Kho chứa dữ liệu là gì?
Kho chứa dữ liệu là kho lưu trữ kỹ thuật số thực hiện việc lưu trữ và bảo vệ thông tin trong hệ thống máy tính. Kho chứa dữ liệu có thể là một kho lưu trữ được kết nối mạng, kho lưu trữ phân tán trên đám mây, ổ cứng vật lý hoặc kho lưu trữ ảo. Nó có thể lưu trữ cả dữ liệu có cấu trúc như bảng thông tin và dữ liệu phi cấu trúc như email, hình ảnh và video. Các tổ chức sử dụng kho chứa dữ liệu để lưu giữ, chia sẻ và quản lý thông tin giữa các đơn vị trong doanh nghiệp.
Tại sao kho chứa dữ liệu lại quan trọng?
Bạn có thể dùng kho chứa dữ liệu để yên tâm lưu thông tin trong các hệ thống máy tính và tránh mất dữ liệu. Hệ thống máy tính lưu trữ thông tin trên các thiết bị lưu trữ lâu dài. Thiết bị lưu trữ lâu dài không biến động, tức là sẽ lưu giữ dữ liệu kể cả sau khi thiết bị tắt nguồn. Điều này đảm bảo rằng hệ thống máy tính có quyền truy cập vào dữ liệu đó kể cả sau khi bật lại nguồn.
Doanh nghiệp sử dụng kho chứa dữ liệu để quản lý, phân loại và tinh giản dữ liệu cho khâu vận hành, phân tích, báo cáo và lưu giữ dữ liệu, điều rất quan trọng đối với việc tuân thủ quy định. Kho chứa dữ liệu có một số trường hợp sử dụng, chẳng hạn như việc tạo và sử dụng dữ liệu của ứng dụng, lưu trữ dữ liệu, phân tích dữ liệu và phục hồi sau thảm họa.
Do những yêu cầu phức tạp về dữ liệu, các công ty sử dụng nhiều loại cơ sở hạ tầng khác lưu trữ dữ liệu khác nhau để cung cấp khả năng truy cập, dự phòng, quản trị và mang lại sự minh bạch. Ví dụ: các tổ chức sử dụng Hệ thống tệp linh hoạt của Amazon (Amazon EFS) để có hệ thống tệp phi máy chủ và Dịch vụ lưu trữ đơn giản của Amazon (Amazon S3) để có nơi lưu trữ đối tượng.
Một số thuật ngữ liên quan đến kho chứa dữ liệu là gì?
Xét trong ngữ cảnh kho chứa dữ liệu, một số thuật ngữ thường được sử dụng lẫn lộn với nhau nhưng ý nghĩa có đôi chút khác biệt. Sau đây là một vài ví dụ chúng tôi đưa ra.
Cơ sở dữ liệu
Cơ sở dữ liệu là hệ thống lưu trữ có tổ chức. Hầu hết dữ liệu dựa trên kiến trúc cơ sở dữ liệu quan hệ. Hệ thống quản lý cơ sở dữ liệu quan hệ (RDBMS) cho phép người dùng lưu trữ dữ liệu trong các bảng liên kết với những điểm dữ liệu nhất định. Các tổ chức sử dụng cơ sở dữ liệu để lưu trữ dữ liệu giao dịch, chẳng hạn như kết toán, bán hàng và nhật ký quản trị.
Tìm hiểu về cơ sở dữ liệu quan hệ »
Kho chứa dữ liệu so với cơ sở dữ liệu
Thuật ngữ xoay quanh kho chứa dữ liệu liên quan đến các phương pháp khác nhau để lưu trữ và trích xuất thông tin. Cơ sở dữ liệu là phương pháp cho phép ứng dụng dễ dàng lưu trữ, chia sẻ và trích xuất dữ liệu. Khác với hệ thống tệp, cơ sở dữ liệu tuân theo những quy tắc cụ thể về cách sắp xếp, định dạng và lưu trữ dữ liệu trong cơ sở dữ liệu.
Kho dữ liệu
Kho dữ liệu là bộ sưu tập đồ sộ từ nhiều nguồn về thông tin liên quan đến doanh nghiệp. Các công ty sử dụng kho dữ liệu để hỗ trợ hoạt động phân tích và nghiệp vụ thông minh. Các chuyên viên phân tích kinh doanh và nhà khoa học dữ liệu thu thập thông tin chuyên sâu hữu ích từ kho dữ liệu.
Kho chứa dữ liệu so với kho dữ liệu
Kho chứa dữ liệu là một thuật ngữ chung bao hàm những phần cứng, công nghệ, định dạng và kiến trúc khác nhau giúp lưu trữ và truy xuất thông tin. Kho dữ liệu là loại kho lưu trữ dữ liệu cụ thể để tổng hợp dữ liệu phân tích cho doanh nghiệp. Ví dụ: GE Renewable Energy sử dụng AWS Redshift để phân tích thông tin chuyên sâu từ dữ liệu họ đã thu thập.
