Cos'è lo storage a oggetti?

L'archiviazione ad oggetti, nota anche come storage a oggetti o basato su oggetti, è un'architettura di archiviazione dei dati che consente di gestire grandi quantità di dati non strutturati. Questi dati non sono conformi a un tradizionale database relazionale con righe e colonne, o non possono esservi facilmente organizzati. I dati delle comunicazioni via internet attuali sono in gran parte non strutturati. Alcuni esempi sono e-mail, video, foto, pagine web, file audio, dati sensore e altri tipi di contenuti multimediali e web (testuali o non). E il flusso di questi contenuti, provenienti da social media, motori di ricerca, dispositivi mobili e "intelligenti", è continuo.

La società di ricerca di mercato IDC stima che entro il 2025 i dati non strutturati rappresenteranno probabilmente fino all'80% di tutti i dati a livello globale.

Le aziende trovano difficoltà nel memorizzare e gestire in modo efficiente (e conveniente) un tale volume di dati. L'archiviazione basata sugli oggetti è quindi diventata il metodo preferito per l'archiviazione e il backup dei dati, dato che offre un livello di scalabilità altrimenti impossibile con l'archiviazione tradizionale basata su file o blocchi, e consente inoltre di memorizzare e gestire volumi di dati nell'ordine di terabyte (TB), petabyte (PB) o anche di dimensioni più grandi.

Gli oggetti sono unità distinte di dati che vengono memorizzate in un ambiente dalla struttura semplice, senza le cartelle, directory o gerarchie complesse dei sistemi basati su file. Ogni oggetto è un repository semplice e autonomo che include i dati, i metadati (le informazioni descrittive associate a un oggetto) e un numero di identificazione univoco (invece del nome e del percorso del file). Queste informazioni consentono alle applicazioni di individuare l'oggetto e accedervi. È possibile aggregare i vari dispositivi di archiviazione ad oggetti in pool di archiviazione più grandi e distribuire poi i pool di archiviazione tra le varie ubicazioni. Questo consente una scalabilità illimitata, oltre a migliorare la resilienza dei dati e il disaster recovery.

L'archiviazione ad oggetti elimina la complessità e i vincoli di scalabilità derivanti da uno Hierarchical File System con cartelle e directory. Gli oggetti possono essere memorizzati localmente, ma il più delle volte risiedono su server cloud, consentendo di accedervi da qualsiasi parte del mondo.

Gli oggetti (dati) in un sistema di archiviazione ad oggetti sono accessibili tramite interfacce di programmazione delle applicazioni (o API, Application Programming Interfaces). L'API nativa per l'archiviazione ad oggetti è un'API RESTful basata su HTTP (nota anche come servizio web RESTful). Le API eseguono query dei metadati dell'oggetto desiderato (i dati) al fine di individuarlo tramite la rete internet da qualsiasi luogo, su qualsiasi dispositivo. Le API RESTful utilizzano comandi HTTP come “PUT" o “POST" per caricare un oggetto, “GET" per recuperarlo e “DELETE" per rimuoverlo (HTTP sta per Hypertext Transfer Protocol e indica un insieme di regole per il trasferimento di testo, immagini grafiche, audio, video e altri file multimediali su Internet).

Su un'istanza di archiviazione ad oggetti è possibile memorizzare un numero qualsiasi di file statici, da richiamare poi tramite un'API. Stanno inoltre emergendo ulteriori standard di API RESTful che vanno oltre la creazione, il recupero, l'aggiornamento e l'eliminazione di oggetti e che consentono alle applicazioni di gestire l'archiviazione ad oggetti, i relativi container, gli account, la multi-tenancy, la sicurezza, la fatturazione e altro ancora.

Ipotizziamo, ad esempio, di voler memorizzare tutti i libri in un sistema di libreria molto grande su un'unica piattaforma. Dovremo memorizzare il contenuto dei libri (dati), ma anche le relative informazioni, come l'autore, la data di pubblicazione, la casa editrice, l'argomento, i copyright e altri dettagli (metadati). Potremmo memorizzare tutti questi dati e metadati in un database relazionale, organizzato in cartelle in una gerarchia di directory e sottodirectory.

