Et EMC met à jour Centera, enfin...

EMC (www.emc.com | NYSE:EMC) met enfin à jour son offre CAS Centera, omniprésente sur le marché mais bien obsolète au regard des offres d'Archivas, aujourd'hui chez HDS, Caringo, Permabit, Bycast ou Nexsan... Enfin, la nouvelle version CentraStar 4.0 propose le support d'un nombre d'objets stockés doublé par unité de stockage élémentaire soit 25 millions d'objets pour une unité de 500 ou 750 Go, amélioration nécessaire pour les environnements où les fichiers de petites tailles sont nombreux. Cette nouvelle release semble proposer aussi l'auto-gestion et l'auto-réparation mais sans réellement dévoiler les améliorations, on doute alors quelque peu de cet apport. Attention néanmoins à la concurrence, certes celle-ci ne peut donner un Centera mais quand les fonctionnalités sont vraiment pertinentes et réellement différenciatrices, il faut alors prendre la vraie bonne décision d'acquérir un tel système, n'oublions que l'on parle long terme et notamment la valeur ou le ratio de déduplication est important.

Haute densité avec Capricorn

Capricorn Technologies (www.capricorn-tech.com), concepteur de baies de disques et serveurs de fichiers à trés haute capacité, confirme la tendance alternative à la bande et celle de la commodité des "composants". La gamme PetaBox est évolutive et stackable en 3 modèles: GB, PS et TB. Un élément 1U peut fournir 3To en raw et un rack 19' propose 120To, le GB sort à 1.5$ et chaque To ne consomme que 27 Watts. L'OS est une distribution Linux Fedora avec ext3, Reiserfs, NFS, ftp, http et Samba bien sûr. Pour la partie calcul, Capricorn a developpé une offre PowerStore, 8 fois plus rapide que la gamme GB, à base de processeurs dual-core AMD Athlon 64 CPU, associé à 2 Go de Ram, un RAID matériel, 4 disques SATA et jusqu'à ports Gigabit Ethernet, que l'on peut aggréger dans un rack. La solution peut parfaitement être configurer en RAIN*, d'ailleurs on retrouve Caringo parmi la liste des partenaires, la solution Capricorn + Caringo devenant alors un fabuleux CAS** capacitif, redondant et à haute performance.

* RAIN: Reliable|Redundant|Random Array of Inexpensive|Independant Nodes
** CAS: Content Addressable|Aware Storage

Gingcom pour un nouveau souffle

Gingcom (www.gingcom.com), créé début 2007 et issu de l'Allemand BDT "Best in Development and Technology" créé lui il y a 40 ans, développe une plateforme de protection globale orientée NAS dédiée au backup et à l'archivage, appelée aussi du même nom. Cette solution de D2D2T et d'archivage cible les environnements intermédiaires qui cherchent de plus en plus une réponse tout en un, simple à déployer, gérer et maintenir mais répondant à la problématique de conservation de l'information dans un monde où le volume de celle-ci explose. L'effort de BDT sur ce nouvel axe est important, le projet a recueilli près de 5M€ d'investisement. Le choix d'une intelligence logicielle extérieure a été fait et est issue de la société Slovéne Hermes SoftLab pour la partie protection de données et Grau Data Storage pour la partie HSM ou extension de systèmes de fichiers. Hermes a pour partenaire notamment HP, IBM, Microsoft et même Oracle et Citrix.

Surfant sur la vague appliance, la solution se décline sous Windows Storage Server 2003 R2 - 64 bits - en 3 étages 1U, 2U et 4U dans un rack 19 pouces. Le composant 1U est le coeur du rack basé sur un dual AMD Opteron avec 2 disques 35GB SAS en miroir et 2 ports Ethernet 1Gb, l'étage 2U s'émancipe avec 2 unités RAID à base de disque 300GB SAS et 500GB SATA pour fournir les 2 niveaux, et le dernier étage intègre une librairie à base de lecteurs LTO. Extérieurement, le device est vu et se comporte comme un serveur de fichier accessible sous CIFS natif et il est plutôt dédié à l'environnement non-structuré même si la protection Exchange est possible. Il offre un mode CDP "lâche" - à fréquence de 30 minutes - et met en place une migration multi-niveau interne transparente pour l'utilisateur. Quand les données deviennent inactives, leur déplacement est assuré sur le support LTO intégré démontrant une hiérarchie multi-niveau simple, facile et transparente. Pour un prix débutant à environ 40000€, l'utilisateur reçoit un volume de protection de 2.2To, l'offre devrait passer à 4.4To trés bientôt et 17.6To courant 2008. Mais la beauté de l'offre réside dans sa caractéristique CAS (Content Addressable|Aware Storage) donc son aspect immuable, intégrité et auto-redondant, sa réduction de données au niveau fichier par l'utilisation d'un algorithme 256 bits, une capacité d'indexation intéressante, une fonction Worm et l'intégration à Active Directory. Les clients sont protégeables par l'installation d'un agent mais l'offre est positionnée comme une plateforme et non comme un produit de protection de postes. Quelques limitations existent mais l'offre est intéressante comme première version dans un marché où le CAS est avant tout vu ou perçu comme une offre pour les grandes entreprises alors que le besoin existe aussi pour les environnements départementaux.