Kho chứa dữ liệu hoạt động như thế nào?
Thiết bị vật lý lưu trữ dữ liệu là công nghệ cơ sở đằng sau kho dữ liệu. Bạn có thể đọc và ghi thông tin vào thiết bị này ở những định dạng cụ thể, chẳng hạn như tệp, bảng hoặc khối. Thiết bị có thể ở cục bộ, từ xa hoặc trong đám mây. Những kho chứa dữ liệu đồ sộ thường phân tán trên nhiều thiết bị vật lý tại các vị trí địa lý khác nhau. Các dịch vụ và hệ thống phần mềm khai thác các hoạt động cơ bản của kho chứa dữ liệu.
Dưới đây là một số ví dụ về các thiết bị vật lý. Các loại thiết bị lưu trữ dữ liệu khác nhau cung cấp mức bộ bảo mật và dự phòng khác nhau.
Ổ đĩa flash và SSD
Ổ đĩa thể rắn (SSD) là công nghệ bán dẫn cho phép đọc và ghi dữ liệu trong các chip nhớ flash. Công nghệ lưu trữ flash được cung cấp thương mại ở dạng bộ nhớ điện tĩnh trước khi trở thành phương án thay thế ổ đĩa cứng (HDD). So với HDD, SSD vật lý không có bộ phận nào di chuyển, đồng nghĩa với hiệu năng nhanh hơn và tuổi thọ lâu hơn.
Khay lưu trữ hỗn hợp
Khay lưu trữ hỗn hợp là cách bố trí lưu trữ vật lý, bao gồm một SSD và một HDD. Dù SSD hoạt động với độ trễ thấp, nhưng chi phí cho mỗi đơn vị lưu trữ lại cao hơn nhiều so với HDD. Do đó, các tổ chức sử dụng khay lưu trữ hỗn hợp để cân bằng giữa hiệu năng, công suất và chi phí.
RAID
RAID là viết tắt của “redundant array of independent disks”, tức khay dự phòng ổ đĩa độc lập. Đây là công nghệ lưu trữ cùng một dữ liệu ở nhiều nơi trên một SSD.
Có những định dạng kho chứa dữ liệu nào?
Kho chứa dữ liệu được thiết kế để xử lý và sắp xếp dữ liệu ở nhiều định dạng khác nhau.
Lưu trữ tệp
Hệ thống lưu trữ tệp sắp xếp thông tin được lưu trữ theo cấu trúc tệp và thư mục từ trên xuống dưới. Máy tính sử dụng chức năng lưu trữ tệp để người dùng dễ dàng lưu trữ, tìm kiếm và truy xuất thông tin. Bạn có thể dùng hệ thống lưu trữ tệp để lưu trữ và sắp xếp gần như mọi loại dữ liệu. Mặc dù dễ sử dụng, nhưng hệ thống lưu trữ tệp lại rất khó điều chỉnh quy mô theo chiều ngang do có kiến trúc liên kết chặt chẽ.
Lưu trữ khối
Hệ thống lưu trữ khối phân chia dữ liệu thành nhiều mảnh có kích thước bằng nhau, gọi là khối. Hệ thống lưu trữ khối lưu trữ các khối dữ liệu khác nhau trên các thiết bị vật lý khác nhau. Khi người dùng cần dữ liệu nào đó, các mảnh sẽ được truy xuất và lắp ghép lại với nhau. Kiểu lưu trữ này sử dụng hệ thống ánh xạ để xác định vị trí của dữ liệu được yêu cầu dựa trên siêu dữ liệu khối. Siêu dữ liệu là thông tin bổ sung giúp người dùng hoặc ứng dụng tìm được thông tin cụ thể trong hệ thống lưu trữ.
Lưu trữ đối tượng
Hệ thống lưu trữ đối tượng lưu trữ dữ liệu phi cấu trúc trong một kho tự chủ, dễ điều chỉnh quy mô, có thể được lưu trữ trên nhiều máy chủ. Mọi khối dữ liệu thuộc đối tượng sẽ được mô tả trong siêu dữ liệu của đối tượng đó. Ví dụ: đối tượng có thể lưu trữ nội dung mạng xã hội, video, email và tệp âm thanh. Các ứng dụng tìm kiếm thông tin trong hệ thống lưu trữ đối tượng bằng cách dùng các thuộc tính cụ thể của siêu dữ liệu, chẳng hạn như độ phân giải, thời lượng và vị trí video.
Có những loại kho chứa dữ liệu nào?
