Infortrend两大主力存储GS/CS助抗击疫情一臂之力

疫情发生到现在,全社会都动员起来抗击疫情的蔓延。Infortrend正在通过自己的产品支持着各行各业的抗疫努力。医疗、教育这些受疫情影响严重的领域,Infortrend横向扩展NAS集群CS、块级文件级云端三位一体的统一存储GS,凭借出色的性能、过硬的品质、以及领先的功能技术,为抗击疫情的战斗贡献出自己的力量。

医疗是抗击疫情的关键,其中CT肺片检测是确诊新型冠状病毒患者的重要手段。随着疫情的发展,医疗机构急切需要高效快速的调取分析保存高清格式CT,这关系到确诊患者的速度,甚至相应治疗能否及时展开。而CT影像是结构化数据,普通NAS存储的带宽与容量却相对有限,Infortrend横向扩展NAS集群EonStor CS带宽最高可达100GBps,容量最高可到100PB以上。单节点的读可以达到3GBps,写可以达到2.4GBps,即使在疫情严重的大城市,通过CS集群定点医院患者的CT能够在延迟很低的条件下同时调取分析,节省宝贵的时间。对于IT基础设施有限疫情却依然严峻的中小城市,一台CS就能解决医院的燃眉之急。在CT的保存方面,CS一个节点可最大容纳120颗硬盘(12TB,RAID5),可以保存21亿张CT(分辨率512*512 16位),确保病患影像档案的保存(CS集群最多可支持144个节点)。另外针对疫情不断攀升的趋势,CS同时支持横向扩展与纵向扩展,在性能和容量动态应对疫情的变化。

受疫情的影响,各地的高校中小学已经推迟开学,现在学生都在家上课。远程教学和在线课堂的需求陡增。对于大量学生同时访问视频,普通NAS存储的带宽根本无法保证,将会严重影响教学质量和学生的听讲效果。Infortrend主力统一存储机型EonStor GS的 NAS性能可以高达8600MBps,满足数千个学生同时在线收看教学视频。在课件作业等教学资料的共享上,GS支持多达20000个用户以及512个群组的快速共享。针对急需恢复日常教学的中型教育单位,GS具备界面简单、操作起来十分人性化的管理软件EonOne,通过设置向导可以在最短的时间完成部署。另外,考虑到高校学生无法到图书馆查阅资料,GS连接扩展柜后拥有最大12PB的空间,还能进一步通过EonCloud Gateway对接云端,帮助高校搭建数字图书馆,让学生足不出户就可以获得海量资源。

桃李不言下自成蹊,在疫情波及全国的关键时刻,Infortrend发挥自己本身的力量,去支持那些受到影响最严重的一线行业,与广大用户一到共克时艰,赢得抗击疫情的最后胜利!

原文地址:https://blog.51cto.com/14113298/2472282

时间: 2024-08-30 15:19:44

Infortrend两大主力存储GS/CS助抗击疫情一臂之力的相关文章

"SAN存储"和"NAS存储"两大阵营之争,谁更适合商用?

在服务器存储中,则分为两大阵营,分别是:SAN存储和NAS存储. 大数据时代,数据处理需求急剧增长,SAN存储或NAS存储等传统方式已经不适应业务发展需要,集中式存储再次活跃.那么集中式存储和分布式存储的有缺点分别有哪些呢?在面对二者时我们该如何选择呢? 今天,全球数据存储量呈现爆炸式增长,企业及互联网数据以每年50%的速率在增长,据Gartner预测,到2020年,全球数据量将达到35ZB,等于80亿块4TB硬盘.数据结构变化给存储系统带来新的挑战.非结构化数据在存储系统中所占据比例已接近80

两大数据库缓存系统实现对比

和redis,作为近些年最常用的缓存服务器,相信大家对它们再熟悉不过了.前两年还在学校时,我曾经读过它们的主要源码,如今写篇笔记从个人角度简单对比一下它们的实现方式,权当做复习,有理解错误之处,欢迎指正. 两大数据库缓存系统实现对比两大数据库缓存系统实现对比一. 综述读一个软件的源码,首先要弄懂软件是用作干什么的,那memcached和redis是干啥的?众所周知,数据一般会放在数据库中,但是查询数据会相对比较慢,特别是用户很多时,频繁的查询,需要耗费大量的时间.怎么办呢?数据放在哪里查询快?那

hadoop两大核心之一:MapReduce总结

MapReduce是一种分布式计算模型,由Google提出,主要用于搜索领域,MapReduce程序 本质上是并行运行的,因此可以解决海量数据的计算问题. MapReduce任务过程被分为两个处理阶段:map阶段和reduce阶段.每个阶段都以键 值对作为输入和输出.用户只需要实现map()和reduce()两个函数即可实现分布式计算. 执行步骤: map任务处理: 1.读取输入文件内容,解析成键值对(key/value).对输入文件的每一行,解析成 键值对(key/value).每一个键值对调