Con milioni di libri, però, il processo di ricerca e recupero diventerebbe complesso e dispendioso in termini di tempo. In questo caso potrebbe tornarci utile un sistema di archiviazione ad oggetti, perché i dati sono statici o fissi. Nel nostro esempio, il contenuto del libro resterà lo stesso. Gli oggetti (dati, metadati e ID) verranno memorizzati come "pacchetti" in una struttura semplice, e potranno essere facilmente individuati e recuperati con una singola chiamata API. Inoltre, man mano che il numero di libri aumenterà, potremo aggregare i dispositivi di archiviazione in pool più ampi e distribuirli, con una scalabilità illimitata.

Quando si valuta una soluzione per l'archiviazione dei dati, vi sono molti motivi per prendere in considerazione un'opzione basata sull'archiviazione ad oggetti, in particolare in un'era di comunicazione digitale e internet come la nostra, in cui si producono grandi volumi di dati multimediali basati sul web a un ritmo sempre crescente.

Memorizzazione/gestione di dati non strutturati

Oggi l'archiviazione ad oggetti è sempre più utilizzata per rispondere alle esigenze del cloud computing e gestire i dati non strutturati, che, secondo le stime degli analisti, in un prossimo futuro rappresenteranno la stragrande maggioranza di tutti i dati a livello globale. Il volume dei contenuti generati sul web – e-mail, video, social media, documenti, dati sensore prodotti da dispositivi IoT (Internet of Things) e altro ancora – è enorme e continua a crescere. I dati non strutturati sono di norma statici (immutabili) ma possono essere richiesti in qualsiasi momento e ovunque (come le immagini e i file video, ad esempio, o i backup di dati archiviati).

L'archiviazione ad oggetti basata sul cloud è ideale per la conservazione dei dati a lungo termine. Può essere utilizzata per sostituire gli archivi tradizionali, come i NAS (Network-Attached Storage), riducendo così l'infrastruttura IT, ma anche per archiviare e memorizzare facilmente i dati obbligatori che, in base alle normative, devono essere conservati per lunghi periodi di tempo, oppure per conservare in modo efficiente grandi quantità di contenuti rich media (immagini, video, ecc.) a cui non si accede di frequente.

Scalabilità

Il vantaggio più significativo offerto dall'archiviazione ad oggetti è forse la scalabilità illimitata. Gli oggetti, o unità distinte di dati (in qualsiasi quantità), sono memorizzati in un ambiente di dati strutturalmente semplice, all'interno di una periferica di memoria come un server. Per ampliare le capacità di calcolo, e per supportare le velocità di elaborazione più elevate richieste da file di grandi dimensioni come video o immagini, è sufficiente aggiungere altri dispositivi/server in parallelo a un cluster di archiviazione ad oggetti.

Riduzione della complessità

L'archiviazione ad oggetti elimina la complessità derivante da uno Hierarchical File System con cartelle e directory. Il potenziale ritardo nelle prestazioni è minore, e l'efficienza nel recupero dei dati è maggiore, perché non ci sono cartelle, directory o gerarchie complesse da esplorare. Questo consente di migliorare le prestazioni, soprattutto nella gestione di grandi quantità di dati.

Disaster recovery/disponibilità

I sistemi di archiviazione ad oggetti possono essere configurati in modo che replichino i contenuti. Se un disco all'interno di un cluster smette di funzionare, sarà disponibile un disco duplicato che permetterà al sistema di continuare a funzionare senza interruzioni o degrado delle prestazioni. I dati potranno essere replicati all'interno di nodi e cluster e tra centri dati distribuiti per un backup aggiuntivo offsite, o anche in diverse aree geografiche.