Gingcom est donc une déclinaison européenne d'un nouvel axe technologique, adressée déja par Iternity, mais surtout par des acteurs comme ExaGrid, Spectra Logic, Overland, Quantum, SynerWay, Arkeia, pourquoi pas Avamar et Symantec PureDisk. La bataille sera dure et longue mais pourquoi aprés tout... Encore une fois, un acteur historique de la bande, reconnaît les bienfaits du disque dans un environnement de protection et d'archivage de données, le marché y va, attention à ceux qui n'y croit pas où qui prennent le train en retard...

Exalead industrialise enfin sa solution...

Exalead (www.exalead.com), éditeur Français de solutions de Search et d'Indexation d'Entreprise, annonce enfin une déclinaison OEM de son offre entreprise, la plus complète et ouverte, et valide ainsi l'adoption par Exanet et Messaging Architects. Ca fait du bien...

Quand je parlais d'agrégation fonctionnelle...

On le subit plus que l'on le construit en tout cas en France, connaissant notre réticence à l'adoption précoce d'innovations récentes. La sécurité avait débarqué dans le stockage, on se souvient de Symantec et Veritas - quel regret -, d'EMC avec RSA ou d'IBM avec ISS. Le Backup fusionne donc avec l'Archivage ou l'inverse, mais il n'en restera qu'un - La Protection de Données -, c'est d'autant plus vrai que la vague ILM est passée par là avec son concept de classification, le backup disque, le VTL, la technologie SATA... illustrant la volonté de constituer un environnement hiéarchique de stockage aligné sur l'activité de l'entreprise et aussi de réduire les coûts d'une infrastructure de stockage toujours plus coûteuse: pool de données en ligne, pool de backup et pool d'archivage. A ce titre, l'une des innovations les plus importantes financièrement est la Réduction ou Déduplication de données. Souvenez-vous, j'insiste depuis plusieurs années sur la nécessité de consolider ou d'agréger les fonctions de Data Management au sein d'une offre riche mais simple pour éviter de choisir un rack avec 10 appliances qui "font le job" mais qui coûtent en administration, en compatibilité et qui déplace le spot des administrateurs: au lieu d'être focus sur les données, ils passent du temps sur chaque élément d'une chaine complexe. A banir.

Les utilisateurs ne souhaitent plus faire la différence entre les 2 "types" d'information - Backup et Archivage - car il s'agit de la même information à quelques nuances près: rétention, nature du support éventuelle, besoin futur... C'est d'autant plus vrai que les données sont de plus en plus en ligne, accessible de façon trés simple via les protocoles de partage de fichiers en mode de lecture et capables d'être recherchées grâce à des index trés complets constitués des meta-data et data. L'index peut aussi être utilisé comme critére de déplacement ou copie de l'information accentuant son rôle central. Autant, on aurait pu penser que l'archivage et le backup constituaient un élément essentiel d'un environnement informatique mais il convient de réaliser qu'aucune valeur n'est associée à ces fonctions pour l'entreprise. Elles ne contribuent pas à la création de valeur pour l'activité de l'entreprise, elles ne constituent que des centres de coûts à la seule restriction près, le jour où les utilisateurs ou tout autre entité a besoin d'une donnée perdue, écrasée, corrompue ou ayant subit un sinistre. Par contre, le Search et l'Indexation, indissociables, sont 2 composantes fondamentales d'un environnement informatique, sur lesquelles les fonctions de backup et d'archivage notamment peuvent se greffer. Ainsi, au travers d'une seule console, trés simple de type Google, on l'a tous en tête et tous les autres l'ont copiée, un utilisateur peut rechercher une information dans tous les puits de données: en ligne (serveurs de fichiers, bases de données, annuaires...), en ligne (unité de backup et d'archivage disque), "near-line" (HSM disque) ou complétement off-line grâce à des mécanismes de type Offline Tape Indexing. Sur ce dernier point, l'offre d'Index Engines est à regarder de près car assez unique, d'ailleurs un accord avec RenewData, éditeur Américain - Texan - d'une solution de réduction de données, vient d'être signé sur ce sujet pour enrichir l'offre de migration de données de ce dernier.