Có một số kiểu kho chứa dữ liệu khác nhau, mỗi kiểu có cách thiết lập và đặc tính riêng.
Thiết bị lưu trữ gắn trực tiếp
Thiết bị lưu trữ gắn trực tiếp (DAS) bao gồm các thiết bị lưu trữ được gắn vào máy tính. Ví dụ: hệ thống DAS kết nôi ổ đĩa cứng, đĩa quang hoặc ổ đĩa flash với máy tính. Việc tạo các bản sao dự phòng trên DAS tương đối đơn giản, nhưng việc chia sẻ dữ liệu với máy tính khác lại khá khó khăn.
Thiết bị lưu trữ kết nối với mạng
Thiết bị lưu trữ kết nối với mạng (NAS) là một thiết bị chuyên dùng để lưu trữ tệp, giúp đảm bảo rằng ứng dụng và người dùng có thể truy cập dữ liệu vào mọi lúc để cộng tác hiệu quả trên một mạng. Các thiết bị NAS là những máy chủ chỉ chuyên xử lý các yêu cầu lưu trữ dữ liệu và chia sẻ tệp. Những thiết bị này cung cấp dịch vụ lưu trữ nhanh chóng, bảo mật và đáng tin cậy cho các mạng riêng.
Mạng khu vực lưu trữ
Mạng khu vực lưu trữ (SAN) là cơ sở hạ tầng lưu trữ dữ liệu tốc độ cao sử dụng nhiều loại giao thức và phương tiện lưu trữ khác nhau. Các doanh nghiệp có thể dùng SAN để dễ dàng mở rộng khả năng lưu trữ khối với chi phí thấp. SAN tận dụng khả năng ảo hóa nơi lưu trữ để giấu đi sự phức tạp của cơ sở hạ tầng trên nhiều thiết bị.
Lưu trữ đám mây
Lưu trữ đám mây là cơ sở hạ tầng lưu trữ phân tán do nhà cung cấp đám mây xây dựng và quản lý. Kiểu lưu trữ này linh hoạt, dễ điều chỉnh quy mô và dễ truy cập từ xa hơn so với hệ thống lưu trữ tại chỗ. Ví dụ: chỉ cần có kết nối Internet và được cấp quyền truy cập dữ liệu là người dùng có thể kết nối với dịch vụ lưu trữ trên đám mây AWS. Hệ thống lưu trữ đám mây mang lại hiệu quả về mặt chi phí do người dùng chỉ phải trả thanh toán theo mức sử dụng.
Lưu trữ đám mây hỗn hợp
Hệ thống lưu trữ đám mây kết hợp cho phép các công ty phân tách dữ liệu giữa hệ thống tại chỗ và dịch vụ lưu trữ đám mây. Lưu trữ đám mây hỗn hợp giúp các công ty di chuyển từ kiến trúc cũ sang môi trường đám mây an toàn hơn, chi phí thấp hơn.
AWS có thể giúp đáp ứng các yêu cầu lưu trữ dữ liệu của bạn như thế nào?
AWS cung cấp hàng chục dịch vụ lưu trữ đám mây để đáp ứng nhu cầu về lưu trữ dữ liệu của bạn. Ngoài ra, bạn cũng có thể lưu trữ bất cứ nội dung nào bạn muốn trên các phiên bản Đám mây điện toán linh hoạt của Amazon (Amazon EC2). Để chọn dịch vụ lưu trữ trên đám mây AWS phù hợp nhất với nhu cầu, bạn cần:
- Phân chia hệ thống của bạn thành các khối lượng công việc.
- Xác định cơ chế lưu trữ dữ liệu sao cho phù hợp nhất với khối lượng công việc cụ thể, chứ không phải dùng một kho chứa dữ liệu cho toàn bộ hệ thống.
- Cố gắng tối ưu chi phí và hiệu suất hơn nữa để tìm dịch vụ lưu trữ dữ liệu phù hợp nhất với bạn.
Ví dụ Dịch vụ cơ sở dữ liệu quan hệ của Amazon (Amazon RDS) là lựa chọn phổ biến cho các doanh nghiệp mong muốn thiết lập và mở rộng cơ sở dữ liệu quan hệ. Dịch vụ này cung cấp các ứng dụng có kho chứa dữ liệu trên đám mây với độ sẵn sàng cao để lưu trữ dữ liệu vận hành lâu dài. Amazon RDS mang đến giải pháp cung cấp cơ sở dữ liệu tự quản lý, giúp giải phóng các nhà phát triển khỏi sự tẻ nhạt của công việc thiết lập cơ sở hạ tầng lưu trữ.
Bắt đầu sử dụng kho chứa dữ liệu trên AWS bằng cách đăng ký tài khoản AWS ngay hôm nay.
