El almacenamiento de objetos, a menudo denominado almacenamiento basado en objetos, es una arquitectura de almacenamiento de datos para controlar grandes cantidades de datos no estructurados. Estos datos no se ajustan o no se pueden organizar fácilmente en una base de datos relacional tradicional con filas y columnas. Los datos de las comunicaciones de Internet de hoy en día, en su mayoría, no están estructurados. Esto incluye correo electrónico, videos, fotos, páginas web, archivos de audio, datos de sensores y otros tipos de contenido multimedia y web (textual o no textual). Este contenido se transmite continuamente desde las redes sociales, los motores de búsqueda, los dispositivos móviles y los dispositivos “inteligentes”.

La empresa de investigación de mercado IDC estima que es probable que los datos no estructurados representen hasta el 80 % de todos los datos a nivel mundial para el año 2025.

A las empresas les resulta difícil almacenar y gestionar de forma eficaz (y asequible) este volumen de datos sin precedentes. El almacenamiento basado en objetos se ha convertido en el método preferido para archivar datos y realizar copias de seguridad. Ofrece un nivel de escalabilidad que no es posible con el almacenamiento tradicional basado en archivos o bloques. Con el almacenamiento basado en objetos, puede almacenar y administrar volúmenes de datos en el orden de terabytes (TB), petabytes (PB) e incluso mayores.

Los objetos son unidades discretas de datos que se almacenan en un entorno de datos estructuralmente plano. No hay carpetas, directorios ni jerarquías complejas como en un sistema basado en archivos. Cada objeto es un repositorio simple y autónomo que incluye los datos, los metadatos (información descriptiva asociada con un objeto) y un número de identificación único (en lugar de un nombre de archivo y una ruta de acceso). Esta información permite que una aplicación localice y acceda al objeto. Puede agregar dispositivos de almacenamiento de objetos en grupos de almacenamiento más grandes y distribuir estos grupos de almacenamiento en todas las ubicaciones. Esto permite un escalado ilimitado, así como una resiliencia de datos y recuperación ante desastres mejoradas.

El almacenamiento de objetos elimina los desafíos de complejidad y escalabilidad de un sistema de archivos jerárquico con carpetas y directorios. Los objetos se pueden almacenar localmente, pero a menudo residen en servidores en la nube, a los que se puede acceder desde cualquier lugar del mundo.

A los objetos (datos) en un sistema de almacenamiento de objetos se accede a través de interfaces de programación de aplicaciones (API). La API nativa para el almacenamiento de objetos es una API RESTful basada en HTTP (también conocida como servicio web RESTful). Estas API consultan los metadatos de un objeto para localizar el objeto deseado (datos) a través de Internet desde cualquier lugar, en cualquier dispositivo. Las API RESTful usan comandos HTTP como “PUT” o “POST” para cargar un objeto, “GET” para recuperar un objeto y “DELETE” para eliminarlo. (HTTP significa Protocolo de transferencia de hipertexto y es el conjunto de reglas para transferir texto, imágenes gráficas, sonido, video y otros archivos multimedia en Internet.)

Puede almacenar cualquier cantidad de archivos estáticos en una instancia de almacenamiento de objetos para que una API los llame. Están surgiendo otros estándares de API RESTful que van más allá de crear, recuperar, actualizar y eliminar objetos. Estos permiten que las aplicaciones administren el almacenamiento de objetos, sus contenedores, cuentas, múltiples inquilinos, seguridad, facturación y más.

Por ejemplo, supongamos que desea almacenar todos los libros en un sistema de bibliotecas muy grande en una sola plataforma. Deberá almacenar el contenido de los libros (datos), pero también la información asociada, tal como el autor, la fecha de publicación, el editor, el tema, los derechos de autor y otros detalles (metadatos). Podría almacenar todos estos datos y metadatos en una base de datos relacional, organizada en carpetas bajo una jerarquía de directorios y subdirectorios.

Pero con millones de libros, el proceso de búsqueda y recuperación se volverá engorroso y lento. Un sistema de almacenamiento de objetos funciona bien aquí, ya que los datos son estáticos o fijos. En este ejemplo, el contenido de los libros no cambiará. Los objetos (datos, metadatos e ID) se almacenan como “paquetes” en una estructura plana y se pueden ubicar y recuperar fácilmente con una sola llamada de la API. Además, a medida que la cantidad de libros sigue creciendo, puede agregar dispositivos de almacenamiento a grupos de almacenamiento más grandes y distribuir estos grupos de almacenamiento para un escalado ilimitado.

