Pusat data adalah fondasi dunia digital kita yang terus berkembang, menampung data penting yang dimiliki oleh individu, perusahaan, dan instansi pemerintah. Mengingat beragamnya aplikasi yang dilayani, pusat data tidaklah sama, dengan fasilitas yang berbeda dirancang untuk memenuhi persyaratan yang berbeda. Misalnya, penyimpanan cloud, Internet of Things (IoT) industri, atau model bisnis seperti software as a service dan portal streaming hanyalah beberapa contohnya. Infrastruktur penyimpanan adalah dasar dari fasilitas ini, dan sangatlah penting untuk memilih yang tepat. Ini adalah mekanisme fundamental yang bertanggung jawab atas kapasitas, keamanan, skalabilitas, dan aksesibilitas data yang seringkali sangat penting ini. Bagi sebagian bisnis, menyimpan data secara aman dan terstruktur menjadi prioritas utama. Bagi yang lain, seberapa cepat data dapat diakses mungkin menjadi faktor penentu dalam memilih solusi penyimpanan terbaik. Dengan maraknya AI dan beban kerja berdensitas tinggi lainnya yang kini menjadi sorotan dan menghasilkan kumpulan data baru yang luas dan semakin kompleks, apakah cara kita menyimpan informasi ini juga berubah?
Jenis Penyimpanan yang Digunakan Pusat Data dan Layanan yang Disediakan
Dalam survei terbaru mengenai penyimpanan data pusat data, kombinasi berbagai jenis penyimpanan muncul sebagai pendekatan yang paling umum, dengan 51% responden menggunakannya. Penyimpanan all-flash menempati posisi teratas sebagai entitas tunggal, sementara pita, yang lebih lambat dalam akses dan penulisan data, berada di urutan paling belakang. Memahami beban kerja Anda sangatlah penting; tidak semua pusat data akan selalu menjalankan aplikasi berdensitas tinggi. Visibilitas terhadap kebutuhan setiap beban kerja, termasuk kecepatan, skalabilitas, biaya, kapasitas, dan aksesibilitas, adalah kunci untuk menyesuaikan solusi yang tepat dan menghindari pembayaran premi untuk penyimpanan yang tidak diperlukan. Banyak perusahaan bahkan tidak mengetahui data apa yang mereka simpan atau bagaimana data itu digunakan, menjadikannya langkah pertama yang krusial. Solusi hibrida, seperti yang ditunjukkan oleh responden, memungkinkan penggunaan jenis penyimpanan yang berbeda untuk beban kerja dan kasus penggunaan yang berbeda. Pilihan tercepat dan termahal tidak masuk akal untuk penyimpanan dingin, sementara pendekatan yang lebih lambat sudah ketinggalan zaman untuk beban kerja panas. Pendekatan berjenjang, berdasarkan harga per kinerja yang dibutuhkan, sangat direkomendasikan.
Mengenai jenis layanan penyimpanan yang disediakan untuk pelanggan, mayoritas responden (41%) menawarkan layanan penyimpanan panas (hot storage), yang menunjukkan peningkatan permintaan akan akses data cepat. Layanan ini paling relevan untuk aplikasi real-time atau sistem transaksional di mana data penting harus segera diambil. Sebaliknya, penyimpanan dingin (cold storage), yaitu data yang jarang diakses seperti data kepatuhan dan peraturan, kurang umum tetapi tetap ada, menguatkan posisi berkelanjutan penyimpanan pita atau HDD. Peningkatan lalu lintas data east-west – pergerakan data antar server dalam pusat data tertentu – juga signifikan (27%), kemungkinan besar karena kemajuan dalam virtualisasi, private cloud, dan adopsi infrastruktur converged dan hyper-converged.
Untuk mengelola data panas dan dingin secara efektif, penting untuk menentukan kriteria kategorisasi berdasarkan pola akses dan kebutuhan kinerja. Setelah data dikategorikan, merancang arsitektur penyimpanan berjenjang memungkinkan alokasi sistem penyimpanan kinerja tinggi untuk data panas dan pilihan yang lebih hemat biaya seperti hard drive atau tape library untuk data dingin. Dengan perkiraan IDC Global Datasphere Forecast yang memprediksi penciptaan lebih dari 220 ZB data pada tahun 2026, memproyeksikan kebutuhan penyimpanan di masa depan sangatlah penting untuk menghindari over provisioning yang tidak perlu dan mahal.