L'autre mouvement du marché qui confirme cette mutation est l'acquisition pour 375 M$ en cash de Zantaz par Autonomy, l'un des acteurs clefs de l'archivage trés bien placé dans le fameux Magic Quadrant 2007 du Gartner absorbé par l'un des rois de l'indexation, renforçant ainsi sa stratégie vers le monde du stockage de données et de l'e-discovery. Autonomy a même racheté Virage, un éditeur de solutions d'indexation de contenu multimedia. Tous les acteurs d'archivage embarquent, ou devraient embarquer, des fonctions avancées de search et d'indexation. Certains acteurs de services fichiers proposent même une offre de ce type comme Exanet qui propose ExaSearch, fruit de l'accord entre Exanet et Exalead. Les autres acteurs ne sont pas à oublier comme notre rare fierté Française dans l'édition logicielle à l'échelle planétaire, Business Objects, qui gobe l'Américain Inxight Software, un des leaders du Search fédéré et de l'extraction de données. FileTek a lui déja fait son marché avec Trusted Edge. L'autre mouvement vu de tout le monde, car tout le monde suit ce que fait Google, est l'axe pris par le géant de Mountain View, qui rachète un petit prestataire de service innovant Postini. Le concurrent Iron Mountain (IM) était visiblement trop cher ou trop rigide malgré une base installée gigantesque, on ne compte pas moins de 800 bureaux IM dans le monde et Zantaz était en discussion trés avancée avec Autonomy. Ceux qui vont dans la Silicon Valley ont déja vu Postini dont les locaux sont au bord de la 101 prés d'Oracle pas loin de Redwood Shores. Fort de ses succès et accords avec quelques acteurs du stockage en plus de sa formidable technologie, Google se positionne sur l'outsourcing de données et des traitements associés, notamment l'archivage, avec cette acquisition pour 625 M$, une fortune, mais Google ne discute pas quand elle veut pénétrer un segment et se payer un acteur clé pour son développement. Google a tellement d'argent... Le casse-tête de certains pourrait bien se résoudre simplement au travers d'un contrat avec Google, de SLAs stricts et la simple utilisation de sa fameuse interface, ce bonheur est proche. Les nuits blanches seront de mauvais souvenirs et les décisions budgétaires liées aux coûts des solutions d'archivage imposées par les nouvelles réglementations aussi. Postini comptait 35000 sociétés clientes avant cette acquisition. D'ailleurs, la vague de fusions/acquisitions pourrait bien continuer et Google serait bien le seul de ce secteur à ne pas être inquiété. Est-ce à dire que des sociétés de Classification et/ou de Search comme Kazeon, Index Engines, Attenex, Scentric, BridgeHead, Abrevity, StoredIQ, Arkivio, X1, Njini, Fast, Coveo, Endeca, Convera, Vivisimo, dtSearch, Mondosoft, Isys Search Software, ou les Français Sinequa ou Exalead sont des parfaites cibles, je le crois... les mois qui arrivent vont nous le confirmer.

IBM se paie Princeton Softech

Aprés OuterBay acquis par HP en 2006, IBM s'offre Princeton Softech, l'un des tous meilleurs en Archivage Applicatif, et peaufine son catalogue sur ce segment à fort potentiel mais ridiculement petit. Ces 2 éditeurs absorbés, Il n'en reste donc que 2: Applimation et Solix. A qui le tour ?

Quand Atempo rime avec Archivage

Atempo (www.atempo.com), une des rares fiertés Françaises en matière de protection de données avec Arkeia et Synerway, annonce officiellement son entrée sur le marché de l'Archivage avec Atempo Archive Server (AAS).