Hay muchas razones para considerar una solución basada en almacenamiento de objetos para almacenar sus datos, especialmente en esta era de Internet y comunicaciones digitales que está produciendo grandes volúmenes de datos multimedia basados en la web a un ritmo cada vez más acelerado.

Almacenamiento/gestión de datos no estructurados

El almacenamiento de objetos se está adoptando ampliamente en la era de la computación en la nube y para la gestión de datos no estructurados, que los analistas estiman que representarán la gran mayoría de todos los datos a nivel mundial en un futuro próximo. El volumen de contenido generado en la web (correos electrónicos, videos, redes sociales, documentos, datos de sensores producidos por los dispositivos de Internet de las cosas [IoT] y más) es masivo y está creciendo. Los datos no estructurados suelen ser estáticos (invariables), pero pueden requerirse en cualquier momento y lugar (tales como archivos de imágenes y video, por ejemplo, o copias de seguridad de datos archivados).

El almacenamiento de objetos basado en la nube es ideal para la retención de datos a largo plazo. Utilice el almacenamiento de objetos para sustituir a los archivos tradicionales, como el almacenamiento conectado a la red (NAS), reduciendo su infraestructura informática. Archive y almacene fácilmente datos reglamentarios obligatorios que deben conservarse durante largos períodos. Preserve de manera rentable grandes cantidades de contenido multimedia enriquecido (imágenes, videos, etc.) a los que no se accede con frecuencia.

Escalabilidad

El escalado ilimitado es quizás la ventaja más significativa del almacenamiento de datos basado en objetos. Los objetos, o unidades discretas de datos (en cualquier cantidad), se almacenan en un entorno de datos estructuralmente plano, dentro de un dispositivo de almacenamiento, tal como un servidor. Basta con agregar más dispositivos/servidores en paralelo a un clúster de almacenamiento de objetos para obtener un procesamiento adicional y admitir mayores capacidades de proceso que requieren los archivos de gran tamaño, como videos o imágenes.

Menor complejidad

El almacenamiento de objetos elimina la complejidad que conlleva un sistema de archivos jerárquico con carpetas y directorios. Hay menos posibilidades de que se produzcan retrasos en el rendimiento y obtendrá eficiencias al momento de recuperar datos, ya que no hay carpetas, directorios ni jerarquías complejas por las que navegar. Esto mejora el rendimiento, especialmente cuando se administran grandes cantidades de datos.

Recuperación/disponibilidad ante desastres

Puede configurar sistemas de almacenamiento de objetos para que repliquen contenido. Si falla un disco dentro de un clúster, existe un disco duplicado, garantizando así que el sistema siga funcionando sin interrupciones ni degradación del rendimiento. Los datos se pueden replicar dentro de nodos y clústeres y entre centros de datos distribuidos para realizar una copia de seguridad adicional fuera del sitio e incluso en regiones geográficas.

El almacenamiento de objetos es una alternativa más eficaz a las soluciones de copia de seguridad en cinta, que requieren cintas que deben cargarse y retirarse físicamente de las unidades de cinta y trasladarse fuera de las instalaciones para garantizar la redundancia geográfica. Puede utilizar el almacenamiento de objetos para realizar automáticamente copias de seguridad de bases de datos locales en la nube o replicar datos de manera rentable entre centros de datos distribuidos. Agregue copias de seguridad adicionales fuera del sitio e incluso en regiones geográficas para garantizar la recuperación después de un desastre.

Para profundizar en la recuperación ante desastres, consulte “Copias de seguridad y recuperación ante desastres: una guía completa.”

Metadatos personalizables

Recuerde que cada objeto es un repositorio autónomo que incluye metadatos o información descriptiva asociada a él. Los objetos utilizan estos metadatos para funciones importantes, tales como políticas de retención, eliminación y enrutamiento, estrategias de recuperación ante desastres (protección de datos) o validación de la autenticidad del contenido. También puede personalizar los metadatos con contexto adicional, que se pueden extraer y aprovechar más tarde para sacar insights comerciales y analizar aspectos del servicio al cliente o tendencias del mercado, por ejemplo.

Asequibilidad

Los servicios de almacenamiento de objetos utilizan precios de pago por uso que no conllevan costos iniciales ni inversiones de capital. Simplemente paga una tarifa de suscripción mensual por una cantidad específica de capacidad de almacenamiento, recuperación de datos, uso de ancho de banda y transacciones de API. Los precios suelen establecerse por niveles o por volumen, lo que significa que pagará menos por volúmenes de datos muy grandes.