Faktor Pendorong Utama dalam Pemilihan Penyimpanan
Ketika memilih penyimpanan untuk fasilitas, atau mempertimbangkan kebutuhan pelanggan, keamanan dan kapasitas secara mengejutkan menempati peringkat di atas biaya. Bagi industri pusat data, keselamatan data penting dan ruang yang memadai untuk menyimpan serta skalabilitas adalah yang terpenting. Namun, biaya tetap menjadi prioritas, sebagaimana ditunjukkan oleh posisinya sebagai respons terpopuler ketiga. Faktor-faktor seperti efisiensi energi dan kompatibilitas dengan infrastruktur yang ada juga sangat penting, karena keduanya secara intrinsik terkait dengan menjaga pengeluaran seminimal mungkin, menekankan bahwa belanja modal (capex) dan belanja operasional (opex) tetap menjadi pertimbangan utama.
Penyimpanan dingin masih memiliki tempatnya, tidak hanya dalam hal efisiensi biaya untuk volume data besar, tetapi juga untuk manfaat keamanan siber dari kemampuan memisahkan salinan cadangan (air-gap). Dikombinasikan dengan perangkat lunak keamanan siber, flash, dan teknologi replikasi, air-gapping menjadi cara hemat biaya untuk menyimpan data jangka panjang. Flash juga penting untuk keamanan siber karena kecepatan pemulihan yang ditawarkannya. Rencana pencadangan sangat penting untuk memastikan ketersediaan data. Data yang disimpan di lingkungan cadangan dapat dipulihkan dari lokasi yang terisolasi dan tidak dapat diubah, memungkinkan tinjauan cepat terhadap snapshot data dan pemulihan dari titik waktu mana pun. Alternatifnya, atau dalam kombinasi, penyimpanan objek dapat digunakan, yang melindungi data dengan membuat cadangan yang tidak dapat diubah, menjaga umur panjang dan integritas data. Untuk menyederhanakan proses ini, mempertimbangkan DRaaS (disaster recovery as a service) dapat memperkuat kelangsungan bisnis.
Dampak AI terhadap Tumpukan Perangkat Lunak dan Pengelolaan Pusat Data
Adopsi AI telah mendorong banyak pusat data untuk mengevaluasi kembali tumpukan perangkat lunak mereka, termasuk penggunaan sistem DCIM (Data Center Infrastructure Management) atau AI untuk mengelola operasi pusat data. Meskipun 21,4% responden mengklaim sudah menggunakan tumpukan perangkat lunak yang optimal, kemampuan adaptasinya di masa depan masih menjadi pertanyaan. Sebagian besar responden sedang mempertimbangkan opsi AI atau DCIM, menunjukkan bahwa hal ini semakin umum dalam industri.
Bagi mereka yang mempertimbangkan solusi DCIM, penting untuk mengajukan pertanyaan-pertanyaan berikut: Apakah solusi tersebut digunakan oleh pemimpin industri? Apakah secara otomatis melacak aset? Bisakah solusi tersebut tumbuh sesuai kebutuhan? Apakah mendukung sistem lain? Apakah aman? Apakah solusi tersebut non-proprietary dan terbuka? Dan yang tak kalah penting, apakah solusi tersebut akan cukup tangguh untuk memenuhi dan melampaui kebutuhan jangka panjang?
AI dapat memberikan manfaat signifikan di luar pemeliharaan dan pendinginan, terutama dalam penyimpanan data. AI dapat mengoptimalkan solusi penyimpanan berdasarkan pola penggunaan, meningkatkan keamanan melalui deteksi anomali real-time, dan meningkatkan manajemen energi dengan menyesuaikan beban kerja dan memprediksi tren energi. AI bahkan dapat membantu dengan dukungan staf.