L'offre cible le marché des données non-structurées essentiellement couvertes par le monde fichier et décline 2 fonctionnalités clés: la classification de données et les capacités de recherche. AAS supporte une grande variété d'unités de stockage hébergeant les données (disque, bande ou Worm) même si le support des unités CAS semble oublié, les clients sont restreints à l'environnement Windows et l'environnement server, AAS ou de données à archiver, peut être Unix, Linux ou Windows, AAS se propose d'offrir une plateforme d'archivage ouverte. A tester et à retenir dans toute démarche de sélection d'une offre d'archivage, la bataille s'annonce palpitante sur le marché national où plusieurs autres acteurs dédiés à ce marché sont déja présents: Infotel, STS Group ou Cecurity. A suivre...

FilePool, le pionnier

ou la genèse du CAS. C'est encore une innovation européenne, Belge précisément, puisque Paul Carpentier implémenta le premier l'adressage par contenu - Content Addressable Storage - dédié à une solution de stockage en vue du stockage des données informatiques indépendemment de leur contenu et leur localisation géographique. La plateforme FilePool était née, dés le début des années 90, issue des travaux de Wave Research, ça date.

Ce mode d'adressage s'oppose à l'approche dite "Location-based" qui se base sur un index de positionnement lié au stockage lui-même et non à la donnée qu'il est chargé de stocker. Le découpage en bloc élémentaire avec une indexation direct et indirecte en fonction de la taille du fichier et aussi de la fragmentation de l'unité de stockage pénalise l'utilisateur et asservit la donnée au système de fichiers de la plateforme et du système d'exploitation. Ce moyen offre un mécanisme qui a néanmoins fait ses preuves depuis longtemps et continue à satisfaire au quotidien des milliards d'utilisateurs et d'applications, admettons que ça marche bien, même trés bien. L'idée est donc de pointer directement sur l'information et non sur un container pointant lui sur les blocs de données placés sur l'unité de stockage. Quelles sont les limites de l'adressage traditionnel ? tout d'abord sa robustesse est variable et trés liée aux différents développements et générations de systèmes de fichiers, la journalisation a fait progressé cette couche de stockage. Le second problème, le plus critique, est l'écrasement du contenu, le fichier étant connu par son chemin, chaque mise-à-jour du contenu écrase la valeur précédente. Si le fichier est copié il s'agit alors d'un autre fichier. Le CAS se base sur une signature calculée sur le contenu, si celui-ci change l'adresse change et les versions du même fichier sont préservées. Ces signatures sont pérennes et identiques au cours du temps, si le fichier change, l'adresse change mais il s'agit alors d'une nouvelle version du fichier attaché à un nouveau contenu. On comprend donc que le système déduplique nativement les fichiers garantissant une réduction de la consommation d'espace de stockage et donc des coûts associés.

Les algorithmes utilisés dans ce calcul de signature sont issus de la cryptographie, les plus connus étant MD5 (Message Digest 5) et SHA-1 (Secure Hash Algorithm). La robustesse du système repose ici sur la capacité de l'algorithme à garantir la non collision de signatures, MD5 utilisant 128 bits, et éviter que 2 contenus différents - 2 fichiers - générent la même signature donc normalement la suppression d'un des fichiers. S'ils sont vraiment égaux c'est parfait, s'ils sont différents un mécanisme additionnel comme un couplage d'un autre algorithme se pratique. C'est d'autant plus délicat que les secteurs d'utilisation comme l'archivage ou la déduplication sont consommateurs de tels algorithmes, il convient donc de s'assurer de la gestion de la collision dans la sélection d'une solution. Mais soyons réaliste, la chance de tomber sur un synonyme existe mais est vraiment infine. Par convention, l'adresse 128 bits encodée par MD5 est codée sur une base 36 dans FilePool et le hash 3D1HEAE3M41VDx8O3E5NU91T12U est la fameuse clé du fichier contenant "Hello World!". L'idée de l'adressage par contenu va plus loin avec son extension naturelle au réseau validant ainsi le modèle indépendant de sa résidence physique ou géographique. FilePool implémentait l'approche locale et réseau en choisissant le contenu le plus proche et le plus rapide d'accès en offrant aussi des réplicas de l'information pour des usages spécifiques et bien sûr intégrait des mécanismes de redondance. On parlait alors de CAN pour Content Addressable Network et introduire le concept de maillage de serveurs.

