数十款阿里云产品限时折扣中，赶快点击这里，领券开始云上实践吧！

直播回顾视频

以下内容根据现场分享整理。

时至今日，企业上云已不再是一个全新的话题。

是IDC在2016年对全球企业级存储市场增长趋势的预测：从2015年至2020年五年时间，本地IDC ON-PREM，大约增长了3倍；而云上OFF-PREM 大概增加了4-5倍。当更多企业选择云存储的同时，也给企业IT部门带来了更多的问题和挑战。 

对于传统企业业务，如数据库、CRP等业务，一般是使用存储设备进行存储，当存储空间达到极限时，经常面临存储无法扩容、设备过保、升级换代、数据迁移、机房扩建等问题；对于互联网业务，它不同于传统业务，更多关注的是业务快速上线、避免IT投资风险、业务快速转型，从而需要横向扩展能力以及按需使用资源。

面对这些问题时，IT部门的负责人需要考虑如何以最优的方式解决这些问题。阿里云存储正是在解决此类问题的过程中成长起来的。

阿里云存储之路

从最初接触云储存至今，阿里云存储之路已经整整走了十年。2008年，组建云存储团队，探索阿里集团大规模存储解决之道；仅隔一年，在2009年，云存储团队便推出了分布式存储引擎1.0，为虚拟机、阿里金融、邮箱、搜索提供通用存储服务；2013年，实现存储单集群5K计算节点，打破Sort Benchmark世界记录，在377秒内完成100TB排序；在2015年，单集群更是突破10K计算节点，基本完善阿里云存储产品体系，并在2016年，以$1.44/TB的成绩获得Indy专用目的排序和Daytona通用目的排序两个子项的世界冠军，打破了AWS年保持的纪录4.51$/TB，云计算效率世界第一；在2018年。阿里云存储团队推出了分布式存储引擎2.0，面向人工智能、科学计算、深度学习等未来存储场景实现存储引擎升级，构建全新一代存储引擎。

飞天统一存储 

对熟悉阿里云的同学而言，飞天一定不会陌生。上图给出了飞天统一存储架构图，作为阿里云自主研发、服务全球的超大规模通用计算操作系统，最底层是全球部署的19个地区，几十个数据中心；其上是基于海量的X86 Linux高性能通用服务器集群；通过分布式协同（女娲）、资源管理（伏羲）、安全管理、远程过程调用（夸父）构建中间盘古分布式存储；在盘古之上，是对外提供的不同类型的存储产品，包括块存储、文件存储、对象存储、表格存储等；在存储产品之上，是阿里云对外提供的MaxCompute、日志服务、GPU、ECS等各类云计算产品。

盘古分布式存储

给出了分布式存储服务盘古的架构图，主要由盘古核心基础层、盘古产品适应层和产品层构成；其中盘古核心基础层又分为软硬件一体化层、单机存储引擎和盘古核心功能模块。最底层的软硬件一体化层，主要采用了定制化的新硬件和新介质；在其上，将硬件抽象成单机存储引擎；在单机存储引擎之上，形成了盘古核心功能模块，包括多副本协议、元数据管理、磁盘管理、数据放置策略、数据校验、纠删码。盘古产品适配层提供了块存储适配和分布式文件系统适配，实现一套架构满足上层不同云存储产品的IO的需求；产品层为用户提供了实际使用的云存储产品，如对象/表格存储、日志/消息存储等等。

盘古整体分布式存储架构使用用户态的TCP网络协议栈，减少用户态与内核态的开销；同时采用了全面兼容RDMA网络，通过软硬件一体化增强网络的稳定性、降低网络延迟，逼近网络物理极限；此外，采用自适应的网络，针对不同场景自由切换识别网络特征；最后，在RPC方面也进行了全面优化，全面改进Protobuf的性能，并针对线程模型进行了全面优化。

NAS文件存储产品

作为本次分享的主题——NAS文件存储，从2016年初正式上线至今，NAS文件存储产品家族已经聚合了通用型NAS（又可细分为容量型、性能型）、NAS Plus、CPFS三大产品。

通用型NAS

通用型NAS底层基于盘古；盘古的上一层称之为前端，它主要是提供NFS和SNB协议的集群；在前端机的上层是负载均衡；再往上一层就是客户端层，也就是说NAS产品一定是要配合计算节点进行使用的。

从整体架构来看，Metadata完全是完全是旁路的，不占用整体IO路径。当客户端请求经过负载均衡接入到处于空闲状态的前端机，前端机通过查询Metadata获取数据所在的存储位置，其中对Metadata采用了一些缓存策略，减少查询次数；查到数据之后，直接从盘古中对数据进行读取/写入等操作。从架构中可以看出，NAS并非像传统文件存储一样，在某些地方存在性能瓶颈，所有的节点均采用分布式部署，避免单点故障对系统造成的影响。

通过如上架构设计，通用性NAS实现了高性能、高可靠、高可用：

单文件系统的吞吐量可到20GBps，IOPS可达到5k；

性能随容量线性增长；

4个9设计高可用，11个9设计高可靠。

在协议支持方面，阿里云通用性NAS是实现了NFS V3.0/V4.0和SMB v2.0/v2.1v3.0的多协议支持，业内首创；在安全方面，采用阿里云共有的安全特性，如VPC、安全组、ACL、多租户、主子账号等。

通用型NAS——场景 

由于通用型NAS简单易用，企业无需修改NFS/SMB接口；并且具备弹性扩展，容量无限扩展，性能按需满足；此外，用户可以按需购买，按使用量计费，无需额外费用；以及降低TCO，即开即用，无需Capex投入的特点，使得NAS在企业有着广泛的应用场景，如文档共享、视频存储、Web站点、移动应用、公共文件夹等。

