شده در دستگاه عقب می‌اندازد. افت سلامت حفاظت ⁦Cache⁩ ممکن است سیاست نوشتن را عوض کند و پیش از ظاهر شدن خرابی دیسک، تأخیر را بالا ببرد.

درگاه میزبان، دو کنترلر، حفاظت کش، مسیرهای Backend، Shelf و تغذیه مستقل
درگاه میزبان، دو کنترلر، حفاظت کش، مسیرهای ⁦Backend⁩، ⁦Shelf⁩ و تغذیه مستقل

مسیر کامل ⁦I/O⁩

⁦Application⁩ درخواست را از فایل‌سیستم و ⁦Storage Stack⁩ مهمان عبور می‌دهد. در محیط مجازی، ⁦Hypervisor⁩ درخواست ⁦VMDK⁩ را به ⁦I/O⁩ روی ⁦VMFS⁩ تبدیل می‌کند. ⁦Multipath⁩ مسیر قابل استفاده را به ⁦HBA⁩ یا ⁦NIC⁩ انتخاب می‌کند. ⁦Fabric⁩ درخواست را به پورت ⁦Target⁩ می‌رساند. کنترلر بر اساس نگاشت، ⁦Cache⁩ و حفاظت ⁦RAID⁩ آن را روی ⁦Pool⁩ و رسانه پردازش می‌کند. پاسخ از همین زنجیره برمی‌گردد. در عیب‌یابی زمان رخداد هر مرز را جداگانه ثبت کنید.

مسیر I/O از برنامه و مهمان تا صف میزبان، Fabric، کنترلر و رسانه
مسیر ⁦I/O⁩ از برنامه و مهمان تا صف میزبان، ⁦Fabric⁩، کنترلر و رسانه

خانواده‌های سخت‌افزاری

⁦HPE MSA⁩ و ⁦Dell PowerVault ME⁩ را در رده آرایه‌های بلوکی برای استقرارهای کوچک‌تر بررسی کنید. برای نیازهای توسعه و عملیات سازمانی، خانواده‌های ⁦HPE Alletra⁩، ⁦Dell PowerStore⁩، ⁦IBM FlashSystem⁩ و ⁦NetApp AFF⁩ گزینه‌های بررسی هستند. ⁦Dell Unity XT⁩ نیز در محیط‌های نصب‌شده و پروژه‌های تمدید اهمیت دارد. برای تصمیم خرید، مدل و نسل دقیق، وضعیت سفارش و پایان پشتیبانی، گزینه‌های ⁦FC⁩ یا ⁦iSCSI⁩ یا ⁦NVMe-oF⁩، رسانه، مجوز ⁦Replication⁩ و ماتریس سازگاری را کتبی دریافت کنید. اسم خانواده برای تعیین قابلیت یا مسیر ارتقا کافی نیست.

مشخصات ⁦HPE MSA Gen7⁩

ارائه ذخیره‌سازی ⁦SAN⁩ در ⁦NetApp ONTAP⁩

مشخصات ⁦HPE Alletra Storage MP B10000⁩

خانواده‌های ذخیره‌سازی ⁦Dell⁩

⁦Fibre Channel⁩، ⁦iSCSI⁩ و ⁦NVMe-oF⁩

⁦Fibre Channel⁩ از ورود به ⁦Fabric⁩ تا انتقال داده

پورت ⁦N⁩ میزبان یا آرایه معمولاً به پورت ⁦F⁩ سوئیچ وصل می‌شود. ⁦E_Port⁩ به اتصال بین سوئیچ‌ها تعلق دارد. در ورود به ⁦Fabric⁩، ⁦FLOGI⁩ و تخصیص ⁦FCID⁩ انجام می‌شود. ⁦FCID⁩ آدرس عملیاتی است و می‌تواند تغییر کند. ⁦WWNN⁩ شناسه ⁦Node⁩ و ⁦WWPN⁩ شناسه پورت است. ⁦Name Server⁩ اطلاعات پورت‌های ثبت‌شده را در محدوده سیاست ⁦Fabric⁩ ارائه می‌کند. ارتباط پورت‌ها و ایجاد ارتباط پروتکلی پس از کشف انجام می‌شود و ⁦FCP⁩ فرمان‌های ⁦SCSI⁩ را حمل می‌کند. ⁦Frame⁩ و سازوکار ⁦Credit⁩ در لایه ⁦FC⁩ قرار دارند. سرعت، نسل پورت، ماژول و رسانه باید با هم سازگار باشند. سرعت اسمی لینک را با نرخ مفید کاربر و ظرفیت حالت خرابی یکی نگیرید.

⁦Zoning⁩ و ⁦LUN Masking⁩

در نمونه ⁦Fabric A⁩، ⁦WWPN⁩ پورت ⁦A⁩ از ⁦ESXi-01⁩ را با ⁦WWPN⁩ پورت ⁦A⁩ کنترلر ۱ در یک ⁦Zone⁩ قرار دهید و اگر طراحی سازنده چنین می‌خواهد، برای پورت کنترلر ۲ ⁦Zone⁩ جدا تعریف کنید. همین الگو را با ⁦WWPN⁩های ⁦B⁩ در ⁦Fabric B⁩ پیاده کنید. ⁦Zone⁩ اعضای مجاز برای ارتباط را تعیین می‌کند، ⁦Zoneset⁩ فعال مجموعه سیاست اجرایی است و حالت ⁦Zone⁩ پیش‌فرض باید بررسی شود. ⁦Zoning⁩ مبتنی بر پورت سوئیچ، عضویت را به محل اتصال وابسته می‌کند و جابه‌جایی کابل بر آن اثر دارد. در آرایه، ⁦Host Group⁩ جداگانه تعیین می‌کند همان ⁦Initiator⁩ به کدام ⁦Volume⁩ دسترسی دارد. پس از تعویض ⁦HBA⁩، هم ⁦Alias⁩ و ⁦Zone⁩ و هم ⁦Host Mapping⁩ را بازبینی کنید.

فیلتر ارتباط در Fabric و فیلتر دسترسی به Volume در آرایه
فیلتر ارتباط در ⁦Fabric⁩ و فیلتر دسترسی به ⁦Volume⁩ در آرایه

راهنمای ⁦Zoning⁩ در ⁦Cisco MDS NX-OS 9.x⁩

سخت‌سازی سوئیچ‌های ⁦Cisco Catalyst⁩ در ⁦Meet AJ⁩

⁦iSCSI⁩ روی ⁦TCP/IP⁩

⁦Initiator⁩ با نامی مانند ⁦IQN⁩ به ⁦Target⁩ و ⁦Portal⁩ آن متصل می‌شود. ⁦Portal⁩ ترکیب آدرس و پورت است و ⁦TCP 3260⁩ پورت پیش‌فرض ⁦iSCSI⁩ است. کشف می‌تواند با آدرس ثابت یا ⁦SendTargets⁩ انجام شود. کشف هدف، ⁦Login⁩ موفق و مشاهده ⁦LUN⁩ سه مرحله مستقل‌اند. ⁦CHAP⁩ احراز هویت انجام می‌دهد. شبکه ایزوله دسترسی شبکه‌ای را محدود می‌کند. اگر محرمانگی رمزنگاری‌شده ⁦Payload⁩ لازم است، از سازوکار جداگانه و پشتیبانی‌شده مانند ⁦IPsec⁩ استفاده کنید. یک ⁦Session⁩ به رابطه ⁦Initiator⁩ و ⁦Target⁩ تعلق دارد و مفهوم ⁦Session⁩ با مسیر قابل استفاده ⁦MPIO⁩ یکسان نیست.

استاندارد ⁦IETF⁩ برای ⁦iSCSI⁩ و رفتار ⁦Login⁩، ⁦Session⁩ و ⁦CHAP⁩

طراحی شبکه ⁦iSCSI⁩

برای ⁦A⁩ و ⁦B⁩ دو شبکه داده مستقل و مسیرهای مدیریت جدا در نظر بگیرید. ⁦VLAN⁩ جداسازی منطقی است و ظرفیت، برق یا ⁦ASIC⁩ مشترک را مستقل نمی‌کند. ⁦MTU⁩ عادی مبنای خوبی برای پذیرش است. اگر ⁦Jumbo Frame⁩ انتخاب شد، مسیر کامل و هر دو جهت را با اندازه مناسب و بدون ⁦Fragmentation⁩ آزمایش کنید. ⁦Packet loss⁩، ⁦retransmission⁩، ⁦Drop⁩ صف و ⁦Pause⁩ را روی همان پورت‌ها و همان زمان بررسی کنید. تنظیم ⁦Flow Control⁩، ⁦QoS⁩ و رفتار شبکه همگرا را بر اساس راهنمای ترکیب سوئیچ و آرایه انجام دهید.