Du point de vue utilisateur, celui-ci intéragit avec le pool objet constitué par FilePool au travers de systèmes équipés de la logique FilePool (agents et serveurs). Quand un fichier est soumi au système, une clé est retournée, ce que FilePool avait baptisé l'e-CLIP, identifiant de façon unique le fichier permettant ensuite les requêtes sur ce fichier et le partage de cette clé entre utilisateurs. FilePool ajoute ensuite une structure XML pour stocker les meta-data du fichier en question et nomme ce fichier un EDF (e-CLIP Definition File) qui ressemble à:

Depuis FilePool est passé depuis sous la coupe du géant d'Hopkinton, EMC, c'était en 2001 et a fait de Centera, la mouture EMC de FilePool, le best-seller que l'on connait. EMC a imposé la solution, a éduqué le marché trés balbutiant à l'époque pour être aujourd'hui la solution par défaut, celle de référence, malgré une bonne dizaine de concurrents, hardware ou software. EMC possède donc une part de marché imposante malgré aujourd'hui plusieurs lacunes reconnues dans le produit, en effet peu d'évolution sont sorties des labs. On qualifie EMC Centera de CAS de génération 1, alors que nous sommes aujourd'hui en génération 3. On entend même dire qu'EMC s'apprêterait à dévoiler une nouvelle plateforme CAS, ce n'est pas trop tôt, même si le leader n'est pas inquiet de la concurrence. Attention néanmoins à HDS, récent acquéreur d'Archivas aprés plusieurs mois d'accords oem et pour moi le meilleur CAS du marché, qui se verrait bien en swap des sites Centera. Reste que tant que le standard SNIA XAM (eXtensible Access Method) n'est pas là, les clients auront bien du mal à envisager une quelconque migration, quelque soit le sens d'ailleurs.

Paul Carpentier, qui n'a pas intégré EMC, a depuis créé une autre société, Caringo du nom des fondateurs (Paul Carpentier, Jonathan Ring et Mark Goros), qui conçoit un CAS de 3éme génération, le pas encore fameux CAStor, purement soft, on reviendra dans les prochaines semaines sur cette société. Le marché du CAS est décidément trés actif avec pour moi sans aucune ambiguité son adéquation parfaite aux nouveaux besoins d'archivage, sa facilité d'adressage, la déduplication de l'information et l'accès à l'information en ligne obligatoire aujourd'hui. Reste un parc installé de bandes qu'il va falloir gérer, migrer et à terme recycler, à quand un musée de l'archivage ?

iTernity, un CAS made in Allemagne

De passage au CeBIT, j'ai découvert iTernity (www.iternity.com), un fournisseur Allemand, filiale de Pyramid Computer Gmbh, sans aucun lien avec feu Pyramid, l'un des pionniers des grands serveurs Risc/Unix avec Sequent. Il me semble d'ailleurs que Pyramid a été acquis en 1995 par Siemens, le seul lien semble être l'Allemagne et peut-être l'origine de certains employés.

Depuis Septembre 2006, Iternity propose un appliance d'archivage stackable de type CAS dit Worm-Raid par le fournisseur lui-même. Dans la mouvance des autres CAS, iTernity utilise un hashing SHA-512, un chiffrement AES256, et surtout un environnement Windows 2003 et .Net 2.0 ce qui est là plus rare car c'est plutôt Linux est utilisé comme souche habituellement dans les offres du marché. Une API est disponible mais par contre le boîtier n'est pas accessible au travers des protocoles NAS classiques ou WebDAV comme de nombreuses offres aujourd'hui. Un truc à voir mais à utiliser, je ne suis par sûr, je ne suis d'avis de retenir un acteur de petite taille pour un technologie devant m'accompagner sur le long-terme, on parle d'archivage non ? alors la pérennité de l'acteur est fondamentale...

Do De Dup, attention aux collisions...

Un titre comme ça alors que le groupe The Police se reforme, je surfe sur la vague, d'aillleurs, j'ai déja 4 places pour un concert. Revenons à notre sujet.

Les solutions CAS déclinent pour la plupart une méthode de DéDuplication ou de Réduction de Données mettant en jeu un algorithme issu de la cryptographie pour rechercher le motif de données qui se répétent. On parle aussi sur le marché de Single Instance Storage, élimination de la redondance, data coalescence ou factorisation de données et d'autres termes doivent fleurir ici ou là au profit de telle ou telle solution qui se veut innovante.

