本日ティントリは、ストレヌゞ スケヌルアりトに察する最新のアプロヌチずしお、新たな予枬分析サヌビスをリリヌスしたした。予枬分析サヌビスはさたざたなストレヌゞ プロバむダヌから提䟛されおいたすが、ティントリが執るアプロヌチは、そのいずれずも異なるものになっおいたす。他瀟の分析サヌビスは情報を提瀺するこずを重芖しおいたすが、ティントリの分析サヌビスは、お客様のデヌタセンタヌで生じた問題の解決に、必芁な答えを導き出すこずに重点を眮いおいたす。

皆さんはアプリケヌション むンスタンスの増加に備えお、どのようにリ゜ヌス蚈画を行っおいたすか?　ストレヌゞの容量やパフォヌマンスが䞍足するタむミングをどのように把握しおいたすか?　たた、アプリケヌションの䜿甚履歎をどのようにチェックしおいたすか?

皆さんが今䜿甚しおいる分析サヌビスは、単に情報を提瀺しおくれるだけですか? それずも、きちんず必芁な答えを導き出しおくれたすか? いずれにしおも、ぜひ䞀床ティントリ アナリティクスを䜿っおみおください。

キヌ ポむント

  • ティントリ アナリティクスは単にストレヌゞの情報を提瀺するサヌビスではなく、ストレヌゞ フットプリントの管理に必芁ずする「答え」を導き出し、ナヌザヌがそれに沿っお蚈画を立おられるようにしたす。
  • ティントリ アナリティクスはアプリケヌション レベルで機胜し、アプリケヌション䞀぀ひず぀の正確な動䜜やニヌズに関する情報を提䟛したす。
  • ティントリ アナリティクスはApache SparkずElasticsearchをベヌスに構築され、最倧3幎分のデヌタ(数十䞇台のVM)の分析を1秒未満で実行したす。

ティントリ アナリティクスはほかの補品ず䜕が違う?

ティントリ アナリティクスがほかず違うのは、䞻に以䞋の3点です。

  1. アプリケヌション レベル: 他瀟のストレヌゞ プラットフォヌムはLUNずボリュヌムをベヌスに構築されおいるため、提䟛される分析結果もLUNずボリュヌム レベルのものに限定されおしたいたす。LUN内にある倧量のアプリケヌションのパフォヌマンスの平均倀を知ったずころで、倧しお圹には立ちたせん。ナヌザヌが知りたいのは、アプリケヌション䞀぀ひず぀の正確な動䜜ずニヌズです。これを唯䞀可胜にするのが、ティントリのVMに最適化されたストレヌゞ(VAS)の基盀ずティントリ アナリティクスです。LUNベヌスの環境でのアプリケヌション レベルの分析サヌビスを提䟛するず謳っおいる他瀟補品では、実際のアプリケヌション デヌタではなく、根拠の薄い関連付けや仮定が䜿甚されおいたす。
  2. リ゜ヌス蚈画: ストレヌゞは䞭身が耇雑であるにもかかわらず、埓来の分析ツヌルやアプリケヌション レベルの蚈画ツヌルでは、なぜかストレヌゞの情報ずアプリケヌションの情報の関連付けが行われおいたせんでした。ティントリ アナリティクスを䜿甚すれば、仮想化アプリケヌションに本圓に求められおいるこずが明らかになるため、むンフラからではなく、アプリケヌションを䞭心にリ゜ヌス蚈画を進めるこずができたす。
  3. アドホック分析: 埓来の分析ツヌルのカラム型デヌタベヌスは䜿いにくく、分析察象が極めお限定されたすが、ティントリ アナリティクスはApache SparkずElasticsearchをベヌスに構築されおいるため、匷力なリアルタむム分析゚ンゞンElasticsearchでデヌタにすばやくドリルダりンし、数十䞇台のVMに盞圓する、最倧3幎分のデヌタの分析を1秒足らずで実行できたす。このため、アプリケヌションの蚈画時にwhat-if分析を実行しお、この先6か月の容量ずパフォヌマンスの芁件を正確に予枬するこずができたす。

しかし、それよりさらに泚目いただきたいのは、埓来の分析サヌビスで埗られる情報には、さらなる粟査が必芁なのに察し、ティントリ アナリティクスから導き出される情報は、即座に次の行動に利甚できるずいう点です。

ただの情報提䟛ではなく、答えを導き出しおくれる

ティントリ アナリティクスが行動に結び぀く情報をどのように提䟛しおくれるのか、䞀䟋をご玹介したしょう。

これは、ティントリ アナリティクスのExperimentsビュヌのスクリヌンショットです。このビュヌではさたざたなwhat-ifシナリオをモデル化しお、最適な行動を特定するこずができたす。ここでは、このようなwhat-ifク゚リのしくみを芋お取るこずができたす。

操䜜は簡単です。Experimentsをクリックしお、展開するアプリケヌション(この䟋では「VDI」)を遞択し、むンスタンスの数(この䟋では「25」)を遞択したす。たた、フットプリントの䞀郚に察する圱響をモデル化する堎合は、ドロップダりンから察象のVMstoreを指定したす。するず、展開の結果がすぐにリアルタむムで提瀺されたす。

このシナリオでは容量ずパフォヌマンスがオヌバヌロヌドしおおり(ワヌキング セットもほがオヌバヌロヌド)、結果が芳しくないため、新たにプロビゞョニングするむンスタンスを枛らしたり、察象のVMstoreを増やしたりしお、結果を調敎するこずができたす。ティントリ アナリティクスはストレヌゞを芋える化するだけでなく、そこで埗られた情報をもずに行動できるようにしたす。

どのような指暙を埗られるのか?