⁦LACP⁩ می‌تواند ظرفیت مجموع جریان‌ها و بقای لینک را در یک دامنه فراهم کند. انتخاب مسیر ⁦SCSI⁩، کشف ⁦Target⁩ و بقای مستقل دو ⁦Switch⁩ از مسئولیت‌های ⁦MPIO⁩ و طراحی شبکه است. ⁦Routing⁩ تنها وقتی وارد طرح شود که توپولوژی، مسیر برگشت، ⁦MTU⁩ و پشتیبانی سازنده مشخص باشند. در ⁦ESXi⁩، ⁦Port Binding⁩ برای شرایط خاص ⁦Software iSCSI⁩ است. برای مثال دو ⁦Subnet⁩ مستقل این مقاله، ⁦Port Binding⁩ مشترک در نظر گرفته نشده است.

شرایط ⁦Software iSCSI Port Binding⁩ در ⁦Broadcom⁩

مقایسه ⁦FC⁩ و ⁦iSCSI⁩

معیار ⁦Fibre Channel⁩ ⁦iSCSI⁩
انتقال ⁦Frame⁩ در ⁦Fabric⁩ و ⁦FCP⁩ ⁦SCSI⁩ روی ⁦TCP/IP⁩
تجهیزات ⁦HBA⁩، سوئیچ و اپتیک ⁦FC⁩ ⁦NIC⁩ یا آداپتور مناسب، سوئیچ و رسانه ⁦Ethernet⁩
دسترسی ⁦WWPN⁩، ⁦Zone⁩، ⁦Host Mapping⁩ ⁦IQN⁩، ⁦Portal⁩، ⁦CHAP⁩، ⁦Host Mapping⁩
گلوگاه نمونه ⁦Credit⁩، ⁦ISL⁩، پورت کند ⁦Drop⁩، ⁦Retransmit⁩، ازدحام صف، ⁦MTU⁩
هزینه عملیاتی تجهیز و تخصص ⁦Fabric⁩ اختصاصی مدیریت جداسازی و ظرفیت در زیرساخت ⁦IP⁩
سناریو سازمان با ⁦Fabric⁩ موجود و تیم ⁦FC⁩ مرکز داده با شبکه ⁦IP⁩ مهندسی‌شده و پشتیبانی آرایه

مقایسه را با تأخیر دنباله، اندازه بلوک، بار همزمان، میزان ⁦Cache hit⁩، هزینه ⁦CPU⁩ و ظرفیت پس از قطع یک ⁦Fabric⁩ انجام دهید. از پشتیبانی فروشنده برای کل زنجیره، شامل ⁦Driver⁩ و ⁦Firmware⁩ و نسخه ⁦Hypervisor⁩، اطمینان بگیرید.

⁦NVMe over Fabrics⁩

⁦NVMe⁩ از مدل صف و مجموعه فرمان متفاوت با ⁦SCSI⁩ استفاده می‌کند. میزبان به ⁦Subsystem⁩ متصل می‌شود و ⁦Namespace⁩ مصرف می‌کند. ⁦NVMe/TCP⁩ از ⁦TCP⁩، ⁦NVMe/FC⁩ از ⁦Fabric⁩ مبتنی بر ⁦FC⁩ و ⁦NVMe/RDMA⁩ از انتقال ⁦RDMA⁩ پشتیبانی‌شده استفاده می‌کند. تنظیم شبکه ⁦RDMA⁩ به نوع انتقال و طراحی وابسته است. ⁦ANA⁩ وضعیت دسترسی نامتقارن ⁦Namespace⁩ را گزارش می‌کند. برای مهاجرت، پشتیبانی مشترک ⁦Initiator⁩، آداپتور، آرایه، ⁦Multipath⁩، نسخه ⁦OS⁩ و ابزار پایش را بررسی کنید. سود تأخیر با اندازه‌گیری در بار واقعی، به‌ویژه در صدک‌های بالا، مشخص می‌شود.

مشخصات ⁦NVMe/TCP⁩

⁦RAID⁩، ظرفیت منطقی و ⁦Snapshot⁩

⁦RAID⁩ و هزینه محافظت از داده

سطح چیدمان ظرفیت اسمی با ⁦N⁩ دیسک هم‌اندازه ⁦S⁩ تحمل خرابی و کاربرد
⁦RAID 0⁩ ⁦Stripe⁩ بدون افزونگی ⁦N × S⁩ خرابی هر عضو داده را از بین می‌برد؛ داده موقت و بازتولیدپذیر
⁦RAID 1⁩ آینه دو عضوی ⁦S⁩ تحمل یک عضو از جفت؛ ⁦Volume⁩ کوچک یا ⁦Boot⁩ حسب مدل
⁦RAID 5⁩ ⁦Stripe⁩ با یک ⁦Parity⁩ ⁦(N−1) × S⁩ تحمل یک عضو؛ بررسی بار نوشتن و مدت ⁦Rebuild⁩
⁦RAID 6⁩ ⁦Stripe⁩ با دو ⁦Parity⁩ ⁦(N−2) × S⁩ تحمل دو عضو؛ فضای محافظتی بیشتر برای ⁦Pool⁩های ظرفیت‌محور
⁦RAID 10⁩ ⁦Stripe⁩ روی جفت‌های آینه ⁦N × S ÷ 2⁩ تحمل یک خرابی در هر جفت؛ خرابی هر دو عضو یک جفت خطر از دست رفتن گروه دارد

در ⁦RAID⁩ دارای ⁦Parity⁩، نوشتن کوچک می‌تواند خواندن داده و ⁦Parity⁩ قدیم و نوشتن هر دو را لازم کند. ⁦Full-stripe⁩، ⁦Cache⁩ و روش داخلی آرایه این هزینه را تغییر می‌دهند. ⁦Rebuild⁩ با ⁦I/O⁩ برنامه بر سر رسانه، ⁦Backend⁩ و کنترلر رقابت می‌کند. در ⁦RAID 10⁩ بازسازی معمولاً از عضو آینه انجام می‌شود. در ⁦RAID 5⁩ و ⁦6⁩ بازیابی داده یک عضو می‌تواند از چند عضو بخواند. انتخاب را با ظرفیت مؤثر، پروفایل بار و رفتار مشاهده‌شده در حالت ⁦Degraded⁩ انجام دهید.

آینه، توزیع Parity، Parity دوگانه و Stripe روی جفت‌های آینه
آینه، توزیع ⁦Parity⁩، ⁦Parity⁩ دوگانه و ⁦Stripe⁩ روی جفت‌های آینه

حفاظت توزیع‌شده

⁦Distributed RAID⁩ و ⁦Dynamic Disk Pool⁩ می‌توانند قطعات داده، ⁦Parity⁩ و ظرفیت بازسازی را در سطح مجموعه بزرگ‌تری پخش کنند. ⁦Erasure Coding⁩ داده را به قطعات داده و بازیابی تبدیل می‌کند و سیاست توزیع آن تعیین می‌کند کدام خرابی‌ها قابل تحمل‌اند. اصطلاح ⁦DDP⁩ را تنها برای محصولی به کار ببرید که همین نام و رفتار مستند را دارد. برای مقایسه، تعداد خرابی قابل تحمل در همان ⁦Failure Domain⁩ و ظرفیت رزرو بازسازی را بخواهید.

نمونه رفتار ⁦Distributed RAID⁩ در ⁦IBM FlashSystem⁩

⁦Pool⁩، ⁦Volume⁩، ⁦LUN⁩ و ارائه به میزبان

ظرفیت رسانه پس از حفاظت و رزرو وارد ⁦Pool⁩ می‌شود. ⁦Volume⁩ از ⁦Pool⁩ ظرفیت می‌گیرد. هنگام ارائه ⁦Volume⁩ به ⁦Initiator Group⁩، آرایه یک نگاشت و ⁦LUN ID⁩ تعیین می‌کند. همان ⁦Volume⁩ ممکن است از چند ⁦Target Port⁩ دیده شود و ⁦Multipath⁩ آن را به‌عنوان یک دستگاه واحد تشخیص دهد. برای ⁦VMFS⁩ مشترک، هر سه میزبان را در گروه صحیح قرار دهید و شناسه پایدار دستگاه را از همه میزبان‌ها تطبیق دهید. ⁦Clone⁩ و ⁦Volume⁩ تولید باید شناسه مستقل و سیاست ارائه روشن داشته باشند.

زنجیره ظرفیت از دیسک و حفاظت تا Pool، Volume و میزبان مجاز
زنجیره ظرفیت از دیسک و حفاظت تا ⁦Pool⁩، ⁦Volume⁩ و میزبان مجاز

⁦Thin⁩، ⁦Thick⁩ و ⁦UNMAP⁩

⁦Thin⁩ در زمان نوشتن، ظرفیت فیزیکی تخصیص می‌دهد. ⁦Thick⁩ در لایه مربوط ظرفیت را از پیش رزرو می‌کند، با جزئیات وابسته به محصول. ⁦VMDK⁩ و ⁦Volume⁩ آرایه دو لایه مستقل‌اند. حذف فایل در مهمان زمانی به کاهش ظرفیت مصرفی آرایه کمک می‌کند که زنجیره فایل‌سیستم، ⁦Hypervisor⁩ و آرایه فرمان بازپس‌گیری مناسب مانند ⁦SCSI UNMAP⁩ را پشتیبانی و عبور دهد. ⁦Snapshot⁩ می‌تواند بلوک‌ها را همچنان نگه دارد. علاوه بر ظرفیت ارائه‌شده، مصرف واقعی، سرعت رشد و زمان باقی‌مانده تا پرشدن ⁦Pool⁩ را پایش کنید.