C'est bien de chercher l'unicité des segments (fichier, bloc, secteur ou octet) de données, encore faut-il retenir un algorithme éprouvé et garantissant aucune collision. L'idée est de calculer une clé unique, souvent appelée clé de hash ou hash tout simplement, pour chaque segment de données d'origine. Par collision, on signifie que 2 segments de données différents doivent fournir, au travers de l'algorithme retenu, 2 clés différentes sinon on rencontre cette fameuse collision et le système introduit alors une perte d'intégrité faisant qu'une clé est maintenant associée à 2 segments ce qui est par définition non voulue et à éviter fortement. Les solutions du marché utilisent donc les fameux algorithmes MD4/5 ou SHA-1/128/192/256 ou 512 plus ou moins enrichis de méacnismes supplémentaires pour adresser le cas de collision éventuelle. Ainsi, Archivas ArC, bientôt sous la coupe d'HDS, EMC Centera, Bycast StorageGrid, HP Riss, Nexsan Assureon et Permabit DIS utilisent tous ce type d'algorithme. On pourrait citer aussi les acteurs de déduplication non-CAS comme Diligent, DataDomain, RenewData, RockSoft passé chez Quantum par Adic, Sepaton, FalconStor, Storage Engine ou de backup comme Asigra, ExaGrid, EMC avec Avamar Axion ou Symantec avec PureDisk. C'est surement l'une des plus importantes avancées récentes en matière de traitement de données, ici associée à une problématique de stockage, qui s'accompagnent d'un fantastique retour sur investissement et relayant la bande aux oubliettes. Le comité régional SNIA France abordera ce sujet lors du séminaire du 24 Avril prochain (http://invit.snia.free.fr).

Un RAIN Seanodes applicable au CAS

Seanodes (www.seanodes.com), éditeur français d'une solution de stockage évoluée, vient de sortir du mode furtif en dévoilant enfin sa solution Exanodes. Certains d'entre vous se souviennent peut-être du projet Storagency lauréat du concours d'aide à la création d'entreprises innovantes du ministére de la recherche en 2003.

L'esprit de la solution SIS - Shared Internal Storage -, à ne pas confondre avec l'acronyme Single Instance Storage, est de permettre le partage des unités disques "privatives" c'est-à-dire DAS interne ou externe. L'architecture est de type RAIN, offre un niveau élevé de parallèlisme et s'inscrit dans une approche trés économique. Tous ces derniers points sont primordiaux pour une approche moderne de plateforme d'archivage active comme les acteurs émergents ou établis - Archivas, Bycast, Caringo, EMC, Exagrid, HP, Nexsan, Permabit ou Sun - l'ont déja vérifiés. Alors à quand une offre CAS Française de bout en bout ? les acteurs comme Arkeïa, Atempo, Hi-Stor ou Synerway seraient bien inspirés de proposer une approche CAS logicielle... à suivre.

Le Grid chez NEC et un accord avec Archivas

La division stockage de NEC (www.necam.com), d'origine américaine, s'apprête à annoncer une petite révolution avec une baie de disques assez innovante qui prolonge un accord récent avec Archivas, spécialiste de l'archivage avec son offre ArC (Archivas Cluster), probablement le meilleur produit CAS du marché, de mon humble avis. NEC ne s'y trompe pas mais que devient cet accord avec l'annonce toute récente de l'acquisition de l'éditeur CAS par HDS ? NEC devra peut-être se résoudre à passer aux offres alternatives comme Permabit ou Caringo par exemple. Côté baie, NEC va sortir une unité capacitive avec déduplication/compression et redondance, 2 fonctionnalités essentielles aujourd'hui pour les environnements de Protection de Données comme la Sauvegarde et l'Archivage. L'offre NEC, de nom de code Hydrastor développée en secret depuis plus de 3 ans, est avant tout de philosophie Grid, trés évolutive et linéaire en performance, qui se distingue par les nouveautés autour de la redondance de l'information allant au-delà du RAID 6 qui permet de supporter un nombre plus grand de panne disque tout en réduisant sensiblement la charge liée à la reconstruction de l'unité logique et en offrant un accès transparent aux données. Cette technique baptisée Distributed Resilient Data (DRD) est trés associée à DataRedux, la technologie maison de Réduction ou de Déduplication de Données. La proposition NEC est donc d'offrir une baie de disque évolutive, performante, économique et basée sur du matériel trés courant et standard donc pas cher et éprouvé pour adresser les nouveaux défis de la Protection de l'Information. L'année 2007 se confirme comme une année pleine de promesses...

PowerFile, ça fait du bien...