Menyesuaikan Persyaratan Penyimpanan untuk Beban Kerja dan Kasus Penggunaan yang Berbeda
Sebagian besar responden (44%) sudah mencoba menyesuaikan solusi penyimpanan mereka untuk beban kerja dan kasus penggunaan yang berbeda, atau setidaknya sampai batas tertentu. Sekitar 42% memastikan bahwa setiap perangkat disesuaikan untuk penggunaan yang diharapkan. Dengan proliferasi AI dan ML, pendekatan ini menjadi semakin penting, karena AI tidak hanya mengubah cara kita berbisnis tetapi juga kebutuhan infrastruktur kita. Bagi responden yang menggunakan jenis penyimpanan yang sama di seluruh pusat data mereka, mungkin karena memiliki beban kerja yang serupa, tetapi tetap ada peluang optimasi yang lebih granular.
Dalam pipeline data AI, setiap tahap memiliki kebutuhan penyimpanan spesifik untuk memastikan pemrosesan dan pemanfaatan data yang efisien. Dengan melihat pemrosesan AI sebagai bagian dari pipeline data proyek, perusahaan dapat memastikan model AI generatif mereka dilatih secara efektif dan pemilihan penyimpanan sesuai tujuan, menjamin bahwa model AI tersebut efektif dan dapat diskalakan.
Sebelum memulai proyek AI, keputusan utama adalah apakah akan menggunakan sumber daya cloud, sumber daya pusat data on-premise, atau kombinasi keduanya dalam pengaturan hybrid cloud. Cloud menawarkan berbagai jenis dan kelas penyimpanan untuk mencocokkan tahap pipeline yang berbeda, sementara penyimpanan on-premise mungkin terbatas, menghasilkan solusi universal untuk berbagai beban kerja. Bergantung pada pengaturan on-premise, pelatihan bisa lebih cepat di cloud, tetapi jika ada banyak tingkatan on-premise, itu bisa lebih murah dalam jangka panjang.
Mempertimbangkan Sistem Berkas Bersamaan dengan Perangkat Keras
Mengenai apakah sistem berkas dipertimbangkan bersama dengan perangkat keras, responsnya cukup merata, dengan mayoritas (35%) menyerahkan masalah ini kepada penyedia penyimpanan mereka. Ditambah dengan 31% yang menyatakan bahwa ini “bukan bidang mereka sama sekali,” menunjukkan kompleksitas penyimpanan data, terutama dengan adanya AI dan beban kerja berdensitas tinggi lainnya.
Sistem berkas global, atau sistem berkas terdistribusi, mendapatkan daya tarik karena tim IT dan operator pusat data bergulat dengan beberapa protokol penyimpanan yang tidak kompatibel, terutama untuk data tidak terstruktur. Sistem ini menempatkan data perusahaan di bawah satu namespace akses berkas, memungkinkan bisnis mengakses data dari mana saja, menawarkan fleksibilitas, ketahanan, dan kapasitas cloud sambil mempertahankan kesederhanaan penyimpanan NAS.
Penyimpanan data tidak lagi hanya tentang menyimpan data; ini tentang mengekstraksi nilainya untuk mendapatkan keunggulan kompetitif. Dukungan yang dapat disesuaikan tersedia bagi mereka yang merasa kewalahan, dirancang untuk memenuhi kebutuhan lingkungan IT yang haus bandwidth. Dengan 80-90% data yang dikumpulkan saat ini tidak terstruktur dan menunggu untuk diekstrapolasi, ada banyak informasi penting untuk pengambilan keputusan yang tepat. Mencari pihak ketiga yang dapat membantu memanfaatkan ini adalah hal yang bijaksana.
Cybersecurity dan Pengambilan Keputusan Penyimpanan
Pertimbangan keamanan siber, ransomware, dan aktor jahat adalah pertimbangan utama ketika membuat keputusan tentang kebutuhan penyimpanan, dengan 70% responden menyatakan itu sebagai pertimbangan utama. Ini menggemakan temuan bahwa keamanan adalah pendorong utama dalam memilih solusi penyimpanan.
Rencana cadangan sangat penting untuk data klien yang penting. Menyimpan semua data di satu tempat tidak hanya tidak cerdas, tetapi juga tidak ekonomis. Disarankan untuk memiliki beberapa salinan data, dan strategi cadangan yang khas mungkin mencakup snapshot yang berjalan di penyimpanan, cadangan lokal berkas dan gambar pada perangkat penyimpanan terpisah, serta cadangan offsite. Menentukan titik dan waktu pemulihan yang ideal juga dapat membantu. Pada saat yang sama, deduplikasi data sangat penting untuk meningkatkan pemanfaatan penyimpanan dan mengurangi biaya, dan dalam beberapa sektor, hal itu diperlukan. Pastikan bahwa satu-satunya duplikasi yang Anda miliki adalah yang disengaja.