⁦Snapshot⁩ و ⁦Clone⁩

⁦Array Snapshot⁩ معمولاً نقطه‌ای از نگاشت بلوک را حفظ می‌کند. ⁦Copy-on-write⁩ پیش از بازنویسی نسخه قدیم را نگه می‌دارد و ⁦Redirect-on-write⁩ نوشتن جدید را به محل تازه می‌فرستد. جزئیات ⁦Metadata⁩ و ظرفیت به محصول وابسته است. ⁦VMware Snapshot⁩ تغییرات دیسک ⁦VM⁩ را در زنجیره ⁦Delta⁩ نگه می‌دارد و حذف آن می‌تواند ⁦Consolidation⁩ و بار ⁦I/O⁩ ایجاد کند. برای سازگاری برنامه، از هماهنگی ⁦VSS⁩ یا ابزار سازگار با محصول استفاده کنید و ⁦Restore⁩ را بررسی کنید. ⁦Clone⁩ می‌تواند وابسته یا مستقل باشد. نگهداری ⁦Snapshot⁩ را به ظرفیت و بازیابی گره بزنید و یک کپی قابل بازیابی در دامنه دیگری داشته باشید.

طراحی دو ⁦Fabric⁩ و ⁦Multipathing⁩

⁦Fibre Channel⁩ با سه میزبان

در طرح فرضی، هر ⁦DL380⁩ یک پورت ⁦FC⁩ به ⁦Switch A⁩ و یک پورت به ⁦Switch B⁩ دارد. روی هر کنترلر آرایه یک ⁦Target Port⁩ به ⁦A⁩ و یک ⁦Target Port⁩ به ⁦B⁩ وصل است. ⁦Fabric⁩ها به هم ⁦ISL⁩ ندارند. ⁦WWPN⁩ هر اتصال در جدول کابل و ⁦Zone⁩ ثبت می‌شود. ⁦HBA⁩ دوپورته مسیر پورت و ⁦Fabric⁩ را جدا می‌کند، اما خرابی خود کارت هر دو را می‌گیرد. اگر خرابی کارت باید تحمل شود، پورت‌ها را با دو ⁦HBA⁩ مستقل و توپولوژی پشتیبانی‌شده طراحی کنید.

سه ESXi با اتصال به دو Fabric مستقل و دو پورت سمت هر کنترلر
سه ⁦ESXi⁩ با اتصال به دو ⁦Fabric⁩ مستقل و دو پورت سمت هر کنترلر

⁦iSCSI⁩ با دو شبکه مستقل

این نشانی‌ها نمونه‌اند. در هر میزبان، یک ⁦VMkernel⁩ روی ⁦uplink A⁩ و یک ⁦VMkernel⁩ روی ⁦uplink B⁩ تعریف کنید و مسیر دسترسی ⁦Portal⁩ها را قبل از ⁦Discovery⁩ تأیید کنید. شبکه مدیریت ⁦vCenter⁩ و آرایه از این ⁦VLAN⁩ها جداست.

رابط شبکه ⁦A⁩، ⁦VLAN 110⁩، ⁦10.110.0.0/24⁩ شبکه ⁦B⁩، ⁦VLAN 120⁩، ⁦10.120.0.0/24⁩
⁦ESXi-01⁩ ⁦10.110.0.11⁩ ⁦10.120.0.11⁩
⁦ESXi-02⁩ ⁦10.110.0.12⁩ ⁦10.120.0.12⁩
⁦ESXi-03⁩ ⁦10.110.0.13⁩ ⁦10.120.0.13⁩
کنترلر ۱ ⁦10.110.0.21⁩ ⁦10.120.0.21⁩
کنترلر ۲ ⁦10.110.0.22⁩ ⁦10.120.0.22⁩
دو سویچ Ethernet، دو VLAN مستقل و Portalهای هر دو کنترلر
دو سویچ ⁦Ethernet⁩، دو ⁦VLAN⁩ مستقل و ⁦Portal⁩های هر دو کنترلر

انتخاب مسیر و حالت ⁦ALUA⁩

لایه ⁦Multipath⁩ مسیرهای ارائه یک ⁦Device⁩ را گروه‌بندی و مسیر مناسب را انتخاب می‌کند. در ⁦SCSI⁩، ⁦ALUA⁩ وضعیت دسترسی گروه پورت ⁦Target⁩ را از جمله ⁦Active/Optimized⁩ و ⁦Active/Non-Optimized⁩ توصیف می‌کند. مسیر غیربهینه ممکن است ⁦I/O⁩ را از طریق کنترلر دیگر عبور دهد. در ⁦NMP⁩، ⁦Round Robin⁩، ⁦Fixed⁩ و ⁦Most Recently Used⁩ رفتار انتخاب متفاوت دارند. نوع ⁦Plugin⁩ و ⁦Policy⁩ را با راهنمای آرایه و ⁦ESXi⁩ تطبیق دهید. شمار زیاد مسیر سالم جای بررسی توزیع مسیر بین ⁦Fabric⁩ها را نمی‌گیرد.

یک LUN، دو مسیر مستقل و تفاوت مسیر بهینه و قابل استفاده
یک ⁦LUN⁩، دو مسیر مستقل و تفاوت مسیر بهینه و قابل استفاده

رفتار در خرابی مسیر

قطع کابل، خرابی ⁦SFP⁩ یا پورت، مسیر همان اتصال را حذف می‌کند. قطع ⁦Switch A⁩ تمام مسیرهای ⁦A⁩ را می‌گیرد. خرابی کنترلر ممکن است تغییر ⁦Ownership⁩ و مکث ⁦I/O⁩ داشته باشد. خطای شبکه می‌تواند به شکل ⁦Drop⁩ متناوب و نه ⁦Link Down⁩ دیده شود. میزبان تا زمان تشخیص ⁦Timeout⁩ و جابه‌جایی صف ممکن است مکث محسوسی داشته باشد. بعد از بازگشت مسیر، وضعیت و پایداری پس از چند نمونه تله‌متری را بررسی کنید. اگر مسیر باقی‌مانده اشباع باشد یا مسیرهای ⁦A⁩ و ⁦B⁩ به برق مشترک متکی باشند، افزونگی ظاهری کافی نیست.

فرق قطع یک Fabric با قطع کنترلر و بررسی مسیر باقی‌مانده
فرق قطع یک ⁦Fabric⁩ با قطع کنترلر و بررسی مسیر باقی‌مانده

اتصال ⁦SAN⁩ به ⁦VMware ESXi⁩

⁦Fibre Channel⁩ و ⁦iSCSI⁩ در ⁦ESXi⁩

برای ⁦FC⁩ ابتدا نسخه ⁦ESXi⁩، ⁦HBA⁩، ⁦Driver⁩ و ⁦Firmware⁩، آرایه، سوئیچ و سیاست ⁦Multipath⁩ را در ماتریس سازگاری کنترل کنید. ⁦HBA⁩ و ⁦Fabric⁩ را نصب و ⁦Login⁩ پورت‌ها را بررسی کنید. ⁦Zone⁩های هر ⁦Fabric⁩ را فعال کنید، ⁦Volume⁩ را بسازید و به ⁦Host Group⁩ ارائه دهید. ⁦Rescan⁩ را در میزبان‌های هدف انجام دهید و قبل از ایجاد ⁦VMFS⁩، شناسه دستگاه و مسیرهای هر میزبان را ثبت کنید. ⁦Datastore⁩ جدید را یک‌بار روی ⁦LUN⁩ خالی بسازید و همان ⁦VMFS⁩ را در میزبان‌های دیگر شناسایی کنید.

برای ⁦iSCSI⁩ ابتدا ⁦VMkernel⁩ و ⁦Uplink⁩ را راه‌اندازی کنید. آداپتور مناسب را فعال کنید، ⁦Portal⁩ها و احراز هویت را طبق دستورالعمل آرایه اضافه کنید و دسترسی ⁦Initiator⁩ را محدود کنید. پس از ⁦Rescan⁩، ⁦Target⁩، شناسه ثابت دستگاه و مسیرها را تطبیق دهید. بعد از ساخت یا ⁦Mount⁩، ⁦I/O⁩ آزمایشی و قطع کنترل‌شده یک مسیر را اجرا کنید. اتصال ⁦TCP⁩ یا دیده شدن ⁦Portal⁩ به معنی آماده بودن ⁦Datastore⁩ نیست.