PowerFile (www.powerfile.com), fournisseur de solutions d'archivage sur CD, DVD et bientôt Blu-Ray, illustre bien la vague de startups innovantes du monde du stockage.

De passage dans la vallée il y a quelques jours, je suis passé leur rendre visite à Santa Clara dans leurs petits locaux où les librairies sont installées partout et testées en permanence, ça sent bon la R&D. On retrouve quelques personnes issues de VERITAS qui bossait sur un projet CAS jamais sorti, encore un.

PowerFile se positionne sur le marché de l'Archivage avec une solution assez révolutionnaire à un coût trés faible sur un support trés standard et largement éprouvé. Leur idée est assez simple: batir une architecture stackable de "carroussel" de DVD couplée à un front-end rempli de disque SATA, bientôt SAS, servant de cache et accessible par CIFS, donc quelque chose de super simple et pas cher. Connu pour son produit PSA - Permanent Storage Appliance -, PowerFile prépare une nouvelle offensive avec sa nouvelle génération, le fameux A3 - Active Archive Appliance.

HDS s'offre son OEM Archivas

HDS (www.hds.com) a finalement décidé d'acquérir la technologie Archivas présente dans son offre HCAP (Hitachi Content Archiving Platform) et d'aller au-delà de LDEV ou Retention Manager, sa solution WORM Disk. Posséder sa propre technologie pour garantir le patrimoine informatif des entreprises semblent être clé ici et les utilisateurs n'hésitent pas, ils choisissent les acteurs majeurs sur ce segment pour être sûr, au moins un minimum, de la pérénnité de la solution. C'est un mouvement qui se prolonge et cette année 2007 devrait dévoiler de nouveaux rapprochements, il y a de grandes chances que ByCast, Caringo, Nexsan, Permabit voir même ExaGrid passent sous pavillon de grands constructeurs. Néanmoins, tous ne sont pas seulement des acteurs logiciels et leur intégration est plus délicate.

Côté HDS, le mouvement est net vers une affirmation de sa stratégie d'Archivage et de Conformité. Le géant de Santa-Clara aurait payé 100M$ pour une super technologie qui va permettre à HDS de s'armer pour les fortes demandes en "Stockage Conforme" lui permettant d'élever et compléter sa gamme mais surtout de reprendre du grip sur une compétition de plus en plus présente et armée.

L'offre Archivas - le pas assez fameux Archivas Cluster (ArC) - est dédiée aux environnements de données non structurées et permet de s'affranchir des approches propriétaires tant sur le plan matériel que logiciel avec notamment un coeur Linux et un moteur distribué développé sur PostgreSQL. ArC est un CAS ouvert et trés avancé qui trouve chez HDS un socle technologique parfait pour son intégration et son adoption large par le marché. Comment va régir la concurrence et notamment EMC avec son Centera vieillissant ?

Au-delà des offres, définissons le CAS

Le CAS c'est tout un programme et plus que ça car les utilisateurs doivent être persuadés de son rôle clé et incontournable aujourd'hui dans le monde de l'archivage. C'est surement un des axes les plus innovants et excitants de notre secteur.

Le modèle d’architecture retenu est appelé RAIN (Redundant|Reliable|Random Array of Independant|Inexpensive Nodes) et la plupart des solutions d’aujourd’hui reposent sur ce modèle. Cette architecture a l’immense avantage d’être fortement évolutive et donc au cours du temps de pouvoir permettre de stocker de forts volumes de données sur du matériel standard enrichi de fonctionnalités avancés. On parle ici d’architecture scale-out ou horizontale pour indiquer que le traitement est réparti sur plusieurs systèmes en parallèle (interface réseau multiples, sous-systèmes disques, répartition de la charge sur plusieurs unités de traitement…) garantissant ainsi une capacité de traitement importante qui épouse l’évolution des besoins et le volume de données soumis. Pour mémoire, on retrouve aussi l’architecture RAIN dans des produits de sauvegarde, des serveurs vidéo ou de calcul. Plusieurs générations de CAS sont apparues, la première remonte à 2000-2001, le gros de l’offre est aujourd’hui dit de seconde génération avec un petit dernier qui se distingue et qui demeure le seul à être de 3^ième génération. Je reviendrai sur ces distinctions.