L'archiviazione ad oggetti è un'alternativa più efficiente alle soluzioni di backup su nastro, che prevedono appunto dei nastri che devono essere fisicamente caricati e rimossi dalle unità nastro e spostati offsite per la ridondanza geografica. L'archiviazione ad oggetti può essere utilizzata per eseguire il backup automatico sul cloud di database on-premises e/o per replicare i dati tra i data center distribuiti, a costi contenuti. Per garantire il disaster recovery, basta aggiungere un ulteriore backup offsite o anche in diverse aree geografiche.

Per un ulteriore approfondimento sul disaster recovery, consulta "Backup e disaster recovery: una guida completa".

Metadati personalizzabili

Ricordiamo che ogni oggetto è un repository autonomo che include metadati o informazioni descrittive a esso associate. Gli oggetti utilizzano questi metadati per funzioni importanti, come i criteri per la conservazione, la cancellazione e l'instradamento, le strategie di disaster recovery (protezione dei dati) o la convalida dell'autenticità dei contenuti. È anche possibile personalizzare i metadati con del contesto aggiuntivo, che può successivamente essere estratto e sfruttato, ad esempio, per eseguire insight e analytics di business sul servizio clienti o sulle tendenze del mercato.

Convenienza

I servizi di archiviazione ad oggetti utilizzano un sistema di pagamento pay-as-you-go che non comporta costi iniziali o investimenti di capitale. Prevedono invece il pagamento di una quota di abbonamento mensile per una determinata quantità di capacità di archiviazione, recupero di dati, utilizzo della larghezza di banda e transazioni API. Il prezzo è di solito stabilito per fasce o in base al volume (ossia, si paga di meno per i volumi di dati molto grandi).

Sono poi possibili ulteriori risparmi sui costi, ad esempio utilizzando hardware per server standard, dato che le soluzioni di archiviazione ad oggetti hanno vincoli hardware limitati e possono essere implementate sulla maggior parte dei server standard adeguatamente configurati. Questo riduce l'esigenza di acquistare nuovo hardware quando si implementa una piattaforma di archiviazione ad oggetti on-premises, e consente persino di utilizzare hardware proveniente da più fornitori.

Compatibilità cloud

L'archiviazione ad oggetti è una soluzione ideale per gli ambienti cloud e ospitati che offrono storage as a service multi-tenant. Ciò consente a molte aziende o reparti all'interno di un'azienda di condividere lo stesso repository di archiviazione, con accesso individuale a una parte separata dello spazio di archiviazione. Questo approccio con archivio condiviso ottimizza intrinsecamente scala e costi. Utilizzando uno storage cloud a basso costo è possibile ridurre l'infrastruttura IT on-site dell'organizzazione, pur mantenendo i dati accessibili quando necessario. La tua azienda, ad esempio, potrebbe utilizzare una soluzione di archiviazione ad oggetti basata sul cloud per raccogliere e memorizzare grandi quantità di dati IoT e di dati su rete mobile non strutturati per le applicazioni destinate ai dispositivi intelligenti.

I metodi di archiviazione si sono evoluti per rispondere alla natura mutevole dei dati. I dati possono essere transazionali e raccolti in volumi più ridotti, che sono ordinatamente memorizzati in un database su un'unità disco su un server. L'archiviazione basata su file e quella basata su blocchi si adattano bene a questo tipo di dati strutturati e continuano a funzionare bene in determinati scenari. Internet, però, ha cambiato tutto. Le organizzazioni fanno fatica a gestire volumi sempre più grandi di contenuti digitali basati sul web (dati non strutturati). L'archiviazione basata su oggetti può rispondere a questa sfida.

La tua azienda potrebbe avere esigenze di archiviazione diverse, a seconda dei requisiti di velocità e prestazioni dell'esercizio IT. Esamina attentamente i metodi di archiviazione basati su file, blocchi e oggetti, perché ciascuno di essi presenta specifici vantaggi e svantaggi. Non stupirti se, per soddisfare al meglio le tue esigenze di archiviazione dei dati, vorrai ricorrere a un mix di tutte queste architetture.