ارائه دستگاه بلوکی از آرایه و مالکیت VMFS مشترک در میزبان‌های ESXi
ارائه دستگاه بلوکی از آرایه و مالکیت ⁦VMFS⁩ مشترک در میزبان‌های ⁦ESXi⁩

راهنمای سازگاری ⁦Broadcom⁩

نصب و تنظیم پایه ⁦ESXi 8⁩ در ⁦Meet AJ⁩

⁦VMFS⁩، قفل و توسعه ظرفیت

⁦VMFS⁩ فایل‌سیستم کلاستری است و دسترسی چند میزبان به فایل‌های ⁦VM⁩ را با قفل و سازوکارهای هماهنگی کنترل می‌کند. ⁦VMDK⁩، فایل تنظیمات و ⁦Snapshot VM⁩ در ⁦Datastore⁩ قرار می‌گیرند. برای افزایش ظرفیت، ابتدا سمت آرایه را توسعه دهید، همه میزبان‌ها را ⁦Rescan⁩ کنید و ⁦VMFS⁩ را با رویه پشتیبانی‌شده گسترش دهید. قبل از عملیات شناسه ⁦NAA⁩، اندازه و مالک ⁦Datastore⁩ را ثبت کنید. مشاهده ⁦Signature⁩ تکراری بعد از ارائه ⁦Snapshot⁩ یا ⁦Clone⁩ نیاز به بررسی دارد و ایجاد دوباره ⁦Datastore⁩ می‌تواند داده را از بین ببرد.

⁦HA⁩، ⁦vMotion⁩ و ⁦Storage vMotion⁩

⁦vSphere HA⁩ با دسترسی به فایل‌های ⁦VM⁩ و ظرفیت میزبان مقصد، ⁦VM⁩ را بعد از خرابی دوباره اجرا می‌کند. ⁦vMotion⁩ جابه‌جایی اجرای ⁦VM⁩ است. در سناریوهای تأییدشده، مهاجرت همزمان ⁦Compute⁩ و ⁦Storage⁩ بدون ⁦Datastore⁩ مشترک نیز ممکن است. ⁦Storage vMotion⁩ فایل‌های ⁦VM⁩ را بین ⁦Datastore⁩های مجاز جابه‌جا می‌کند. پشتیبانی هر عملیات به نسخه، پیکربندی شبکه، ویژگی ⁦VM⁩ و مجوز وابسته است. خرابی کامل ⁦SAN⁩ برای ⁦VM⁩های متکی به همان آرایه با ⁦HA⁩ میزبان برطرف نمی‌شود.

مقایسه سرویس فایل NAS، آرایه بلوکی SAN و ذخیره‌سازی توزیع‌شده vSAN روی میزبان‌ها
مقایسه سرویس فایل ⁦NAS⁩، آرایه بلوکی ⁦SAN⁩ و ذخیره‌سازی توزیع‌شده ⁦vSAN⁩ روی میزبان‌ها

مقایسه ذخیره‌سازی و ⁦HA⁩ در ⁦VMware⁩ و ⁦Proxmox⁩

معماری ⁦VMware vSAN⁩ روی ذخیره‌ساز داخلی میزبان‌ها

عیب‌یابی مسیر در ⁦ESXi⁩

CODE
esxcli storage core adapter list
esxcli storage core device list
esxcli storage core path list

فرمان اول ⁦vmhba⁩ و ⁦Driver⁩ را نشان می‌دهد. خروجی ⁦Device⁩ را با شناسه ثبت‌شده و ⁦Vendor⁩ و اندازه تطبیق دهید. خروجی ⁦Path⁩ را بر مبنای ⁦Device⁩، آداپتور، هدف و ⁦State⁩ مقایسه کنید. اگر ⁦Device⁩ موجود است ولی مسیر دوم نیست، مشکل را از مسیر مشخص دنبال کنید. اگر هیچ‌کدام موجود نیست، ابتدا ⁦Link⁩ و ⁦Login⁩ یا ⁦Session⁩ را بررسی کنید و سپس ⁦Zone⁩ و ⁦Mapping⁩ را مقایسه کنید. مسیرهایی که مرتب ⁦Dead⁩ و ⁦Active⁩ می‌شوند را با لاگ ⁦vmkernel⁩ و شمارنده پورت هم‌زمان کنید.

⁦APD⁩ یعنی همه مسیرها از دست رفته‌اند و میزبان نشانه قطعی دائمی بودن عدم دسترسی دریافت نکرده است. ⁦PDL⁩ پس از تشخیص عدم دسترسی دائمی، مثلاً با پاسخ ⁦SCSI⁩ مناسب، رخ می‌دهد. تصمیم برای بازیابی اتصال، ⁦Restart⁩ یا واکنش ⁦VM Component Protection⁩ را با وضعیت واقعی ⁦Device⁩ و سیاست کلاستر بگیرید. قبل از بازگرداندن ⁦LUN⁩، شناسه و ⁦Mapping⁩ سابق را تأیید کنید.

مرجع رسمی ⁦ESXCLI Storage⁩

راهنمای ⁦Broadcom⁩ برای ⁦APD⁩ و ⁦PDL⁩

⁦Windows Server⁩، ⁦MPIO⁩ و ⁦Failover Clustering⁩

اتصال در ⁦Windows Server 2025⁩

در ⁦Server Manager⁩ قابلیت ⁦Multipath I/O⁩ را به‌همراه ⁦DSM⁩ پشتیبانی‌شده نصب کنید. ⁦Restart⁩ احتمالی را در پنجره تغییر انجام دهید. برای ⁦iSCSI⁩، سرویس ⁦Initiator⁩، ⁦Portal⁩ها و ⁦Session⁩های مجزا با ⁦Source IP⁩ درست را طبق راهنمای آرایه تنظیم کنید. برای ⁦FC⁩ شناسه پورت و ⁦Zone⁩ را بررسی کنید. دیسک ارائه‌شده را با شناسه یکتا، اندازه و ⁦Mapping⁩ ثبت‌شده تطبیق دهید. هنگام راه‌اندازی دیسک تازه و تأییدشده، ⁦GPT⁩ و فایل‌سیستم موردنیاز برنامه را انتخاب کنید. دیسک تولید یا دیسک عضو کلاستر را ⁦Initialize⁩، ⁦Format⁩ یا به‌زور ⁦Online⁩ نکنید.

CODE
Get-WindowsFeature Multipath-IO
Get-IscsiSession
Get-IscsiConnection
Get-Disk | Select-Object Number,FriendlyName,UniqueId,PartitionStyle,OperationalStatus
Get-MPIOSetting
mpclaim -s -d

⁦Windows Server MPIO⁩ و صحت مسیر

⁦Get-WindowsFeature⁩ وضعیت نصب را نشان می‌دهد. ⁦Get-IscsiSession⁩ رابطه ⁦Initiator⁩ و ⁦Target⁩ و ⁦Get-IscsiConnection⁩ اتصال‌های ⁦TCP⁩ را بررسی می‌کند. ⁦Get-Disk⁩ شناسه و وضعیت دستگاه را می‌دهد. ⁦Get-MPIOSetting⁩ تنظیمات عمومی و ⁦mpclaim⁩ دیسک‌های ⁦Claim⁩‌شده را نشان می‌دهند. برای وضعیت مسیر هر دیسک، گزارش تفصیلی ⁦DSM⁩ و ابزار مدیریت آرایه را بررسی کنید. چند نمونه از یک دیسک در ⁦Disk Management⁩ می‌تواند نشانه ⁦Claim⁩ نشدن درست مسیرها باشد. سیاست ⁦Microsoft DSM⁩ یا ⁦DSM⁩ سازنده را با مدل و ⁦Firmware⁩ مطابقت دهید. قطع آزمایشی تک مسیر را با اندازه‌گیری خطا و زمان بازیابی انجام دهید.

عیب‌یابی ⁦MPIO⁩ در ⁦Microsoft Learn⁩

مرجع فرمان‌های ⁦iSCSI⁩ در ⁦Windows Server 2025⁩

دیسک مشترک، ⁦CSV⁩ و ⁦Quorum⁩

در ⁦Failover Clustering⁩، ⁦Cluster Validation⁩ را برای ترکیب ⁦Node⁩ و ⁦Storage⁩ اجرا کنید و آزمون‌هایی را که ممکن است دسترسی دیسک را مختل کنند برای پنجره مجاز برنامه‌ریزی کنید. در سناریوهای دیسک مشترک سازگار، ⁦SCSI-3 Persistent Reservations⁩ در هماهنگی دسترسی نقش دارد. دیسک کلاستری معمولی تحت مالکیت نقش مربوط قرار می‌گیرد. ⁦CSV⁩ دسترسی هماهنگ چند ⁦Node⁩ به ⁦Volume⁩ را برای بارهای پشتیبانی‌شده فراهم می‌کند. برای ⁦Quorum⁩، مدل رأی و ⁦Witness⁩ را با ⁦Failure Domain⁩ها تطبیق دهید. یک ⁦NTFS⁩ عادی که خارج از کلاستر همزمان برای چند نویسنده ⁦Online⁩ شود می‌تواند آسیب ببیند.