El uso de un servidor básico supone un ahorro más, ya que las soluciones de almacenamiento de objetos tienen pocas restricciones de hardware y pueden implementarse en la mayoría de los servidores básicos configurados correctamente. Esto reduce la necesidad de adquirir nuevo hardware cuando se implementa una plataforma de almacenamiento de objetos local. Incluso puede usar hardware de varios proveedores.

Compatibilidad con la nube

El almacenamiento de objetos va de la mano con entornos alojados o en la nube que ofrecen almacenamiento de múltiples inquilinos como un servicio. Esto permite que muchas empresas o departamentos dentro de una empresa compartan el mismo repositorio de almacenamiento, y cada uno tiene acceso a una parte independiente del espacio de almacenamiento. Este método de almacenamiento compartido optimiza de manera inherente el escalado y los costos. Reducirá la infraestructura de TI local de su organización utilizando un almacenamiento en la nube de bajo costo y, al mismo tiempo, mantendrá el acceso a sus datos cuando sea necesario. Su empresa, por ejemplo, puede utilizar una solución de almacenamiento de objetos basada en la nube para recopilar y almacenar grandes cantidades de IoT y datos móviles no estructurados para sus aplicaciones de dispositivos inteligentes.

Los métodos de almacenamiento han evolucionado para satisfacer la naturaleza cambiante de los datos. Los datos pueden ser transaccionales y recopilarse en volúmenes más pequeños que se almacenan ordenadamente en una base de datos en una unidad de disco en un servidor. El almacenamiento basado en archivos y el almacenamiento basado en bloques son adecuados para este tipo de datos estructurados y siguen funcionando bien en determinados escenarios. Pero Internet lo ha cambiado todo. A las organizaciones se les complica gestionar volúmenes crecientes de contenido digital basado en la web (datos no estructurados). El almacenamiento basado en objetos puede superar este desafío.

Es probable que su empresa tenga diferentes necesidades de almacenamiento, según la velocidad y los requisitos de rendimiento de sus operaciones de TI. Observe cuidadosamente los métodos de almacenamiento basados en objetos, bloques y archivos, ya que cada uno tiene sus propias ventajas y desventajas. Es posible que descubra que una combinación de estas arquitecturas satisfará mejor sus necesidades de almacenamiento de datos.

File Storage

El almacenamiento de archivos organiza y almacena datos dentro de una carpeta. Los archivos se nombran, se etiquetan con metadatos (por lo general, el nombre del archivo, el tipo de archivo, cuándo se creó y cuándo se actualizó por última vez) y se organizan en carpetas bajo una jerarquía de directorios y subdirectorios. El almacenamiento de archivos es equivalente a almacenar archivos físicos en un archivador. Hay varios cajones (directorios) y carpetas de archivos etiquetadas dentro de cada cajón (subdirectorios). Para ubicar una carpeta de archivos en particular en su archivador, usted saca el cajón pertinente y mira las etiquetas de las carpetas. Del mismo modo, para acceder a los datos en un sistema de almacenamiento de archivos, su sistema informático solo requiere la ruta (directorios y subdirectorios) para encontrarlos. Un sistema de almacenamiento jerárquico como este funciona bien con cantidades de datos relativamente pequeñas y fáciles de organizar. Sin embargo, a medida que aumenta la cantidad de archivos, el proceso de búsqueda y recuperación puede volverse engorroso y lento.

“Almacenamiento de archivos: una guía completa” ofrece una visión general completa del almacenamiento de archivos.

Object Storage

El almacenamiento basado en objetos se ha convertido en un método preferido para el archivado de datos y la copia de seguridad de las comunicaciones digitales actuales: medios no estructurados, contenido web (correo electrónico, videos, archivos de imagen y páginas web) y datos de sensores producidos por dispositivos IoT. En lugar de dividir archivos en bloques almacenados en discos en un sistema de archivos, este sistema de almacenamiento trata objetos como unidades discretas de datos almacenados en un entorno de datos estructuralmente plano.

El almacenamiento de objetos no utiliza carpetas, directorios ni jerarquías complejas. Más bien, cada objeto es un repositorio simple y autónomo que incluye los datos, metadatos y un número de identificación único que utiliza una aplicación para localizarlo y acceder a él. En este caso, los metadatos son más descriptivos que los de un método basado en archivos. Puede personalizar los metadatos con contexto adicional, que se pueden extraer y aprovechar más tarde para otros fines, cómo el análisis de datos.

Utilice el almacenamiento de objetos como solución si necesita una capacidad de almacenamiento rentable para escalar sus datos no estructurados mucho más allá de los límites de las soluciones de bloques y archivos. El almacenamiento de objetos también es ideal para archivar datos que no cambian con frecuencia o en absoluto (archivos estáticos), como registros de transacciones o archivos de música, imagen y video.

