Die Kulisse
In den heutigen Cloud-Umgebungen ist Speicher mehr als nur Infrastruktur – er ist das Herzstück geschäftskritischer Anwendungen. Von der seismischen Auswertung im Energiesektor bis hin zu anderen wissenschaftlichen Hochleistungsanwendungen müssen Unternehmen die Zeit bis zur Entscheidungsfindung verkürzen, sei es bei der Identifizierung wirtschaftlich gewinnbarer Energieressourcen oder bei der Beschleunigung anderer datenintensiver wissenschaftlicher Entdeckungen.
Aus diesem Grund hat Daniel Gomes, Principal Solution Engineer bei Qumulo und Spezialist für Workloads im Öl- und Gassektor, einen direkten Leistungsvergleich zwischen Cloud Native Qumulo und Amazon FSx für NetApp ONTAP (FSxN). Daniel hat diese Tests so konzipiert, dass sie reale Bedingungen widerspiegeln, und dabei Client-Muster und Datensatzgrößen verwendet, wie sie bei Auswertungsaufgaben im Öl- und Gassektor üblicherweise vorkommen.
Die Ergebnisse: Qumulo schnitt sowohl in Einzel- als auch in Mehrklientszenarien durchweg besser ab als FSxN, insbesondere bei steigender Parallelität und Leseintensität. Die Methodik wurde so konzipiert, dass sie die für Anwendungen zur Öl- und Gasauswertung charakteristischen Bedingungen erfasst – darunter unter anderem solche, die von einem der weltweit größten Anbieter von Plattformen für geowissenschaftliche und seismische Auswertungen genutzt werden – sowie andere Branchen mit ähnlichen Anforderungen an die Dateisystemleistung. Daniels’ Ziel war es, zuverlässige und wiederholbare Benchmarks zu erstellen, die sowohl die Erwartungen der Kunden als auch technische Entscheidungen beeinflussen können.
Warum Basistests wichtig sind
Baseline-Tests sind unerlässlich, da die Risiken durch unbekanntes Verhalten, Unvorhersehbarkeit und verlängerte Projektlaufzeiten sich direkt auf die Entscheidungszeit bei vielen Projektzielen auswirken. Durch die Festlegung von Baselines werden realistische Erwartungen an die Leistung gesetzt, Teams können Engpässe gezielt identifizieren und Probleme schneller beheben. Durch den Vergleich der Funktionen von Qumulo mit denen von NetApp in AWS liefert dieser Benchmark einen transparenten, praxisnahen Vergleich zwischen den beiden führenden Anbietern von Diensten für unstrukturierte Daten im Ökosystem der Untergrundauswertung. Genau das bietet dieser Benchmark: einen transparenten, cloud-nativen Basisvergleich zwischen Qumulo und FSxN auf AWS.
Testkonzept
Kunden: Red Hat Enterprise Linux (RHEL) auf AWS EC2-Instanzen vom Typ g4dn.16xlarge
Werkzeuge: fio (v3.36) mit branchenüblichen I/O-Profilen
Datensätze: 50 GB pro Test, was den typischen Projektgrößen im Energiesektor entspricht (10 GB–150 GB)
Protokolle: NFSv3 mit plattformübergreifend standardisierten Einhängungsoptionen
Arbeitsbelastung: Sequentielle und zufällige Lese-/Schreibvorgänge bei Parallelität mit einem und sechs Clients
Was die Speicherung betrifft:
Qumulo: Ein Cluster mit drei Knoten, ausgestattet mit NeuralCache, NVMe- und gp3-Caching, unterstützt durch S3 Intelligent Tiering.
FSxN: Das HA-System mit zwei Controllern wurde bei Durchsatzstufen von 1,5, 3 und 6 GBps getestet, wobei der maximale Cache aktiviert war.
50 % geringere Kosten: Das für die Tests verwendete Qumulo-System wäre im Einzelhandel etwa 50 % günstiger als die FSxN-Lösung.