⁦CSV⁩ و مالکیت ذخیره‌سازی کلاستر در ⁦Windows Server⁩

نمونه سرویس فایل ⁦DFS⁩ در ⁦Windows Server⁩

طراحی ذخیره‌سازی ⁦SQL Server⁩

⁦Data⁩، ⁦Log⁩، ⁦TempDB⁩ و ⁦Backup⁩

الگوی ⁦OLTP⁩ می‌تواند خواندن تصادفی صفحات داده و نوشتن حساس به تأخیر روی ⁦Log⁩ داشته باشد. ⁦Log⁩ معمولاً به شکل ترتیبی نوشته می‌شود و زمان ⁦Flush⁩ در مسیر ⁦Commit⁩ مهم است. ⁦TempDB⁩ با ⁦Sort⁩، ⁦Spill⁩ و بارهای موقت الگوی متغیر دارد. ⁦Backup⁩ می‌تواند پهنای باند زیادی با خواندن ⁦Data⁩ و نوشتن مقصد مصرف کند. برای هر فایل، تعداد ⁦I/O⁩ و مجموع زمان ⁦Stall⁩ را در دو نمونه از ⁦sys.dm_io_virtual_file_stats⁩ بگیرید. اختلاف زمان ⁦Stall⁩ تقسیم بر اختلاف تعداد عملیات، میانگین همان بازه را می‌دهد. ⁦Wait⁩های ⁦WRITELOG⁩ و ⁦PAGEIOLATCH⁩ را با ⁦PerfMon⁩ و تله‌متری آرایه تطبیق دهید. ⁦Blocking⁩ و تغییر ⁦Query Plan⁩ را نیز با شواهد مستقل بررسی کنید.

جدا کردن ⁦Volume⁩ چه زمانی اثر دارد؟

⁦Volume⁩های مجزا امکان پایش جداگانه، سیاست ⁦QoS⁩، ⁦Snapshot⁩ و تخصیص ظرفیت مستقل را فراهم می‌کنند. اگر ⁦Volume⁩ها در یک ⁦Pool⁩ و روی یک کنترلر باشند، ⁦Cache⁩، رسانه و ⁦Queue⁩ می‌توانند مشترک بمانند. برای ایزوله‌کردن بار ⁦Log⁩ از ⁦Backup⁩، زمان‌بندی، ⁦QoS⁩ معتبر یا جداسازی واقعی منابع را با داده هم‌زمان آزمایش کنید. علاوه بر میانگین، جهش‌های تأخیر و زمان‌بندی ⁦Job⁩ها را ببینید. افزایش ⁦Queue Depth⁩ ممکن است ظرفیت مصرفی یک میزبان را بالا ببرد و همزمان زمان انتظار سایر میزبان‌ها را بدتر کند.

روش ⁦Microsoft⁩ برای بررسی تأخیر ⁦I/O⁩ در ⁦SQL Server⁩

زمان‌بندی و عملیات بکاپ ⁦SQL Server⁩

⁦Always On Availability Groups⁩ و ⁦FCI⁩

⁦Availability Group⁩ نسخه‌های مستقل پایگاه داده را روی ⁦Replica⁩ها نگه می‌دارد و ⁦Log⁩ را به ⁦Replica⁩ منتقل می‌کند. طراحی معمول ⁦AG⁩ یک ⁦LUN⁩ مشترک بین ⁦Replica⁩ها لازم ندارد و می‌تواند با دو سامانه ذخیره‌سازی مستقل از خرابی آرایه نیز عبور کند. ⁦FCI⁩ سرویس ⁦Instance⁩ را به ⁦Node⁩ دیگر منتقل می‌کند و به فضای مشترک یا راهکار ذخیره‌سازی پشتیبانی‌شده برای آن نقش متکی است. در ⁦FCI⁩ با ⁦SAN⁩، خرابی کامل همان ⁦SAN⁩ می‌تواند دسترسی ⁦Instance⁩ را در همه ⁦Node⁩ها قطع کند. ⁦RPO⁩، وضعیت همگام‌سازی، ⁦Quorum⁩ و مسیر اتصال ⁦Client⁩ را جداگانه آزمایش کنید.

معماری ⁦FCI⁩ در ⁦Microsoft Learn⁩

مهندسی کارایی و عیب‌یابی تأخیر

اعداد را در یک بازه تفسیر کنید

⁦IOPS⁩ تعداد عملیات در ثانیه، ⁦Throughput⁩ حجم منتقل‌شده در ثانیه، ⁦Latency⁩ زمان هر درخواست و ⁦Queue Depth⁩ تعداد درخواست‌های معوق است. در مثال محاسباتی، ۱۰٬۰۰۰ عملیات بر ثانیه با اندازه ثابت ۸ ⁦KiB⁩ حدود ۷۸٫۱ ⁦MiB/s⁩ داده کاربر است. همان ⁦IOPS⁩ با اندازه ۶۴ ⁦KiB⁩ حدود ۶۲۵ ⁦MiB/s⁩ می‌شود. این اعداد نرخ سیم یا نتیجه آزمون نیستند. نسبت خواندن به نوشتن، ترتیبی یا تصادفی بودن، ⁦Cache hit⁩ و مدت بار را کنار اعداد ثبت کنید. با افزایش صف، ⁦IOPS⁩ می‌تواند مدتی بالا برود و در همان زمان صدک ۹۹ تأخیر بدتر شود.

اندازه‌گیری در مرزهای مختلف

از زمان و دامنه رخداد شروع کنید. اگر فقط یک ⁦VM⁩ کند است، صف مهمان، فایل، ⁦Query⁩ و کنترلر مجازی را مقایسه کنید. اگر همه ⁦VM⁩های یک میزبان درگیرند، ⁦Uplink⁩، ⁦HBA⁩ و صف آن میزبان را بررسی کنید. اگر چند میزبان روی یک ⁦Volume⁩ همزمان متأثرند، ⁦Device⁩، ⁦Fabric⁩ و کنترلر مالک را بررسی کنید. در ⁦esxtop⁩، ⁦DAVG⁩ تأخیر سمت دستگاه از دید میزبان، ⁦KAVG⁩ زمان در لایه ⁦Kernel⁩ و ⁦GAVG⁩ تأخیر ذخیره‌سازی مجازی ارائه‌شده به مهمان را از سمت ⁦ESXi⁩ گزارش می‌کند. برای صف و پردازش داخل سیستم‌عامل مهمان باید از کانترهای همان سیستم‌عامل یا برنامه استفاده کنید. به‌صورت تقریبی ⁦GAVG⁩ حاصل جمع ⁦DAVG⁩ و ⁦KAVG⁩ است. ⁦DAVG⁩ بالا می‌تواند از شبکه یا آرایه باشد. با شمارنده‌های پورت، ⁦Cache⁩، ⁦Backend⁩ و ⁦Pool⁩ محل انتظار را محدود کنید.

راهنمای ⁦Broadcom⁩ برای خواندن کانترهای ⁦esxtop⁩

آزمون ایمن ظرفیت و تأخیر

⁦fio⁩ روی محیط آزمایش ⁦Linux⁩ و ⁦DiskSpd⁩ روی ⁦Windows⁩ می‌توانند الگوهای خواندن و نوشتن را شبیه‌سازی کنند. یک ⁦Volume⁩ یا فایل آزمایشی مستقل با شناسه تأییدشده انتخاب کنید. حتی آزمون خواندن روی ⁦Pool⁩ مشترک می‌تواند بار تولید را تحت تأثیر بگذارد. اندازه بلوک، نسبت ⁦R/W⁩، عمق صف، تعداد ⁦Worker⁩، زمان ⁦Warm-up⁩، مجموعه داده و شرایط ⁦Cache⁩ را ثبت کنید. همزمان کانترهای ⁦VMware⁩ و آرایه را بگیرید و معیار توقف بر اساس ⁦SLO⁩ کار تعریف کنید. آزمون را در حالت عادی و با یک مسیر خارج از سرویس، در پنجره کنترل‌شده، مقایسه کنید.

