大数据分析、基于闪存和扩展的存储以及超融合计算解决方案的网络需求推动了从旧的构造通道向新一代基于 IP 的存储网络的迁移。 这些新一代存储应用程序需要开放式、可编程、无损且高度可用的 IP 存储网络解决方案来支持其独特的流量模式。
Arista 针对大数据获取和分析的主要优势包括:
- 规模达到 PB 级 - 通用云网络架构、非阻塞设计、密集交换
- 无损传输 - 利用 VoQ 和 DCB/PFC 的深度缓冲
- 充分利用 Arista EOS 业界一流的可伸缩性和稳健性
- 高可用性 - 网络设计、自修复 Arista EOS
- 通过 LANZ、VM Tracer、Hadoop Tracer 实现遥测和可见性
- 通过 CloudVision 服务开通和更改管理实现自动化运行,从而降低运营费用
- 存储管理员熟悉的基于 GUI 的网络管理工具
- 投资回报 - 低功耗、外形紧凑
- 无缝迁移到用于新一代 IP 存储的 25GbE 和 50GbE
随着公司获取和分析海量的结构化和非结构化数据能力的增强,将推动更多创新产品和服务的开发与推出。
通过充分利用公共云的巨大计算能力和将他们的数据中心重新整合到私有云中,无论大型还是小型企业都在竞相获得此项能力。
大数据可为组织做出推动其业务发展的关键决策提供巨大帮助。 同时,大数据需要存储和高效地处理万亿字节 (terabytes) 或百亿亿字节 (exabytes) 的非结构化数据,这给 CTO 和网络运营商带来巨大挑战,亟待新型创新技术的出现。
大数据框架由分布式文件系统、数据库和数据挖掘算法组成。 要想获得成功实施,大数据部署需要高伸缩性、高性能且易于管理的互连、先进的统包管理解决方案以及熟悉的虚拟化工具。
拥有高达 32GB 动态缓冲内存的 Arista 7280R 通用叶子平台是对 Arista 7500R 通用骨干的补充,通过提供令人信服的 IP 存储网络解决方案来满足大规模东西向流量的 IP/以太网存储挑战。 包括确定性的延迟特性、任意到任意非阻塞主机通信、通过 EOS 的开放可编程性以及能够吸收最大存储 IO 突发和流量模式的深度数据包缓冲区。
Arista Networks 存储网络解决方案使企业能够构建跟得上数据增长的群集,最大限度减少运营开支,提供专业的数据分析。
- .Lossless Network for AI/ML/Storage/HPC with RDMA
- .Big Buffers for Big Data Applications
- .Deploying IP Storage Infrastructures
- .Scaling Deep Learning Performance on the NVIDIA DGX-1 Server with WekaIO Matrix
- .HPC Deployment Scenarios
- .Big Data Applications Design Guide
- .Arista Network Design Considerations for Hadoop Clusters
- .Big Data and Cloud Storage
- .Networking in the Hadoop Cluster
- .Hadoop Clusters Built on 10 Gigabit Ethernet: Intel & Arista
- .Rapid Automated Indication of Link-Loss (RAIL)
- .Big Data Needs Cloud Networking - Jayshree Ullal
- .IP Storage Next Generation Platforms White Paper