站在淘宝天猫两大平台背后的平台

一.供销平台,站在淘宝与天猫背后的平台 1.域名:http://gongxiao.tmall.com(1)以前还用过fenxiao.tmall.com等域名,后来想清楚为了哪个渠道服务,直接用上边的域名作为几大交易市场的供应商服务平台 2.供销授权的商品展现(1)供应商商品能够通过平台授权给分销商(代销.经销)在淘宝.天猫销售.(2)供应商能够在这个功效平台展现自己的商品.同一时候招募分销商. watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQv/font/

微服务架构的两大解耦利器与最佳实践

这几年,微服务架构这个术语渐成热门词汇,但它不是一个全新架构,更不是一个包治百病的架构.那么,微服务架构究竟能够解决什么问题,又带来哪些痛点? 本文将与大家谈谈这个问题,以及微服务架构的两大解耦利器配置中心和消息总线的最佳实践. 微服务架构解决的问题与带来的痛点 一 互联网高可用架构为什么要服务化? 上图是互联网典型的高可用架构,大部分公司如果没有使用微服务,正在使用这样的架构: 用户端是浏览器 browser,APP 客户端 后端入口是高可用的 nginx 集群,用于做反向代理 中间核心是高可

创业者两大特征:喜欢折腾与坚持不懈

近日有幸接受全球最大中文IT社区CSDN.NET张勇编辑的邀请,做了一次很多问题的专访,诉说了一个技术派创业者一路的艰辛与坚持.只是一次普通的互动交流,尽我所能地坦诚和实在,我从来不认为自已是一个成功者,可以算是一个还在坚持着并一直坚持下去的创业者,当然我是渴望成功的,否则也没有那么多的激情可以用来燃烧,但我知道自已是不完美的,我需要很多很多优秀的小伙伴来优势互补一起成长共同发展,这是一个创业者应该拥有的基本胸怀. 张勇编辑在2015年5月6日给我发私信,问是否可以做个访谈,聊聊程序人生,谈谈软

大数据存储的一些概念性问题

其实对一些基本的概念都没有弄清楚,这里从网上找一些来普及下 一.结构化数据与非结构化数据 结构化数据就是能变成二维的行数据,主要应用在关系型数据库中. 非结构化数据是不可以变的,例如视频,音频文件,没有办法变成二维的行数据.所以一般不能用简单的关系型数据库存储,所以就引入了别的存储方式. 相对于结构化数据(即行数据,存储在数据库里,可以用二维表结构来逻辑表达实现的数据)而言,不方便用数据库二维逻辑表来表现的数据即称为非结构化数据,包括所有格式的办公文档.文本.图片.XML.HTML.各类报表.图

大数据存储到底出了什么问题

当大数据现象在三年前刚刚兴起时,其对于存储企业而言,机房环境监控系统就如同久旱逢甘霖一样,许多存储厂商纷纷积极的投入该领域,并开启最大分贝的营销扬声器鼓吹大数据存储. 然而到了今天,存储行业的现实状况并不乐观. 一方面,大数据发展的潮流不断地全速前进.尽管企业对于大数据的Volume(大批量).Velocity(高速传递).Variety(多样性)等 特征一直保持着高度的兴致,但企业对于大数据技术的采用率仍然很低,主要仍集中在实验阶段.同时,一些大数据初创企业继续吸引着大量的资金,并认为这些大

SQL/NoSQL两大阵营激辩:谁更适合大数据

企业在着手推动大数据项目的过程中,经常会遇到这样一个关键性的决策难题--到底该使用哪种数据库方案?经过综合考量,最终的选项往往只剩下 SQL 与 NoSQL 两种.SQL 具有骄人的业绩以及庞大的安装基础,但 NoSQL 却能够带来可观的收益并同样拥有不少支持者.在今天的辩论当中,我们将一同听听两大阵营中各位专家的意见. Network World 网站主编 John Dix 专门组织了此次辩论并邀请到多位专家.其中两位参与专家分别是 VoltDB 公司 CTO Ryan Betts 和 Cou