شش سناریوی عملیاتی

نشانه و علت محتمل آزمون و شواهد مورد انتظار اقدام، پذیرش و بازگشت
کندی ناگهانی ⁦SQL⁩ از ⁦Log⁩ یا ⁦Backup⁩ یا ⁦Query⁩ اختلاف ⁦DMV⁩، ⁦WRITELOG⁩ و ⁦PerfMon⁩ را با زمان ⁦Job⁩ بگیرید؛ تأخیر روی فایل ⁦Log⁩ و افزایش همزمان بار ⁦Pool⁩ قرینه است ⁦Job⁩ غیرضروری را در پنجره مجاز جابه‌جا کنید؛ زمان ⁦Commit⁩ و ⁦Log Stall⁩ را بسنجید؛ زمان‌بندی قبلی را ثبت کنید
تأخیر ⁦Datastore⁩ از صف میزبان یا دستگاه ⁦GAVG⁩، ⁦KAVG⁩ و ⁦DAVG⁩ چند میزبان را با مسیر و ⁦NAA⁩ مقایسه کنید؛ ⁦DAVG⁩ مشترک بررسی آرایه و ⁦Fabric⁩ را توجیه می‌کند بار معیوب را محدود یا مسیر مشکل‌دار را طبق رویه اصلاح کنید؛ صدک تأخیر و خطای ⁦VM⁩ را مقایسه کنید؛ ⁦Policy⁩ قبلی را برای بازگشت نگه دارید
⁦CPU⁩ بالای کنترلر از تمرکز مالکیت یا عملیات پس‌زمینه مالکیت ⁦Volume⁩، ⁦CPU⁩ هر کنترلر و ⁦Replication⁩ یا ⁦Rebuild⁩ را هم‌زمان ببینید؛ اختلاف بار پایدار بین کنترلرها را بررسی کنید با تأیید سازنده بار یا زمان‌بندی را تغییر دهید؛ ⁦CPU⁩ و تأخیر هر دو طرف را مقایسه کنید؛ ⁦Ownership⁩ ثبت‌شده را در صورت نیاز بازگردانید
حذف یک مسیر به‌دلیل کابل یا پورت یا ⁦Session⁩ ⁦State⁩ و لاگ میزبان را با ⁦Link⁩ و خطای پورت مقایسه کنید؛ ⁦B⁩ سالم و فقط ⁦A⁩ قطع است ابتدا بقای ⁦B⁩ را تأیید و سپس جزء ⁦A⁩ را تعویض کنید؛ ثبات مسیر و خطای ⁦I/O⁩ را کنترل کنید؛ قطعه و پورت قبلی را برای بازگشت ثبت کنید
افت سرعت در ⁦Rebuild⁩ پیشرفت بازسازی، ⁦Backend⁩ و ⁦Latency⁩ را با آغاز خرابی تطبیق دهید؛ تغییر هم‌زمان شواهد بهتری از میانگین روزانه است کار غیرضروری را کم کنید و اولویت ⁦Rebuild⁩ را فقط در محدوده سازنده تغییر دهید؛ سلامت گروه و ⁦SLO⁩ را تأیید و زمان‌بندی را برگردانید
⁦Pool⁩ نزدیک پرشدن از ⁦Snapshot⁩ یا رشد مصرف مصرف فیزیکی، نرخ رشد، رزرو و ⁦Delta⁩های ⁦Snapshot⁩ را بررسی کنید؛ زمان تا پرشدن را برآورد کنید ⁦Provision⁩ جدید را موقتاً متوقف و ظرفیت اضافه کنید یا طبق ⁦Retention⁩ آزاد کنید؛ فضای واقعی و روند را بسنجید؛ حذف ⁦Snapshot⁩ برگشت‌پذیر نیست، ابتدا نیاز بازیابی را تأیید کنید

⁦HA⁩، ⁦Replication⁩، ⁦Backup⁩ و ⁦DR⁩

هر لایه از کدام خرابی عبور می‌کند؟

دو کنترلر برای خرابی ⁦Controller⁩، دو ⁦Fabric⁩ برای از دست رفتن مسیر، ⁦RAID⁩ برای خرابی رسانه در محدوده تحمل، و دو ورودی برق مستقل برای قطع یک منبع طراحی می‌شوند. ظرفیت ⁦Hot Spare⁩ یا ⁦Reserve⁩ امکان آغاز ⁦Rebuild⁩ را می‌دهد. ⁦Firmware⁩ مشترک، ⁦Rack⁩ مشترک، مصرف تمام ⁦Pool⁩ یا خطای پیکربندی همچنان می‌توانند چند مسیر را همزمان از کار بیندازند. روی کنترلر بازمانده و یک ⁦Fabric⁩، ظرفیت کافی برای نیاز ضروری را اندازه بگیرید.

تکثیر همگام، ناهمگام و ⁦Metro⁩

در ⁦Replication⁩ همگام، تأیید نوشتن طبق قرارداد محصول به ثبت در دو سمت وابسته است و فاصله و تأخیر لینک وارد مسیر ⁦Write⁩ می‌شود. در ناهمگام، ⁦Replica⁩ عقب می‌ماند و ⁦Lag⁩ در لحظه خرابی بر ⁦RPO⁩ اثر دارد. در معماری ⁦Metro⁩، نیاز به ⁦Witness⁩، رفتار در ⁦Partition⁩ و جلوگیری از ⁦Split Brain⁩ به محصول وابسته‌اند. ⁦Consistency Group⁩ ترتیب یا نقطه مشترک بازیابی ⁦Volume⁩های مرتبط را در محدوده قابلیت محصول حفظ می‌کند. ⁦RPO⁩ مقدار داده قابل از دست رفتن و ⁦RTO⁩ زمان هدف تا برگشت سرویس است. ⁦Failback⁩، صحت داده و اتصال ⁦Client⁩ را در تمرین ⁦DR⁩ بسنجید.

بکاپ و بازیابی در خرابی آرایه

⁦RAID⁩ تحمل خرابی رسانه می‌دهد، ⁦Snapshot⁩ نقطه بازگشت محلی، ⁦Replication⁩ کپی در سمت دیگر، و ⁦Backup⁩ نگهداری نسخه مستقل طبق سیاست بازیابی. ⁦DR⁩ رویه بازگرداندن سرویس شامل داده، ⁦DNS⁩، هویت، شبکه و ترتیب برنامه‌هاست. حذف یا رمزگذاری مخرب ممکن است به ⁦Replica⁩ برسد. بکاپ خارج از سایت با دسترسی جدا، نسخه ⁦Immutable⁩ در صورت پشتیبانی و ⁦Restore⁩ در محیط جدا را آزمایش کنید. برای ⁦SQL⁩ زنجیره ⁦Full⁩، ⁦Differential⁩ و ⁦Log⁩ را واقعاً بازیابی کنید و برای ⁦VM⁩، ⁦Boot⁩ و صحت برنامه را بررسی کنید.

راهنمای ⁦HA⁩، ⁦Backup⁩ و ⁦DR⁩ در ⁦Meet AJ⁩

ماتریس رخداد و رفتار سیستم

رخداد رفتار و اقدام
یک دیسک گروه سازگار ⁦Degraded⁩ می‌شود؛ شماره قطعه و دستورالعمل تعویض را بررسی کنید
چند دیسک تحمل به گروه و محل خرابی وابسته است؛ دیسک‌ها را با حدس خارج نکنید و مسیر ⁦Restore⁩ را آماده کنید
کنترلر انتقال سرویس و تغییر حالت مسیر را بررسی کنید؛ ⁦Cache⁩ و ظرفیت بازمانده را بسنجید
سوئیچ ⁦FC⁩ یا شبکه ⁦A⁩ ⁦Fabric⁩ دیگر باید مسیر فعال داشته باشد؛ گستره و زمان ⁦Failover⁩ را ثبت کنید
شبکه ذخیره‌سازی هر دو سمت ⁦APD⁩ یا ⁦Timeout⁩ محتمل است؛ مسیر بازیابی و سلامت ⁦Device⁩ را پیش از شروع ⁦VM⁩ بررسی کنید
برق ⁦UPS⁩ و دو مسیر تغذیه را بررسی کنید؛ پس از بازگشت، ترتیب روشن شدن و وضعیت ⁦Cache⁩ مهم است
⁦Firmware⁩ کار را در مرحله مجاز متوقف کنید و با پشتیبانی مسیر ⁦Upgrade⁩ یا ⁦Rollback⁩ تأییدشده را دنبال کنید
⁦Pool⁩ پر رفتار ⁦Write⁩ و ⁦Snapshot⁩ وابسته به آرایه است؛ مصرف را کنترل و ظرفیت فیزیکی آزاد کنید
آرایه کامل بازیابی از ⁦Replica⁩ سالم یا ⁦Backup⁩ طبق ⁦Runbook⁩ و بررسی هویت و اتصال برنامه

امنیت، پایش و نگهداری

مدیریت و دسترسی داده

شبکه مدیریت آرایه و ⁦Fabric⁩ را محدود کنید. ⁦RBAC⁩ با نقش‌های خواندن، تغییر و مدیریت امنیت، ⁦MFA⁩ در صورت پشتیبانی، ⁦SSH⁩ و ⁦HTTPS⁩ امن، اعتبارنامه جدا و ⁦Audit Log⁩ متمرکز را در طرح قرار دهید. روی ⁦FC⁩، ⁦Zone⁩ و ⁦Masking⁩ را با اعضای مجاز محدود کنید. روی ⁦iSCSI⁩، شبکه خصوصی، فیلتر دسترسی، ⁦CHAP⁩ و در صورت نیاز رمزنگاری پشتیبانی‌شده را در نظر بگیرید. برای رمزگذاری در حالت سکون، مالکیت و بازیابی کلید را مشخص کنید. دسترسی فیزیکی به ⁦Patch Panel⁩، ⁦Rack⁩ و دیسک خارج‌شده و ثبت عملیات ⁦Firmware⁩ نیز بخشی از کنترل است.