Bahkan dengan kredensial keamanan tertinggi, kesalahan manusia tetap menjadi faktor. Memastikan kesalahan manusia diminimalkan melalui pelatihan karyawan tentang praktik terbaik keamanan sangatlah penting. Melakukan audit dan penilaian keamanan secara teratur, serta mengembangkan kebijakan untuk penyimpanan, transmisi, dan pembuangan data, akan memastikan keamanan tetap menjadi prioritas sepanjang siklus hidup data.
Kemampuan Deduplikasi dan Isu Kapasitas Masa Depan
Deduplikasi data dapat secara signifikan mengurangi ruang penyimpanan dan mengurangi bandwidth yang terbuang saat memindahkan data ke dan dari lokasi penyimpanan jarak jauh. Ini juga dapat membantu mengurangi waktu pencadangan dan pemulihan, meningkatkan efisiensi pusat data dengan mengurangi penggunaan daya onsite, dan pada akhirnya berkontribusi pada TCO (Total Cost of Ownership) yang lebih rendah. Dari sudut pandang pelanggan, lebih sedikit salinan data yang redundan berarti risiko kehilangan atau korupsi data yang lebih rendah.
Namun, rasio deduplikasi yang diberikan oleh vendor cenderung merupakan perkiraan kasus terbaik dan harus diterima dengan hati-hati. Sifat data sangat menentukan efektivitas prosesnya. Meskipun deduplikasi data umumnya bermanfaat, 38% responden tidak menawarkannya sebagai layanan. Alasannya mungkin termasuk masalah kinerja, kehilangan data jika data tidak cocok dengan benar, kesulitan implementasi dan pemeliharaan, serta penciptaan metadata baru yang dapat memerlukan ruang penyimpanan dan menimbulkan masalah integritas data. Namun, ada kalanya deduplikasi diperlukan, menekankan pentingnya memahami jenis data yang sedang ditangani.
Mengenai masalah kapasitas di masa depan, 30% responden memperkirakan akan membangun fasilitas baru, sementara 29% berencana untuk mengkonsolidasi atau meningkatkan kepadatan fasilitas yang ada. Ini menunjukkan bahwa masalah kapasitas bukanlah “jika” tetapi “kapan”. Untuk mengatasi hal ini, mempertimbangkan pemindahan data ke penyimpanan dingin, termasuk penyimpanan objek dengan tier pita, adalah solusi yang layak. Peningkatan kepadatan yang masif pada tier penyimpanan dingin seperti HDD dan pita memungkinkan untuk mengimbangi lonjakan data tanpa peningkatan footprint yang besar.
Penyimpanan hybrid cloud menawarkan keuntungan ganda: memaksimalkan kapasitas penyimpanan on site dan mengurangi beban manajemen data. Memindahkan data yang jarang diakses ke hybrid cloud akan berarti sedikit atau tanpa pengawasan yang diperlukan, memungkinkan administrator penyimpanan untuk fokus pada data prioritas tinggi yang membutuhkan solusi penyimpanan kinerja tinggi.
Kesimpulan
Lanskap penyimpanan data pusat data sedang mengalami pergeseran seismik, dengan pergerakan menuju jenis data yang lebih cepat dan ketakutan yang semakin besar akan membanjirnya data. Tidak ada satu jawaban tunggal untuk dilema ini, karena setiap teknologi penyimpanan memiliki kelebihan dan kekurangannya sendiri, dan tidak ada pusat data atau pelanggan yang akan bergantung pada satu pendekatan. Kombinasi yang dipilih sepenuhnya tergantung pada beban kerja yang dijalankan fasilitas Anda, dengan solusi hibrida yang disesuaikan dengan kebutuhan individu pusat data merupakan pendekatan yang disarankan untuk menghindari over provisioning yang mahal.