Une solution CAS doit répondre à plusieurs critères :

• Indépendance matérielle et surtout pérennité des composants ou éléments de la solution: Ethernet, TCP/IP, les déclinaisons ATA, Linux, Intel ou AMD, protocoles standards de partage ou d’échange… garantissent un investissement sur le long terme à bon prix afin que la solution devienne une vraie commodité.
• Capacité massive d’évolutivité pour soutenir les volumes importants stockés et cumulés au cours du temps et pour servir les requêtes utilisateurs potentiellement en plus grand nombre, de même que sa propre mise-à-jour (unité élémentaire, disque...).
  
• Performance en entrées/sorties vis-vis de l’extérieur.
• Ouverture pour la migration vers une autre plateforme.
• Immuabilité et intégrité de l’information, généralement réalisées grâce aux algorithmes de cryptographie MD5, la famille SHA ou des déclinaisons.
• Fonction type WORM (Write Only Read Many).
  
• Efficacité de l’occupation de l’espace grâce à des méthodes avancées de déduplication ou de réduction de données éventuellement couplées à la compression.
• Apport éventuel de chiffrement des échanges entre les plateformes et entre le client et l’unité si le protocole d’accès est ouvert.
• Capacité d'indexation et recherche avancée comme notamment le full-text.
  
• Auto-configuration surtout dans les phases de reconfiguration, d’ajout d’éléments ou de tâche de maintenance.
• Auto-administration car le système risque de vivre plus longtemps que la durée de l’affectation de l’administrateur.
• Auto-réparation ou auto-protection en cas de défaillance, le système s’auto-protège et se reconfigure.
• Et interface simple avec l’environnement extérieur au travers d’APIs ouvertes ou de protocoles standards comme WebDAV, http, NFS ou CIFS.
  

L'Archivage, différent du Backup ?

L'Archivage est-il différent du Backup ? sans évoquer les axes légaux qui, de fait, créent une divergence, les différences du Backup et de l'Archivage sont importantes.

Néanmoins, certains sur le marché commencent à positionner le Backup par rapport à l'Archive dans un démarche inverse et ainsi simplement dire que le Backup est une Archive à durée de vie courte. Cette approche est intéressante dans un climat où le Backup et l'Archivage s'incrivent dans une stratégie plus globale de protection de données associées avec la Réplication, la Snapshot, le CDP... et ainsi faire trés peu de différence entre les données puisque celles-ci deviennent accessible directement par les utilisateurs au travers d'interface simple et unifiée connectée à différents puits de données. Encore une fois, c'est bien l'arrivée du disque comme média de stockage qui rend possible cette approche.

De quoi parle-t-on ?

Ce nouveau blog dédié à l'archivage essentiellement actif c'est-à-dire couvert par les plateformes CAS ou Worm Disk sera aussi le lieu pour évoquer les technologies associées à l'archivage comme l'indexation, les architectures et bien sûr ce que j'apprécie particulièrement, la partie innovation couverte souvent par les jeunes pousses, souvent américaines. Avant de définir le CAS et ses objectifs, rappelons qu'historiquement l'acronyme signifiait Content Addressable (ou Addressed) Storage de plus en plus remplacé par Content Aware Storage.

Pour débuter notre propos, je suggère que nous évoquions les nouvelles plateformes CAS, solutions disques dédiées à l'archivage de données long-terme. Parmi les acteurs, nous trouvons Archivas bien sûr, pour moi le meilleur produit, Bycast, une solution verticale pour le marché médical, Caringo et son CAStor - bien trouvé -, un CAS de 3ième génération, EMC Centera avec l'évolution du produit acquis de FilePool aujourd'hui un peu perçu comme rigide et "vieux" malgré une base installé gigantesque, HDS avec l'oem Archivas, HP avec RISS issu de l'acquisiton de Persist et aussi l'oem Bycast pour le médical, IBM avec sa gamme DR450/550 et également Bycast en oem, KOM Networks, Network Appliance et sa gamme Worm, Nexsan avec Assureon arrivé avec l'acquisition d'Evertrust, Permabit, une solution vraiment proche d'Archivas, un peu moins visible sur le marché mais tout aussi formidable, Pegasus, Pillar Data avec AxiomONE SecureWORMfs, Plasmon, PowerFile, un acteur innovant à base de DVD et bientôt de BluRay, StorageTek avec son IntelliStor et SUN et son arlésienne au nom de code prometteur Honeycomb volontairement séparés ici. Sont assimilables les Avamar, ExaGrid et Symantec avec la technologie issue de DataCenter Technologies Content Director acquise par VERITAS Software.