پایش با درک رفتار بار

⁦Array API⁩ یا ابزار سازنده منبع وضعیت کنترلر، ⁦Cache protection⁩، سلامت رسانه، دما، فضای ⁦Pool⁩ و ⁦Lag⁩ تکثیر است. با ⁦SNMPv3⁩ یا ⁦API⁩ و گردآوری در ⁦Zabbix⁩ آن‌ها را به داده ⁦Host⁩ و ⁦Switch⁩ وصل کنید. ⁦Grafana⁩ نمای تطبیقی برای ⁦IOPS⁩، ⁦Throughput⁩، ⁦Read/Write Latency⁩ و ⁦Path State⁩ فراهم می‌کند. در ⁦FC⁩ افزایش ⁦CRC⁩ و ⁦Link Reset⁩ و در ⁦Ethernet Drop⁩ و خطای پورت را از نرخ تغییر شمارنده بررسی کنید. آلارم بر اساس ⁦Baseline⁩ همان کلاس بار و ⁦SLO⁩ باشد. قطع یک مسیر باید مستقل از افزایش تأخیر هشدار دهد. هشدار ظرفیت را بر اساس زمان رشد تا رزرو عملیاتی تنظیم کنید.

راه‌اندازی پایش با ⁦Grafana⁩ و ⁦Zabbix⁩

نگهداری و ثبت تغییر

پیش از ⁦Firmware⁩ یا تعویض کنترلر، نسخه‌ها و ترتیب ارتقا، محدودیت برگشت، ⁦Backup⁩ تنظیمات و سلامت مسیر دوم را بررسی کنید. برای سرویس سوئیچ یا ⁦SFP⁩، فقط یک ⁦Failure Domain⁩ را در هر مرحله تغییر دهید. بعد از هر مرحله ⁦I/O⁩، وضعیت مسیر، ⁦Cache⁩، ⁦Volumes⁩ و ⁦Replication⁩ را تأیید کنید. توسعه ظرفیت را از ⁦Shelf⁩ و ⁦Pool⁩ تا ⁦Volume⁩، ⁦Host⁩ و فایل‌سیستم دنبال کنید. برای تعویض دیسک، محل فیزیکی را با شناسه آرایه تطبیق دهید. ⁦Runbook⁩ باید معیار توقف، مسئول تصمیم و مسیر پیگیری سازنده را داشته باشد.

ظرفیت‌سنجی و هزینه

محاسبه ظرفیت فرضی

برای آموزش، ۱۲ دیسک ۴ ⁦TB⁩ را فرض کنید. ظرفیت خام ۴۸ ⁦TB⁩ ده‌دهی است. اگر یک دیسک ⁦Spare⁩ باشد و ۱۱ دیسک باقی‌مانده در یک گروه فرضی ⁦RAID 6⁩ قرار گیرند، پیش از سربار سازنده حدود ۳۶ ⁦TB⁩ یا ۳۲٫۷۴ ⁦TiB⁩ ظرفیت اسمی خواهیم داشت. این چیدمان فقط محاسبه است و باید تعداد عضو مجاز مدل واقعی بررسی شود. اگر در سناریو ۲ ⁦TB⁩ برای سربار و رزرو دیگر، ۴ ⁦TB⁩ برای ⁦Snapshot⁩ و ۶ ⁦TB⁩ برای رشد و فضای عملیاتی کنار بگذاریم، بودجه کاری ۲۴ ⁦TB⁩ می‌ماند. این رزروها برآورد فرضی‌اند. فشرده‌سازی و ⁦Dedup⁩ قطعی فرض نشده‌اند.

مصرف فیزیکی کنونی، نرخ رشد، ⁦Peak Snapshot⁩، ⁦Clone⁩، ⁦Restore⁩ موقت و ظرفیت هنگام ⁦Rebuild⁩ را در مدل واقعی جدا ثبت کنید. اگر رشد خالص از ۰٫۵ به ۱ ⁦TB⁩ در ماه برسد، ذخیره ۶ ⁦TB⁩ از حدود دوازده به شش ماه کاهش می‌یابد. زمان خرید و نصب را قبل از مهلت رسیدن به کف رزرو قرار دهید.

⁦TCO⁩ در دوره بهره‌برداری

هزینه را با ⁦BOM⁩ واقعی برای آرایه، کنترلر، رسانه، ⁦Rack⁩، برق، ⁦HBA⁩، سوئیچ، اپتیک، کابل و ظرفیت اجباری هنگام توسعه برآورد کنید. مجوز و قرارداد پشتیبانی، تمدید، قطعه یدک، زمان عملیات، آموزش و مهاجرت را برای دوره یکسان مقایسه کنید. برای هر گزینه بررسی کنید هزینه حفظ ظرفیت پس از خرابی یک کنترلر و پاسخ پشتیبانی خارج ساعات اداری از کدام ردیف تأمین می‌شود. معیار مقایسه حجم قابل استفاده و ⁦SLO⁩ اثبات‌شده است.

طرح مرجع و چک‌لیست تحویل

دو گزینه برای سه ⁦HPE DL380⁩

برای ۶۰ تا ۸۰ ⁦VM⁩ شامل ⁦Windows⁩، ⁦Active Directory⁩، ⁦SQL⁩، ⁦Linux⁩، ⁦Docker⁩ و ⁦Monitoring⁩، بار را پیش از تعیین ⁦SKU⁩ اندازه بگیرید. موجودی ⁦Datastore⁩ها را بر اساس دامنه بازیابی، سیاست ⁦Snapshot⁩، ظرفیت و بار تقسیم کنید. برای نمونه، ⁦VMFS-APP⁩ و ⁦VMFS-DATA⁩ گروه سیاست متفاوت دارند. ⁦Backup⁩ را در مقصد مستقل نگه دارید. هر سه میزبان مجاز باید هر دو ⁦VMFS⁩ را با شناسه ثابت ببینند. قابلیت تحمل خرابی ⁦Host⁩ به ظرفیت ⁦Compute⁩ روی دو میزبان باقی‌مانده نیز وابسته است.

طرح مرجع سه میزبان از VM و VMFS تا دو شبکه داده، آرایه و مقصد Backup مستقل
طرح مرجع سه میزبان از ⁦VM⁩ و ⁦VMFS⁩ تا دو شبکه داده، آرایه و مقصد ⁦Backup⁩ مستقل
اتصال یا کنترل طرح ⁦A⁩، ⁦Fibre Channel⁩ طرح ⁦B⁩، ⁦iSCSI⁩
سمت میزبان پورت ⁦HBA A⁩ و ⁦B⁩ روی هر میزبان ⁦VMkernel A⁩ و ⁦B⁩ روی ⁦Uplink⁩های مستقل
شبکه دو سوئیچ و ⁦Fabric⁩ مستقل دو سوئیچ و ⁦VLAN⁩ و ⁦Subnet⁩ مستقل
آرایه هر کنترلر یک ⁦Target Port⁩ در هر ⁦Fabric⁩ هر کنترلر یک ⁦Portal⁩ در هر ⁦Subnet⁩
دسترسی ⁦Zone⁩ بر پایه ⁦WWPN⁩ و ⁦Mapping⁩ گروه ⁦ESXi⁩ ⁦Discovery⁩ و ⁦Login⁩ بر پایه ⁦Portal⁩ و ⁦IQN⁩ و ⁦Mapping⁩ گروه ⁦ESXi⁩
پذیرش ⁦Device⁩ یکسان، مسیر در هر ⁦Fabric⁩، ⁦I/O⁩ هنگام قطع ⁦A⁩ یا ⁦B⁩ ⁦Device⁩ یکسان، ⁦Session⁩ و مسیر در هر شبکه، ⁦I/O⁩ هنگام قطع ⁦A⁩ یا ⁦B⁩
پایش ⁦Link⁩، ⁦CRC⁩، ⁦Credit⁩ و وضعیت ⁦Target⁩ ⁦Drop⁩، ⁦Retransmission⁩ و وضعیت ⁦Session⁩ و ⁦Portal⁩

آزمون حالت خرابی پیش از تحویل

در هر دو طرح، تغییر مالکیت کنترلر را جدا از قطع شبکه تست کنید. انتظار مسیر را از ماتریس تأییدشده محصول بنویسید و پیش و پس از آزمون، وضعیت همه ⁦Device⁩ها را بگیرید. آزمون قطع دو دامنه و خرابی کامل آرایه را در محیط آزمایشی یا تمرین ⁦DR⁩ جداگانه انجام دهید.