Storage di file

L'archiviazione di file si basa sull'organizzazione e la memorizzazione dei dati all'interno di una cartella. I file sono denominati, etichettati con metadati (di norma il nome del file, il tipo di file, e la data di creazione e ultima modifica) e organizzati in cartelle in una gerarchia di directory e sottodirectory. Possiamo immaginare l'archiviazione di file come qualcosa di analogo al modo in cui i documenti cartacei fisici sono conservati all'interno di un archivio. Esistono più cassetti (directory) e, all'interno di ciascun cassetto, cartelle di documenti etichettate (sottodirectory). Per individuare una specifica cartella di documenti nel tuo archivio, ti basta aprire il cassetto corretto e scorrere le etichette delle cartelle. Allo stesso modo, per accedere ai dati in un sistema di archiviazione di file, al sistema informatico occorre solo il percorso (directory e sottodirectory) in cui trovarli. Un sistema di archiviazione gerarchica come questo funziona bene con quantità di dati relativamente ridotte e facilmente organizzabili. Tuttavia, con l'aumentare del numero di file, il processo di ricerca e recupero può diventare lungo e complesso.

"Storage di file: una guida completa" fornisce una panoramica completa dello storage a blocchi.

Storage a oggetti

Con le comunicazioni digitali di oggi, l'archiviazione basata su oggetti è ormai diventata il metodo preferito per l'archiviazione e il backup dei dati, fra cui contenuti web e multimediali non strutturati (e-mail, video, file di immagini e pagine web) e dati sensore prodotti dai dispositivi IoT. Invece di suddividere i file in blocchi memorizzati su dischi in un file system, questo sistema di memoria tratta gli oggetti come unità distinte di dati memorizzate in un ambiente di dati strutturalmente semplice.

L'archiviazione ad oggetti non utilizza cartelle, directory o gerarchie complesse. Piuttosto, ogni oggetto è un semplice repository autonomo che include i dati, i metadati e un numero di identificazione univoco che le applicazioni utilizzano per individuarlo e accedervi. In questo caso, i metadati sono più descrittivi che nell'approccio basato sui file. È infatti possibile personalizzarli con del contesto aggiuntivo, che si può successivamente estrarre e sfruttare per altri scopi, come l'analytics dei dati.

L'archiviazione ad oggetti è ideale se cerchi capacità di archiviazione a costi contenuti per dati non strutturati, con una scalabilità che va ben oltre i limiti effettivi delle soluzioni basate su blocchi e file, ma anche se vuoi archiviare dati che subiscono variazioni scarse o nulle (file statici), come record di transazione oppure file di musica, immagini e video.

Storage a blocchi

Lo storage a blocchi offre un'alternativa, con efficienza e prestazioni migliorate, allo storage basato su file. Lo storage a blocchi suddivide i file in porzioni di dati di uguali dimensioni (i blocchi, appunto) e li memorizza separatamente sotto un indirizzo univoco. Non c'è bisogno di una struttura file-cartelle: la raccolta di blocchi può essere memorizzata ovunque nel sistema, massimizzando così l'efficienza.

Per accedere a un file, un sistema operativo server utilizza l'indirizzo univoco per rimettere insieme i blocchi, assemblandoli nel file. Questo sistema consente una maggiore efficienza, perché non ha bisogno di sfogliare le directory e le gerarchie di file per accedere ai blocchi di dati. Lo storage a blocchi è perfetto per applicazioni di business critiche, database transazionali e macchine virtuali che richiedono bassa latenza (ritardo minimo), accesso granulare o più dettagliato ai dati e prestazioni coerenti.

"Storage a blocchi: una guida completa" fornisce una panoramica completa dello storage a blocchi.

Per un'analisi più approfondita delle differenze e dei vantaggi dello storage a blocchi e di file, guarda il nostro video "Block Storage vs. File Storage":

Come abbiamo già visto, l'archiviazione basata su oggetti è una soluzione ideale per memorizzare, archiviare, gestire ed eseguire il backup di elevati volumi di dati statici o non strutturati.

