Nota:
El acceso a esta página requiere autorización. Puede intentar iniciar sesión o cambiar directorios.
El acceso a esta página requiere autorización. Puede intentar cambiar los directorios.
Los volúmenes de Azure NetApp Files son la forma en que presenta un almacenamiento de alto rendimiento y rentable a los clientes de almacenamiento conectado a la red (NAS) en la nube de Azure. Los volúmenes actúan como sistemas de archivos independientes con su propia capacidad, recuentos de archivos, ACL, instantáneas e identificadores de sistema de archivos. Estas cualidades proporcionan una manera de separar los conjuntos de datos en inquilinos seguros individuales.
Todos los recursos de Azure NetApp Files tienen límites. Los volúmenes normales tienen las siguientes limitaciones:
| Tipo de límite | Límites |
|---|---|
| Capacidad |
|
| Número de archivos | 2 147 483 632 |
| Rendimiento |
|
Los volúmenes grandes tienen los límites siguientes. Con el acceso esporádico habilitado, puede crear volúmenes de hasta 7,2 PiB.
| Tipo de límite | Valores |
|---|---|
| Capacidad | Volúmenes grandes
Grandes volúmenes con modo Breakthrough
Volúmenes extragrandes de hasta 7,2 PiB
|
| Número de archivos | 15 938 355 048 |
| Rendimiento | El límite de rendimiento de gran volumen es de 12 800 MiB/s en todos los niveles de servicio. Con el modo de avance habilitado, el rendimiento de gran volumen ya no está restringido por un límite predefinido. En función de las características de la carga de trabajo, se puede lograr el rendimiento de hasta 50 GiB/s en un solo volumen. |
Nota:
Al crear Volúmenes extra grandes (hasta 7,2 PiB), debe habilitar acceso esporádico en el momento de la creación del volumen.
Importante
Azure NetApp Files admite grandes volúmenes de hasta 1 PiB (o superior por solicitud especial), pero los aumentos de tamaño de volumen grandes están sujetos a disponibilidad de capacidad regional y de almacenamiento. La capacidad real puede variar según la región. Se recomienda a los clientes que planeen volúmenes mayores de 100 TiB trabajar con sus equipos de cuenta Microsoft con antelación para confirmar la disponibilidad y la escala de tiempo esperada. (Esto solo se aplica a grandes volúmenes y es independiente del nivel de servicio. No se aplica al modo Breakthrough para grandes volúmenes ni al volumen extragrande con acceso esporádico)
Los grandes volúmenes afectan al rendimiento
En muchos casos, un volumen normal puede gestionar las necesidades de rendimiento para una carga de trabajo de producción, especialmente cuando se trata de cargas de trabajo de bases de datos, archivos compartidos generales y cargas de trabajo de infraestructura de escritorio virtual (VDI) o Azure VMware Service. Cuando las cargas de trabajo tienen muchos metadatos o requieren una escala superior a la que puede admitir un volumen normal, un volumen grande puede aumentar las necesidades de rendimiento con un impacto mínimo en los costes.
El modo revolucionario para grandes volúmenes de Azure NetApp Files lleva el rendimiento un paso más allá al aprovechar seis puntos de conexión de almacenamiento sobre capacidad dedicada para ofrecer acceso de alto rendimiento y baja latencia, con rutas de datos con alta simultaneidad para cargas de trabajo a gran escala, como HPC/EDA, al tiempo que simplifica la administración de la red y elimina la degradación del rendimiento. Por ejemplo, los gráficos siguientes muestran que un gran volumen puede ofrecer un rendimiento de dos a tres veces mayor a escala que un volumen normal, mientras que el modo de avance logra hasta ocho veces el rendimiento de un volumen normal.
Para obtener más información sobre las pruebas de rendimiento, consulte Pruebas comparativas de rendimiento de gran volumen para Linux, Pruebas comparativas de rendimiento del modo avanzado de gran volumen para Linux y Pruebas comparativas de rendimiento de volumen normales para Linux.
Por ejemplo, en pruebas de referencia realizadas con Flexible I/O Tester (FIO), un volumen grande obtuvo más IOPS y mayor rendimiento que un volumen estándar. Un gran volumen con modo Breakthrough tenía un rendimiento mucho mayor.
Esta tabla resume las mejoras relativas del rendimiento de IOPS entre los distintos tipos de volumen, destacando las mejoras de función escalonada logradas con volúmenes de gran tamaño y volúmenes de gran tamaño con el modo Breakthrough.
Línea base = volumen normal
| Metrics | Volumen grande frente al volumen normal | Modo Breakthrough de grandes volúmenes frente a volumen normal | Modo Breakthrough de grandes volúmenes frente a gran volumen |
|---|---|---|---|
| Escribir IOPS | 3.9x | 8,2x | 2.1x |
| IOPS de lectura | 1,8x | 4,8x | 2,6x |
Esta tabla resume las mejoras relativas del rendimiento entre los distintos tipos de volumen, destacando las mejoras de función escalonada logradas con volúmenes de gran tamaño y volúmenes de gran tamaño con el modo Breakthrough.
Línea base = volumen normal
| Metrics | Volumen grande frente al volumen normal | Modo Breakthrough de grandes volúmenes frente a volumen normal | Modo Breakthrough de grandes volúmenes frente a gran volumen |
|---|---|---|---|
| Rendimiento máximo de escritura | 3.4x | 8.4x | 2.5x |
| Rendimiento máximo de lectura | 2.7x | 14.4x | 3.9x |
Tipos de carga de trabajo y casos de uso
Los volúmenes normales pueden controlar la mayoría de las cargas de trabajo. Una vez alcanzada la capacidad, el recuento de archivos, el rendimiento o los límites de escala, se deben crear nuevos volúmenes. Esta condición agrega complejidad innecesaria a una solución.
Los grandes volúmenes permiten que las cargas de trabajo se extiendan más allá de las limitaciones actuales de los volúmenes normales. En la tabla siguiente se muestran algunos ejemplos de casos de uso para cada tipo de volumen.
| Tipo de volumen | Casos de uso principales |
|---|---|
| Volúmenes normales |
|
| Volúmenes grandes |
|
| Modo de penetración para grandes volúmenes | Todos los casos de uso que implican grandes volúmenes, así como aquellos que exigen un rendimiento y una concurrencia superiores a las capacidades de los grandes volúmenes, como las cargas de trabajo de HPC y EDA. |