چک‌لیست عملیاتی از طراحی تا تحویل

مرحله کار و معیار خروج
۱ تا ۳، نیاز و سایز کاربرد و ⁦SLO⁩ و ⁦RPO⁩ و ⁦RTO⁩ را ثبت کنید؛ مدل و نسخه را در ماتریس سازگاری تأیید کنید؛ ظرفیت و عملکرد حالت سالم و ⁦Degraded⁩ را بسنجید
۴ تا ۶، شبکه و نصب مسیرها و برق مستقل را طراحی کنید؛ ⁦Rack⁩ و کابل را برچسب بزنید؛ مدیریت، زمان و کنترلر را با تنظیمات پشتیبانی‌شده آماده کنید
۷ تا ۱۰، ظرفیت و ارائه ⁦Pool⁩ و رزرو را بسازید؛ ⁦Volume⁩ و شناسه را ثبت کنید؛ ⁦Zone⁩ یا ⁦Portal⁩ و شبکه ⁦iSCSI⁩ را فعال کنید؛ ⁦Host Mapping⁩ را با فهرست مجاز تطبیق دهید
۱۱ تا ۱۳، ⁦ESXi⁩ آداپتور و ⁦Discovery⁩ را آماده کنید؛ مسیرها و ⁦Policy⁩ را برای هر میزبان بررسی کنید؛ ⁦VMFS⁩ را یک‌بار روی ⁦LUN⁩ جدید ایجاد و روی همه میزبان‌های مجاز ⁦Mount⁩ کنید
۱۴ و ۱۵، اعتبارسنجی بار پایه و سقف موردقبول را بررسی کنید؛ آزمون تک خرابی و بازگشت را در پنجره مجاز با معیار توقف اجرا کنید
۱۶ و ۱۷، حفاظت و پایش ⁦Backup⁩ را فعال کنید و ⁦Restore⁩ بگیرید؛ پایش مسیر، ⁦Latency⁩، ⁦Cache⁩، ⁦Pool⁩ و ⁦Replication⁩ را همراه با مسئول پاسخ تنظیم کنید
۱۸ و ۱۹، تحویل جدول کابل و ⁦WWPN⁩ یا ⁦IQN⁩، نگاشت، تصمیم‌های سازگاری، ⁦Runbook⁩ و نتیجه آزمون را تحویل دهید؛ پذیرش بهره‌برداری را ثبت کنید

تغییر ⁦Zoneset⁩ فعال، قطع مسیر، انتقال مالکیت، ⁦Firmware⁩، تغییر ⁦Mapping⁩ تولید و مهاجرت ⁦Datastore⁩ به پنجره تغییر و تأیید مالک سرویس متناسب با ریسک نیاز دارند. پیش از شروع، راه بازگشت هر تغییر را تعیین کنید. حذف داده و ⁦Format⁩ عملیات برگشت‌پذیر محسوب نمی‌شوند.

خطاهای رایج طراحی

دیدن چهار ⁦Path⁩ روی یک ⁦Switch⁩، تحمل خرابی ⁦Switch⁩ ایجاد نمی‌کند. اشتباه در ⁦Zone⁩ یا ⁦Host Mapping⁩ ممکن است دسترسی را قطع کند یا دیسک را به میزبان نامربوط عرضه کند. برای پیشگیری، جدول ⁦WWPN⁩ یا ⁦IQN⁩ و شناسه ثابت دستگاه را با یک نمای مستقل تطبیق دهید. نسخه‌های ناسازگار ⁦Driver⁩ و ⁦Firmware⁩ می‌توانند در ⁦Failover⁩ آشکار شوند. ⁦RAID⁩ بدون برآورد ⁦Rebuild⁩، ⁦Thin⁩ بدون پایش رشد و ⁦Pool⁩ بدون ظرفیت رزرو معمولاً در شرایط خرابی همزمان مسئله ایجاد می‌کنند.

در ⁦iSCSI⁩، اتصال هر دو ⁦VMkernel⁩ به یک ⁦Uplink⁩ یا ⁦Port Binding⁩ ناسازگار می‌تواند مسیر مستقل را از بین ببرد. هنگام پایش فقط ⁦Disk Latency⁩ را نبینید و ⁦Controller⁩، ⁦Port⁩ و ⁦Replication⁩ را هم ثبت کنید. بکاپ بدون ⁦Restore⁩ آزمایشی و نگاشت بدون مستند برای تیم شیفت قابل اتکا نیستند.

جمع‌بندی مهندسی

اگر بار مستقل است و بازیابی از کپی مستقل در محدوده زمان پذیرفته‌شده انجام می‌شود، ذخیره‌ساز محلی می‌تواند پاسخ کافی بدهد. برای سرویس فایل، ابتدا ⁦NAS⁩ را با نیاز برنامه مقایسه کنید. ⁦SAN⁩ برای ارائه بلوک مشترک، اداره متمرکز ظرفیت و نگهداری میزبان‌ها مفید است، به شرطی که دامنه خرابی جدید آرایه پوشش داده شود. ⁦FC⁩ وقتی ⁦Fabric⁩ و عملیات اختصاصی و پشتیبانی مناسب دارید انتخاب معقولی است. ⁦iSCSI⁩ با شبکه ⁦IP⁩ طراحی‌شده و مسیرهای قابل آزمون می‌تواند همان نیاز کاربردی را پوشش دهد. ⁦NVMe-oF⁩ را وقتی بررسی کنید که پروفایل تأخیر و صف یا برنامه چرخه عمر، هزینه تغییر و تأیید مجدد را توجیه کند.

روز تحویل باید بتوانید برای هر ⁦Datastore⁩ مسیرهای مستقل، کنترلر مالک، رزرو ⁦Pool⁩، محل بکاپ و نتیجه آخرین ⁦Restore⁩ را نشان دهید. بزرگ‌ترین ریسک‌ها در وابستگی مشترک پنهان، ظرفیت ناکافی در حالت خرابی و بازیابی آزموده‌نشده جمع می‌شوند.

پرسش‌های متداول ⁦SAN⁩

چرا ⁦ESXi⁩ هدف ⁦iSCSI⁩ را می‌بیند ولی ⁦LUN⁩ نمایش داده نمی‌شود؟

⁦Discovery⁩ فقط وجود ⁦Target⁩ را نشان می‌دهد. ⁦Login⁩ و ⁦Session⁩، ⁦IQN⁩ میزبان، ⁦Host Mapping⁩ و ⁦Rescan⁩ را به ترتیب بررسی کنید و شناسه دستگاه مورد انتظار را با آرایه تطبیق دهید.

آیا دو پورت روی یک ⁦HBA⁩ برای افزونگی کافی است؟

دو پورت می‌توانند خرابی کابل و ⁦Fabric⁩ جداگانه را پوشش دهند. خرابی خود کارت هر دو پورت را از دسترس خارج می‌کند. برای تحمل خرابی کارت، از مسیرهای فیزیکی روی دو آداپتور سازگار استفاده کنید.

آیا ⁦Round Robin⁩ را برای همه آرایه‌ها فعال کنیم؟

⁦Policy⁩ و تنظیمات آن را از راهنمای ترکیب آرایه، پروتکل و نسخه ⁦ESXi⁩ انتخاب کنید. پس از هر تغییر، توزیع مسیرهای بهینه و رفتار ⁦Failover⁩ را اندازه بگیرید.

هنگام قطع یک ⁦Fabric⁩ از کجا بفهمیم برنامه سالم است؟

علاوه بر وضعیت ⁦Path⁩، زمان مکث، خطاهای ⁦I/O⁩، تأخیر برنامه و ظرفیت ⁦Fabric⁩ باقی‌مانده را در همان بازه مشاهده کنید. سالم بودن ⁦Link⁩ فقط یکی از شواهد است.

آیا فرمت کردن ⁦LUN⁩ جدید از همه میزبان‌های ⁦ESXi⁩ لازم است؟

⁦VMFS⁩ را یک‌بار روی دستگاه تازه و تأییدشده ایجاد کنید. میزبان‌های مجاز دیگر همان ⁦Datastore⁩ را با ⁦Rescan⁩ و ⁦Mount⁩ شناسایی می‌کنند. شناسه دستگاه و ⁦Signature⁩ را پیش از هر تغییر بررسی کنید.

چرا حذف فایل فضای ⁦Pool⁩ را آزاد نکرده است؟

عبور ⁦UNMAP⁩ از مهمان، ⁦Hypervisor⁩ و آرایه را بررسی کنید. ⁦Snapshot⁩ ممکن است بلوک‌های حذف‌شده را هنوز نگه دارد و آزادسازی آرایه نیز می‌تواند با تأخیر انجام شود.

آیا ⁦Always On⁩ به یک ⁦LUN⁩ مشترک نیاز دارد؟

⁦Availability Group⁩ معمولی به هر ⁦Replica⁩ ذخیره‌ساز مستقل می‌دهد. در ⁦FCI⁩، ذخیره‌ساز باید برای انتقال ⁦Instance⁩ بین ⁦Node⁩ها از دید پیاده‌سازی پشتیبانی شود.

بعد از بازیابی از بکاپ چه چیزهایی را بررسی کنیم؟

سلامت پایگاه داده، زمان بازگشت سرویس، اجرای ⁦VM⁩ و اتصال ⁦Client⁩ را ثبت کنید. نقطه بازیابی را با ⁦RPO⁩ و زمان واقعی آماده شدن برنامه را با ⁦RTO⁩ مقایسه کنید.

Share

Meet AJInfrastructure & DevOps
Loading…