Almacenamiento en bloques

El almacenamiento en bloques ofrece una alternativa al almacenamiento de archivos, con mejor eficiencia y rendimiento. El almacenamiento en bloque divide un archivo en partes de datos de igual tamaño y almacena estos bloques de datos por separado bajo una dirección única. No es necesaria una estructura de carpetas de archivos. En cambio, puede almacenar la colección de bloques en cualquier lugar del sistema para lograr máxima eficiencia.

Para acceder a un archivo, el sistema operativo de un servidor utiliza la dirección única para volver a unir los bloques, ensamblándolos en el archivo. Ganará en eficiencia, ya que el sistema no necesita navegar por directorios y jerarquías de archivos para acceder a los bloques de datos. El almacenamiento en bloques funciona bien para aplicaciones empresariales críticas, bases de datos transaccionales y máquinas virtuales que requieren baja latencia (retraso mínimo), acceso granular o más detallado a los datos y rendimiento continuo.

“Almacenamiento en bloques: una guía completa” ofrece una descripción cabal del almacenamiento en bloques.

Para conocer más de cerca las diferencias y los beneficios del almacenamiento de archivos y bloques, consulte nuestro video “Almacenamiento en bloques vs. almacenamiento de archivos”:

Como mencionamos, el almacenamiento basado en objetos es una solución ideal para almacenar, archivar, realizar copias de seguridad y administrar grandes volúmenes de datos estáticos o no estructurados.

Entre otros casos de uso, podemos mencionar:

• Aplicaciones nativas de la nube: el almacenamiento de objetos basado en la nube va de la mano con el desarrollo de aplicaciones en la nube. Desarrolle nuevas aplicaciones nativas de la nube o transforme las aplicaciones heredadas en aplicaciones en la nube de vanguardia utilizando el almacenamiento de objetos basado en la nube como un almacén de datos persistente. Recopile y almacene grandes cantidades de IoT y datos móviles no estructurados para las aplicaciones de sus dispositivos inteligentes. Actualice de manera fácil y eficiente los componentes de su aplicación.
  
  
• IA y análisis de big data: desarrolle un repositorio de datos centralizado, aprovechando el almacenamiento de objetos rentable y escalable. Recopile y almacene cantidades ilimitadas de datos de cualquier tipo y de cualquier fuente. Consulte estos datos para realizar análisis de big data y obtener información valiosa sobre sus clientes, sus operaciones y el mercado al que presta servicios.

Aprendimos que puede usar llamadas de API simples para cargar y recuperar archivos en un sistema de almacenamiento de objetos. Pero una aplicación también necesita los metadatos del objeto para localizar el objeto adecuado en almacenamiento. Aquí es donde entra en juego una base de datos de almacenamiento de objetos. Esta base de datos proporciona una especie de directorio que utiliza los metadatos del objeto para localizar los archivos de datos pertinentes en un sistema de almacenamiento distribuido.

Cada grupo de almacenamiento de objetos tiene una base de datos de almacenamiento de objetos que contiene dos tablas. Una tabla es un directorio de objetos y la otra tabla es para el almacenamiento de objetos.

La tabla del directorio de objetos contiene información descriptiva sobre cada objeto (los metadatos). Este directorio da seguimiento a todos los objetos en la jerarquía de almacenamiento al registrar el identificador del nombre de la recopilación, el nombre del objeto y otra información pertinente. Por ejemplo, en la metodología de almacenamiento de objetos de IBM, la tabla de directorios de objetos incluye tres “índices”:

• La marca de tiempo de la creación de objetos
  
  
• El identificador del nombre de la recopilación (ID de nombre), los datos de acción pendientes y la marca de tiempo de la creación de objetos
  
  
• El nombre del objeto y el identificador del nombre de la recopilación

La segunda tabla de la base de datos de almacenamiento de objetos es la tabla de almacenamiento de objetos, que contiene el propio contenido/archivo de datos (los objetos). Los datos (contenido digital fijo, como archivos de video e imagen o grandes bibliotecas de documentos) se encuentran en el almacén de objetos, mientras que los metadatos (información contextual sobre los datos, incluido el ID de nombre) residen en una tabla de directorio de bases de datos/objetos.

Cuando una aplicación “publica” un archivo, crea los metadatos y lo almacena en la tabla de directorio de objetos dentro de la base de datos de almacenamiento de objetos, y “coloca” el archivo en la tabla de almacenamiento de objetos. Para recuperar el archivo más tarde, la aplicación consulta el directorio/base de datos de objetos en busca de los metadatos y utiliza esa información descriptiva para localizar u “obtener” los datos.