Questa soluzione può essere utilizzata anche per:

• Applicazioni cloud-native: l'archiviazione ad oggetti basata sul cloud è una soluzione ideale per lo sviluppo di applicazioni cloud. Crea nuove applicazioni cloud-native o trasforma le applicazioni legacy in applicazioni cloud di prossima generazione utilizzando lo storage a oggetti basato sul cloud come datastore persistente. Raccogli e memorizza grandi quantità di dati IoT e di dati su rete mobile non strutturati per le applicazioni destinate ai dispositivi intelligenti. Aggiorna in modo facile ed efficiente i componenti delle tue applicazioni.
  
  
• IA e analitica big data: crea un repository di dati centralizzato, sfruttando la convenienza e la scalabilità dell'archiviazione ad oggetti. Raccogli e memorizza quantità illimitate di dati di qualsiasi tipo, da qualsiasi origine. Esegui query dei dati per effettuare l'analitica dei big data e ottenere informazioni preziose sui tuoi clienti, le tue operazioni e il mercato che servi.

Come abbiamo visto, per caricare e recuperare file in un sistema di archiviazione ad oggetti si possono utilizzare semplici chiamate API. Per individuare l'oggetto corretto nell'archiviazione, però, le applicazioni hanno bisogno anche dei metadati dell'oggetto. È qui che entra in gioco un database di storage degli oggetti: un database di questo tipo fornisce una sorta di directory che utilizza i metadati dell'oggetto per individuare i file di dati appropriati in un sistema di storage distribuito.

Ogni gruppo di storage degli oggetti ha un database di storage degli oggetti che contiene due tabelle. Una tabella è una directory degli oggetti, mentre l'altra è per l'archiviazione ad oggetti.

La tabella della directory degli oggetti contiene informazioni descrittive su ciascun oggetto (i metadati). Questa directory tiene traccia di tutti gli oggetti in una gerarchia di archiviazione, registrando l'identificativo del nome della raccolta, il nome dell'oggetto e altre informazioni pertinenti. Ad esempio, nella metodologia di archiviazione ad oggetti di IBM, la tabella di directory degli oggetti include tre "indici":

• La data/ora di creazione dell'oggetto
  
  
• L'identificativo del nome della raccolta (ID nome), i dati sulle azioni in sospeso e la data/ora di creazione dell'oggetto
  
  
• Il nome dell'oggetto e l'identificativo del nome della raccolta

La seconda tabella nel database di storage degli oggetti è la tabella di archiviazione degli oggetti, in cui si trova il contenuto dei dati o il file stesso (gli oggetti). I dati (contenuto digitale fisso, quali file video e immagine o grandi librerie di documenti) si trovano nell'archivio oggetti, mentre i metadati (informazioni contestuali sui dati, incluso l'identificativo del nome) si trovano in un database o in una tabella di directory degli oggetti.

Quando un'applicazione "pubblica" un file, crea i metadati e li memorizza nella tabella di directory degli oggetti all'interno del database di storage degli oggetti, "inserendo" allo stesso tempo il file nella tabella di storage degli oggetti. Per recuperare il file in un secondo momento, l'applicazione richiede i metadati alla directory o al database degli oggetti e utilizza tali informazioni di identificazione per individuare od "ottenere" i dati.

"Open source" in genere fa riferimento a un modello di sviluppo di software universale o non proprietario. Un ambiente di sviluppo open source incoraggia la collaborazione. All'interno dell'ambiente, il pubblico può disporre liberamente di tutto il codice sorgente, di tutta la documentazione, di tutti gli SDK (Software Development Kit) e di tutte le API (Application Programming Interface). Gli sviluppatori e i programmatori possono modificare e migliorare il codice sorgente e quindi condividere, distribuire o pubblicare i loro tentativi all'interno della community degli sviluppatori. Altri sviluppatori possono quindi scaricare il codice o modificarlo ulteriormente.