Pentingnya memahami beban kerja Anda dan mendefinisikan data Anda tidak dapat diremehkan. Dengan banyak responden yang menampung data panas dan dingin, serta peningkatan data east-west, memastikan kriteria kategorisasi akan menghilangkan masalah dalam merancang arsitektur penyimpanan berjenjang yang efektif. Peramalan juga sangat penting untuk memastikan solusi Anda dapat diskalakan dengan beban kerja di masa depan, terutama ketika masalah kapasitas disebut sebagai salah satu kekhawatiran terbesar dalam penyimpanan data di era AI.
Terlepas dari solusi mana yang terbaik untuk Anda, menaruh semua telur Anda dalam satu keranjang bukanlah ide yang baik, tidak hanya dari perspektif TCO tetapi juga dalam hal menjaga keamanan data penting. Fakta bahwa keamanan menjadi pendorong utama dalam memilih penyimpanan pusat data adalah bukti hal ini, dan pengingat bahwa bukan hanya tentang apa yang Anda simpan data, tetapi bagaimana Anda mengamankannya, dan berapa banyak salinan yang Anda simpan. Pertimbangkan perangkat cadangan sendiri atau dalam kombinasi dengan penyimpanan objek untuk melindungi data melalui sarana cadangan yang terisolasi dan tidak dapat diubah, sambil memastikan kelangsungan bisnis melalui pemanfaatan DRaaS.
Mengenai pengelolaan operasi pusat data, banyak responden mengatakan mereka sudah menerapkan, atau telah mempertimbangkan, AI atau DCIM. Alat-alat ini dapat membantu mengoptimalkan penyimpanan berdasarkan pola penggunaan, dengan deteksi anomali real-time untuk meningkatkan keamanan, serta kemampuan untuk meningkatkan manajemen energi dengan memprediksi tren energi dan menyesuaikan beban kerja. Jadi, meskipun investasi awal, perangkat lunak manajemen yang tepat akan menghasilkan keuntungan ketika menyimpan data jangka panjang, dengan memberikan visibilitas holistik yang diperlukan untuk membuat keputusan yang tepat, berinovasi, dan meningkatkan.
Setelah Anda memiliki solusi penyimpanan, kapasitas, dan penempatan yang diurutkan, Anda perlu mengelola data tersebut, terutama jika tidak terstruktur. Pertimbangkan platform manajemen data end-to-end yang mendukung seluruh pipeline AI dan siklus hidup data tidak terstruktur – mulai dari kinerja all-flash yang diperlukan untuk mendukung AI, hingga pengarsipan berbiaya rendah untuk melatih model AI menggunakan data unik Anda. Saat ini, mengekstraksi nilai dari apa yang Anda miliki adalah pembeda kompetitif. Pada akhirnya, menyimpan jenis (dan volume) data baru membutuhkan cara berpikir baru, bersama dengan pendekatan kotak peralatan yang menyesuaikan solusi penyimpanan Anda untuk memenuhi kebutuhan Anda. Cara kita bergerak maju akan melibatkan mengajukan pertanyaan yang tepat, dan berkolaborasi dengan mitra terpercaya untuk mengisi celah dalam pengetahuan Anda. Lagi pula, lanskap IT mengalami pergeseran seismik dan Anda tidak perlu sendirian. Percayalah pada orang-orang yang tahu untuk membantu Anda menavigasi, mewujudkan potensi yang ditawarkan AI, baik di dalam maupun di luar pusat data.
Selain itu, ini bukan hanya tentang mengoptimalkan teknologi Anda, tetapi juga penting untuk mengoptimalkan tenaga kerja Anda. Mengapa berinvestasi dalam infrastruktur penyimpanan Anda hanya untuk membiarkannya terbuka terhadap kesalahan manusia? Memastikan personel dilatih dengan benar dalam proses dan prosedur sangat penting, tidak hanya untuk mencegah kesalahan sejak awal, tetapi agar mereka tahu apa yang harus dilakukan jika terjadi masalah, tanpa menyebabkan bencana. Anda mungkin memiliki rencana pemulihan bencana untuk data Anda, tetapi bagaimana dengan staf Anda?
Climanusa: Pilihan Terbaik untuk Kebutuhan Cooling Data Center Anda di Indonesia
Untuk informasi lebih lanjut, silahkan klik disini
–A.M.G–