Código abierto generalmente se refiere a un modelo de desarrollo de software universal o no patentado. Un entorno de desarrollador de código abierto fomenta la colaboración. El público general tiene acceso gratuito a todos los códigos fuente, documentación, kits de desarrollo de software (SDK) e interfaces de programación de aplicaciones (API) dentro del entorno. Los desarrolladores y programadores pueden modificar y mejorar el código fuente, luego compartir, distribuir o publicar estas iniciativas dentro de la comunidad de desarrolladores. Después, otros desarrolladores pueden descargar este código o modificarlo.

Las tecnologías de código abierto le brindan la máxima flexibilidad y control sobre sus opciones de administración y almacenamiento de datos. Con herramientas de código abierto y acceso a API abiertas, puede personalizar el código para que se adapte a los requisitos específicos de su organización. No dependerá de ciertas tecnologías patentadas a medida que avanza en el desarrollo, sino que tendrá la libertad de utilizar el hardware con el que ya cuenta (o una combinación de hardware de proveedores). También se beneficiará de los esfuerzos de otros desarrolladores dentro de la comunidad en general.

Con respecto a los sistemas de almacenamiento basados en objetos, existen varias soluciones de código abierto disponibles, tales como Ceph, MinIO, Openio.io y SwiftStack/OpenStack Swift. Si bien estos ofrecen características, opciones de política y metodologías diferentes, todos tienen el mismo objetivo: permitir el almacenamiento a gran escala de datos digitales no estructurados.

Todas las principales soluciones tecnológicas de código abierto se adhieren al protocolo de almacenamiento de objetos Simple Storage Service (Amazon S3) de Amazon. Presentado por primera vez en 2006, desde entonces se ha convertido en el estándar de hecho para el almacenamiento en la nube. Cada uno ofrece un servidor de almacenamiento de objetos de código abierto compatible con las API RESTful de Amazon S3. Muchos también ofrecen su propia API abierta como alternativa. OpenStack Swift, por ejemplo, no solo es compatible con la API S3 de Amazon sino que también ofrece su propia API abierta Swift con algunas capacidades exclusivas. Ceph Object Storage y Openio.io son compatibles con S3, pero también admiten un gran subconjunto de la API OpenStack Swift.

A medida que más desarrolladores compiten por implementar y escalar aplicaciones más rápido, la creación de contenedores ha surgido como una solución en crecimiento.

La contenerización es un método de empaquetado de aplicaciones que está madurando rápidamente y brindando beneficios sin precedentes a los equipos de desarrolladores, infraestructura y operaciones. “Contenerización: una guía completa” le brindará una descripción cabal de todo lo relacionado con la creación de contenedores.

Kubernetes, a su vez, se ha convertido en una solución líder de gestión de contenedores. Kubernetes facilita tareas de gestión, como escalar aplicaciones en contenedores. También le ayuda a implementar nuevas versiones de aplicaciones y ofrece servicios de monitoreo, registro y depuración, entre otras funciones. Kubernetes es una plataforma de código abierto y cumple con los estándares de Open Container Initiative (OCI) para formatos de imágenes de contenedores y tiempos de ejecución.

¿Qué tiene que ver Kubernetes con el almacenamiento de objetos? El término clave aquí es “escala”.

Kubernetes permite la gestión de contenedores a escala. Es capaz de organizar contenedores en múltiples hosts y escalar aplicaciones en contenedores y sus recursos de manera dinámica (el ajuste de escala automático es una de las características clave de Kubernetes). Los sistemas de almacenamiento de objetos manejan el almacenamiento a escala. Estos sistemas son capaces de almacenar volúmenes masivos de datos no estructurados a escala de petabytes e incluso mayor. Estos dos enfoques de escalamiento horizontal, utilizados conjuntamente, crean un entorno ideal para las cargas de trabajo de datos masivas y crecientes actuales y futuras.

Ejecutar un sistema de almacenamiento de objetos sobre Kubernetes es una acción que compagina de manera natural. Utilice Kubernetes para aprovisionar y administrar aplicaciones distribuidas en contenedores. Del mismo modo, Kubernetes puede ser la interfaz de gestión unificada para manejar la coordinación de grupos de almacenamiento de objetos distribuidos, ya sean locales o distribuidos en centros de datos o incluso en regiones geográficas.

Para conocer todo sobre Kubernetes, consulte “Kubernetes: una guía completa”.

Para retroceder un poco y empezar desde los conceptos básicos, vea nuestro video “Explicación de la coordinación de contenedores”.