Le tecnologie open source offrono flessibilità e controllo massimi sulle opzioni di gestione e archiviazione dei dati. Con gli strumenti open source e l'accesso ad API aperte, è possibile personalizzare il codice in base alle esigenze specifiche dell'organizzazione. Non sarai vincolato a tecnologie proprietarie durante lo sviluppo, ma avrai la libertà di utilizzare l'hardware esistente che eventualmente possiedi (o una combinazione di hardware di diversi fornitori). Potrai inoltre trarre vantaggio dagli sforzi degli altri sviluppatori all'interno dell'intera community.

Per quanto riguarda i sistemi di archiviazione basati su oggetti, sono disponibili diverse soluzioni open source, come Ceph, MinIO, Openio.io e SwiftStack/OpenStack Swift. Nonostante vantino funzioni, opzioni di politica e metodologie differenti, tutte queste soluzioni hanno lo stesso obiettivo: consentire l'archiviazione su larga scala di dati digitali non strutturati.

Tutte le principali soluzioni tecnologiche open source rispettano il protocollo di archiviazione ad oggetti Amazon S3 (Simple Storage Service) di Amazon. Il protocollo è stato introdotto nel 2006 e da allora è diventato di fatto lo standard per l'archiviazione nel cloud. Ciascuna soluzione offre un server di storage a oggetti open source compatibile con le API RESTful di Amazon S3. Molte offrono anche, in alternativa, una loro API aperta. OpenStack Swift, ad esempio, oltre a supportare l'API S3 di Amazon, offre anche una sua API aperta Swift con alcune funzionalità esclusive. Ceph Object Storage e Openio.io sono compatibili con S3 ma supportano anche una vasta gamma di API OpenStack Swift.

In uno scenario in cui sempre più sviluppatori fanno a gara per implementare e scalare le applicazioni più rapidamente, la containerizzazione è una soluzione sempre più utilizzata.

La containerizzazione è un approccio per la creazione di pacchetti di applicazioni che sta maturando rapidamente, poiché offre vantaggi senza precedenti agli sviluppatori e ai team che si occupano dell'infrastruttura e delle operazioni. "Containerizzazione: una guida completa" offre una panoramica esaustiva su tutto ciò che riguarda la containerizzazione.

In questo ambito, Kubernetes è diventata una soluzione di gestione dei container leader del mercato. La piattaforma facilita le attività di gestione, come lo scaling delle applicazioni containerizzate. Inoltre, consente di implementare nuove versioni delle applicazioni e fornisce servizi di monitoraggio, registrazione e debug, tra le altre funzioni. Kubernetes è una piattaforma open source conforme agli standard OCI (Open Container Initiative) per i runtime e i formati di immagine contenitore.

Cosa ha a che fare Kubernetes con lo storage a oggetti? Il termine chiave è "scala".

Kubernetes consente la gestione di container su larga scala. Può orchestrare i contenitori su più host e scalare in modo dinamico le applicazioni containerizzate e le relative risorse (anzi, l'auto-scaling è proprio una delle funzioni principali di Kubernetes). I sistemi di archiviazione ad oggetti, dal canto loro, gestiscono lo storage su larga scala, essendo in grado di memorizzare enormi volumi di dati non strutturati nell'ordine di svariati petabyte, o di dimensioni persino maggiori. Questi due approcci di scalabilità orizzontale, se usati insieme, creano un ambiente ideale per i carichi di lavoro che iniziano a emergere, basati su una mole di dati enorme e in continua crescita.

Eseguire un sistema di archiviazione ad oggetti in aggiunta a Kubernetes è una scelta naturale. Kubernetes può essere utilizzata per il provisioning e la gestione di applicazioni containerizzate distribuite. Analogamente, può fungere da interfaccia di gestione unificata per gestire l'orchestrazione di pool di archiviazione ad oggetti distribuiti, siano essi locali o distribuiti tra diversi data center o anche tra diverse aree geografiche.

Per ulteriori informazioni su Kubernetes, consulta "Kubernetes: una guida completa".

Per tornare un po' indietro e iniziare dai concetti fondamentali, guarda il nostro video "Container Orchestration Explained".