|多云架构的应运而生
明天，随着企业数字化过程的推动，多云成为了企业 IT 基础设施建设的重要特点。多云策略的施行，帮忙企业升高了老本，进步了服务效率及安全性。特地是全球性跨国公司，不仅须要业务集中化治理，同时须要满足不同地区的业务经营和监管需要。相比于 AWS、Azure、谷歌云等私有云上的云原生数据仓库，HashData 通过反对多种对象存储，可能提供齐全兼容多个私有云与混合云的数据管理能力。
|对象存储的劣势
以 Amazon S3 为例，如下表格从多个维度将对象存储与 Hadoop 体系架构中的 HDFS 进行比拟：
咱们能够看到，绝对于传统的 HDFS 分布式存储，以 S3 为代表的对象存储服务不仅具备弹性能力，同时在可用性与持久性上也进步了约一个数量级，而老本却只有前者的十分之一。由此可见，在云计算时代，对象存储曾经全面超过 HDFS，成为将来大数据的根底。
此外，对象存储的拜访形式是基于 HTTP 协定的，可能无缝与各种 Web 利用和工具集成，并利用于广域网，从而实现跨数据中心、跨云平台的数据拜访，使多云架构、跨云数据共享成为可能。
|HashData 反对多种对象存储
在支流的数据库系统（包含 Oracle、DB2、PostgreSQL 等）术语中，都有一个叫表空间（Tablespace）的概念。表空间是数据库系统中，数据库逻辑构造和文件系统物理构造之间建设映射的重要存储构造，它作为数据库与理论存储数据的物理存储设备之间的中间层，用来指明数据库中数据寄存的物理地位。任何表的创立都必须显式或隐式地为其指定表空间，且数据库中的所有数据均位于表空间中。
继承于 PostgreSQL 的表空间，HashData 云数据仓库创新性地在传统的表空间与对象存储中的存储桶（Bucket）之间建设映射关系，通过不同的表空间无缝对接多个跨平台、跨地区的对象存储系统，从而实现在一个集群中拜访不同平台、不同类型、不同地区的对象存储系统，使得利用能够依据数据重要性、拜访地区等因素选择性地将不同数据放在不同的对象存储系统中。
|产品架构
上面，咱们以数据加载为例，比拟一下传统 ETL 架构图（基于 Greenplum Database）与 HashData 基础架构比照图：
HashData 数据库 ETL 架构（上图右）绝对于传统的数据库 ETL 架构（上图左）不须要额定的 ETL 服务器反对以及配置简单的 ETL 过程。咱们只须要将原始数据文件上传到对象存储上，而后在数据库中创立指向这些数据文件的内部表，便能够应用 OSS 协定，通过 segment 进行并行的数据导入，并将通过格局转化、编码压缩的数据（不便后续的高效拜访）从新落回到对象存储中，实现 ETL 过程。
|如何进行利用实际
以某网省数据迁徙为例，本来利用的商业版对象存储，在自建对象存储团队后，用自研对象存储替换商业版对象存储，总数据量约为 2PB，存储半年数据，利用计划如下：
- 在原有 HashData 集群中创立新的表空间，指向新对象存储；
- 在新的表空间中创立表构造跟原表一样的空表；
- 从原表中扫描进去数据插入到新表中，实现数据从一个对象存储到另一个对象存储的迁徙;
实际中，以下为整个计划的外围过程模仿，通过 HashData 集群将数据从一个 Bucket（代表旧的对象存储）迁徙到另一个 Bucket（代表新的对象存储）上面，应用的对象存储是青云 QingCloud 的对象存储服务 QingStor：
|小结
多云环境下，面对市场上多个私有云厂商（如 AWS、阿里云、腾讯云等，它们提供各自的对象存储服务）及品种繁多的公有云解决方案（它们的对象存储大多基于开源的 Ceph，Swift，Minio 等），如何高效、平安且低成本地施行多云策略是每个 CIO 须要认真思考的问题。自公司创建之初，咱们就深信对象存储将成为将来大数据的根底。作为公司旗舰产品，HashData 云数据仓库围绕着对象存储和形象服务构建，通过将计算与存储解耦，反对多种对象存储，使跨云、跨数据中心的数据共享成为了可能，为企业多云策略的施行提供了一个灵便而易用的解决方案。