CPFS并行文件系统

通用性NAS能够覆盖企业百分之八十的应用场景。但是在一些行业的特殊场景、如AI、深度学习等，数据量非常巨大，通用性NAS是无法承受如此巨大的压力的。因此，阿里云与Intel合作，根据AI时代大数据量的需求，研发了CPFS并行文件系统。该系统的架构如上图所示：底层依赖于盘古分布式存储；中间一层是Intel的Luster的协议和架构；最上层是客户计算节点，该系统利用了盘古存储的高可靠和扩展性，同时又兼具Luster并行文件系统高吞吐协议，能够实现单个文件系统1TBps吞吐，1亿IOPS。

CPFS并行文件系统——场景

目前CPFS系统处于公测阶段，使用者可以在CPFS的官网上申请测试使用。这里，强烈推荐无人机、大数据分析、高校科研、人工智能、安防大数据、个人信用画像、工业制造、生命科学等业务在云上试用下CPFS并行文件系统；此外，CPFS不仅仅在公有云上，在大客户的专有云上也有对应的输出。

NAS文件存储——网络访问方式

文件存储和对象存储有很大的区别。目前，NAS文件存储支持多种网络链接模式，包括VPC、经典网络和IDC直连，其中VPC方式是我们最推荐的一种方式，最为安全。三种方式的具体实现结构如上图所示。

NAS File Sync文件同步

NAS File Sync文件同步是云存储团队上个月刚推出的服务，该服务使得客户在云上的数据得以“流动”起来，支持用户本地数据中心、阿里云NAS、阿里云云盘之间的自由流动以及跨区域复制，进而实现数据全生命周期管理，实现热、冷数据分层（热数据采用文件存储，冷数据采用对象存储）。

NAS File Sync文件同步的操作十分简单：第一步，创建数据源；第二步，创建文件同步任务。仅需在控制台上简单的两步操作就可以实现文件同步。通过对文件同步进行扩展，现在也支持跨区域的文件同步，通过在控制台设置跨区域复制，就可以实现不同区域（如图示华北、华南）的文件同步。

对目前NAS产品进行了总结，这里不再一一陈述，用户可以根据自身业务的特点和产品的适用场景选择性的使用。

NAS文件产品使用案例

下面结合上面提到的几个产品，具体讲解一下使用场景。

NAS/CPFS并行文件系统——基因测序存储利器 

是NAS产品在基因行业的一个具体案例。目前，国内Top3的基因公司都在使用阿里云的文件存储服务。基因公司其中具有代表性的业务场景是数百TB/月测序仪下机数据通过计算和存储进行后续的测序任务。针对这类业务，我们推荐使用CPFS并行文件系统，在实地测试中，CPFS在17分钟内加载完1万个人类全基因组下机数据。通过使用CPFS文件并行系统，整体优化效果十分明显，业务流程由之前的5个小时缩短到1，5个小时以内；同时，云上资源按需使用，TCO降低70%。

NAS Plus 极速IO—搭建高性能弹性Web Server

在Web Server方面，阿里云的某个客户的业务规模达到日活数百万。在没有极速IO之前，该客户的前端计算业务负负载存在较大压力。该客户目标是在六个月内会增加到上千万日活，原来的架构是远不能支持这一目标。通过在阿里云上构建高性能Web Server，采用NAS Plus极速IO文件系统和基于RDMA的网络以及NVMe SSD，能够提供稳定、500us的超低时延和1M IOPS。通过压测，满足每天千万数量级小文件读写能力；同时通过异步数据复制，实现跨Region灾备能力，实现业务高可用。

NAS Plus智能缓存——支撑云上视频非编系统

视频行也对IO要求也是极高的。NAS Plus智能缓存通过在客户端安装agent，实现对用户IO进行两个方面优化：一是预读，视频行业在做非编业务时，是将大量数据顺序读到计算节点中，因此可以通过预读加速；二是本地写聚合，所有写操作在本地进行缓存，进行聚合后再一起写下来。经过测试，NAS Plus可以支撑16台云图站每台20层4K高清编辑，业务流程缩短5倍，同时TCO降低60%。

NAS文件系统—云上大规模渲染 

NAS文件存储配合批量计算BCS形成了云上大规模渲染方案。阿里云在国内外有着大量的渲染客户，电影渲染对计算的要求是十分之高。客户在后期渲染时，需要云上数千台GPU同时运行，而一般的公司本地最多也就是几百台的规模，无法实现大规模场景渲染，因此需要将相应的素材数据和镜头数据上传到云端，利用云上的批量计算BCS同时加载几千个计算节点，从后端同时读取相应的素材数据进行渲染。在上图所示的架构中，我们在计算节点和NAS文件存储中增加了全局分布式缓存，使得几千个计算节点避免同时从NAS系统中读取数据。NAS文件存储配合批量计算BCS形成了云上大规模渲染方案。

NAS文件系统——助力AI和机器学习

对于近年来相当火爆的AI和机器学习，所需的数据量越来越大，模型训练要求的计算资源也越来越多。目前，阿里云在华北提供了一个大型GPU渲染资源池，专门服务此类客户。客户的所有数据通过阿里云高速通道上传到NAS文件存储中，通过GPU计算资源来进行模型训练，大大提升了模型迭代速度。

NAS文件存储——全球部署

NAS文件系统从2016年3月份上线，同年9月份公测，截止今日，历经两年多的风雨。最初，NAS主要服务于国内客户，集中于华北、华南、华东地区。目前，在阿里云全球19大Region，NAS已经在16个Region（图示绿点）开服，在2018年，将会实现全球19个Region的NAS全覆盖。因此，当企业上云之路遇到困难时，不妨考虑下阿里云存储！

阿里云产品价格优惠，提供专业的技术服务，咨询热线：400-1565-661