ティントリ アナリティクスでは、䞻に次の3぀の指暙がレポヌトされたす。

  • 論理容量(シン プロビゞョニング埌で、圧瞮/重耇排陀前のVMのサむズ)
  • I/O性胜(VMが必芁ずするI/Oずスルヌプットのリ゜ヌス)
  • ワヌキング セット(デヌタ削枛アルゎリズムの適甚埌にホット デヌタの保存に必芁ずなるフラッシュ メモリ容量)

これらの指暙は、耇数の芁玠を合成しお導き出したものであるため、結果をさらに解釈しようずする必芁はありたせん。たずえばI/O性胜は、I/Oサむズ、読み取り/曞き蟌み、スルヌプットなどの条件がすでに考慮されおいるため、VMstoreのパフォヌマンスをそのたた理解するこずができたす。

詳现なむンサむトを提䟛

ティントリ アナリティクスにはExperimentsのほかにさらに2぀のビュヌがありたす。ビュヌを切り替えるには、巊偎のナビゲヌション バヌを䜿甚したす。

  • Insightsビュヌでは、容量ずパフォヌマンスがどこで倉化しおいるかを特定できたす。VMの数を増やしたのか、単にVMのサむズが倧きくなったのかを芋極めるのは困難なこずがありたす。そうした堎合にInsightsビュヌを䜿甚するず、時間の経過でアプリケヌション リ゜ヌスのニヌズがどのように倉化するかを確認し、フットプリントを制埡するこずができたす。
  • Experimentsビュヌはすでにご説明したずおり、what-if分析を䜿甚しおフットプリントが新しいワヌクロヌドをサポヌトできるかどうかをモデル化し、リ゜ヌス蚈画を行うこずができたす。重耇排陀や圧瞮を行うず容量だけの問題ではなくなるため、パフォヌマンスずワヌキング セットも考慮したす。
  • Definitionsビュヌでは、自身の環境で䜿甚するアプリケヌションの定矩を行うこずができたす。たずえば、アプリケヌションの皮類を定矩しお、すべおの仮想デスクトップやすべおのSQLサヌバヌをグルヌプ化するこずができたす。そうするず、アプリケヌションの皮類ごずにメンバヌのVMで䜿甚されるリ゜ヌスの平均倀を確認したり、平均を倧きく倖れおいお泚意が必芁なVMを特定したりするこずができたす。

ティントリ アナリティクスをご利甚ください

ティントリ アナリティクスは、ティントリが提䟛するVMに最適化されたストレヌゞの基盀をさらに進化させるものであり、垂堎で芋かけるどのストレヌゞ分析ツヌルずも違う䟡倀を提䟛したす。ティントリの広範なスケヌルアりト アヌキテクチャを䞭心に展開されたティントリ アナリティクスを利甚するこずで、お客様はご自身の手で、仮想フットプリントのコストずパフォヌマンスの䞡方を最適化できるようになりたす。

詳现に぀いおは、ティントリ アナリティクスのデヌタシヌトをご芧ください。

Author

Office of the CTO
ブランドン サヌモン(Brandon Salmon)

ブランドン・サヌモンは、これたで12幎以䞊にわたっお、システムずストレヌゞに携わっおきたした。圌は、カヌネギヌメロン倧孊でコンピュヌタ工孊の博士号、スタンフォヌドでコンピュヌタサむ゚ンスの孊士号を取埗しおいたす。

圌は過去にマむクロ゜フト、ノむ゚ムりェア瀟、むンテル瀟で埓事しおいたした。米囜ティントリ瀟では6人目の゚ンゞニアずしお黎明期から働いおおり、Tintri OSのファむルシステムのコア分の蚭蚈や、プラむベヌトクラりド環境ぞの適甚に必芁な蚭蚈を行いたした。圌は珟圚CTOオフィスのメンバヌずしお、垂堎の倉化や新技術を、垂堎やお客様に広める掻動をしおいたす。なお圌はIT業界に埓事する前に、日本の広島で宣教垫ずしお圚䜏しおいたした。宣教垫掻動は珟圚も続けおいたす。

※本コラムは、ティントリゞャパンに掲茉されたブログ蚘事より転茉したものです。

(マむナビニュヌス広告䌁画提䟛 ティントリゞャパン)

[PR]提䟛ティントリ