Ergebnisse
Wichtigste Ergebnisse
1. Qumulo skaliert mit der Client-Auslastung
Mit steigender Client-Auslastung nahm die Leistung von Qumulo zu, während die von FSxN stagnierte.
Sequenzielles Lesen mit sechs Clients (64k):
Qumulo: 11,57 GB/s (190.000 IOPS)
FSxN (6-GBps-Stufe): 4,98 GB/s (82.000 IOPS)
2. NeuralCache bietet einen beständigen Vorteil
Selbst bei einer Bereitstellung von FSxN mit maximalem Cache übertraf die NeuralCache-Architektur von Qumulo bei leseintensiven Workloads die Konkurrenz und sicherte die Parallelität ohne zusätzlichen Aufwand.
3. Schreibvorgänge: Knapp, aber Qumulo überzeugt bei hoher Auslastung
FSxN zeigte bei einigen Schreibvorgängen mit einem einzelnen Client seine Stärke, doch mit zunehmender Parallelität setzte sich Qumulo durch:
Zufälliger Schreibvorgang mit sechs Clients (64 kB):
Qumulo: 1,65 GB/s (28.000 IOPS)
FSxN (6 GBps-Stufe): 1,19 GB/s (20.000 IOPS)
4. Einfachheit und Schnelligkeit
Bereitstellung: Qumulo war in ca. 5 Minuten einsatzbereit, FSxN hingegen erst nach ca. 19 Minuten
Skalierung: Das Hinzufügen von Qumulo-Knoten oder das Anpassen von EC2-Typen dauert nur wenige Minuten, während Änderungen am Durchsatz von FSxN eine Stunde oder länger in Anspruch nehmen.
Verwaltbarkeit: Qumulo lässt sich nahtlos in einem einzigen Namespace skalieren; FSxN erfordert mehrere Dateisysteme und Storage Virtual Machines, um die gleiche Leistung zu erzielen
Was dies für Unternehmen bedeutet
Für Unternehmen mit anspruchsvollen Workloads mit vielen Benutzern, wie beispielsweise Anwendungen zur Auswertung von Öl- und Gasdaten, bietet Qumulo Folgendes:
Höherer Durchsatz und mehr IOPS unter realistischen Parallelitätsbedingungen
Geringere betriebliche Komplexität bei schnellerer Bereitstellung und Skalierung
Zukunftssichere Einfachheit für Teams, die ein Wachstum im Petabyte-Bereich bewältigen müssen
Geringere Kosten für Teams, die ihr Budget optimal nutzen möchten
Im Gegensatz dazu erfordert FSxN mehr manuelle Feinabstimmung und bleibt in entscheidenden Leistungsbereichen weiterhin hinter Qumulo zurück.
Schlusswort
Dieser Benchmark auf AWS zeigt eindeutig: Qumulo ist die beste Wahl für skalierbare, leistungsstarke Dateidaten-Workloads in der Cloud für die seismische Interpretation.
Ganz gleich, ob Sie im Energiesektor im Bereich der seismischen Interpretation tätig sind oder in einer anderen Branche, in der Parallelität und Leseleistung entscheidend sind – Qumulo bietet den Durchsatz, die Flexibilität und die Einfachheit, die erforderlich sind, damit Ihre Anwendungen stets auf höchstem Niveau laufen. Qumulo hat bereits Migrationen im Petabyte-Maßstab von NetApp-Cloud-Lösungen in die Cloud Native Qumulo (CNQ)-Architektur ermöglicht. Nach dieser Umstellung berichten Unternehmen, die CNQ nutzen, von geringeren Betriebskosten, einer schnelleren Entscheidungsfindung und größerer technologischer Flexibilität bei neuen Anwendungen und KI-Tools.
Möchten Sie die vollständigen Benchmark-Ergebnisse und die Methodik einsehen? Kontaktieren Sie uns für weitere Informationen unter info@qumulo.com.