很多年之前，

業(yè)內就討論過

開源與自研的關系，

孰輕孰重，

孰好孰壞，

到現(xiàn)在也還沒有定論。

開源軟件蓬勃發(fā)展，為何機遇與挑戰(zhàn)并存？

事實上，我們很多行業(yè)似乎都離不開開源軟件了。為什么呢？開源造就了多個產業(yè)的發(fā)展，已經成為了當前不少行業(yè)創(chuàng)新的重要途徑。

Synopsys公司2020年研究數(shù)據顯示，99％的商業(yè)軟件含有開源組件，75％則直接由開源代碼組成。開源軟件的使用不斷增多，在云計算、大數(shù)據、人工智能、工業(yè)互聯(lián)網等新興領域，開源軟件已成為重要的創(chuàng)新發(fā)展模式。

從中國對于全球開源軟件的整體貢獻情況來看，2021年7月，國家信息安全發(fā)展中心副主任董大健分析指出，中國開源代碼貢獻已經占全球40％左右，國家“十四五規(guī)劃”也首次加入了開源體系建設的相關發(fā)展要求。不過，他同時也指出，開源體系也具有一些系統(tǒng)性的問題和風險。

盡管開源軟件存在一定的問題與風險，但大家對于開源應用與開發(fā)的興趣依舊濃厚，因此，國內外對于開源的安全性研究也十分重視。美國WhiteSource公司發(fā)布的《2019年開源組件安全漏洞現(xiàn)狀報告》顯示，2019年公開的開源軟件漏洞數(shù)量已增至6000多個，增幅近50％；而后在其2020年發(fā)布的《開源安全年度報告》顯示，平均每1000行開源代碼中就有14個安全漏洞，每1400行開源代碼中就有1個高危安全漏洞。

2021年底，國家信息中心公共技術服務部王曉冬在《我國開源軟件產業(yè)面臨的突出風險及對策研究》一文中分析指出，我國開源軟件產業(yè)存在斷供、代碼安全、知識產權、自主創(chuàng)新等風險。

理性認識開源存儲，到底哪里好哪里不好？

事實上，開源帶動了存儲初創(chuàng)科技公司的誕生，帶動了與存儲相關的開源生態(tài)的發(fā)展�；�于開源軟件構建存儲產品的廠商，與開源社區(qū)相輔相成，相互促進，共同發(fā)展。開源項目也吸引了資本的興趣，在資本與開源社區(qū)加持下，這類存儲廠商也開始了開源項目的商業(yè)化之路。

然而，企業(yè)級存儲廠商的開源商業(yè)化之路來得還是不容易的，從分布式存儲軟件的開源發(fā)展與現(xiàn)狀來看，目前主流的開源軟件主要包括Ceph、HDFS、Swift、Lustre、GlusterFS等。

其中，按照存儲類型來劃分，Ceph屬于融合塊、對象、文件于一體的統(tǒng)一存儲， HDFS、Lustre、GlusterFS歸屬于文件存儲類，Swift是OpenStack開源云計算項目的子項目之一，屬于OpenStack Object Storage對象存儲。Ceph與GlusterFS的齊頭并進，將中國的開源存儲發(fā)展推向了新的階段，對于云計算與軟件定義存儲的發(fā)展貢獻了一定的力量。當前來看，Ceph的開源存儲支持者比較多，社區(qū)建設更為龐大，開發(fā)者貢獻頻率也相對較高。

從開源存儲的整體發(fā)展優(yōu)勢來分析，因為社區(qū)開發(fā)者與開發(fā)團隊貢獻的代碼多，各自有所專長專注的功能領域，迭代自然更快。

同時，因為代碼開源，只要是社區(qū)組織中的成員，遵循一定的規(guī)則，代碼就都可以拿來使用，必然存在開發(fā)成本優(yōu)勢。

建設開源社區(qū)的同時也就是在建設開源生態(tài)，這是來自全球開發(fā)者的貢獻地。每一位社區(qū)成員與社區(qū)組織本身都在開源生態(tài)的共同作用下，不斷推動開源存儲軟件的應用與對外交付。由此可見，開源存儲軟件的整體生態(tài)還是非常強大，行業(yè)影響力也在不斷深入。

然而，存儲軟件面臨的商業(yè)化挑戰(zhàn)，不是一時半會兒可以解決的。堅持自研路線的存儲廠商，如曙光、華為等經歷了數(shù)十年之久的技術積累，如果開源存儲軟件短時間內就能搞定，這說明了什么？值得冷靜思考一下。

站在用戶需求的角度來看，分布式存儲的發(fā)展正確路線應該是如何實現(xiàn)容量、性能、可用性、可靠性、可伸縮性這五點的平衡。對于開源存儲軟件而言，Scale－out架構帶來的存儲容量上的靈活擴展能力，加上閃存與大容量硬盤技術的迅猛發(fā)展，讓存儲系統(tǒng)的性能也能獲得足夠高的表現(xiàn)，同時也實現(xiàn)了很好的伸縮性。然而在可用性與可靠性上，都需要進一步的優(yōu)化與提升。

在穩(wěn)定性方面，開源社區(qū)處于一個開放的生態(tài)中，不是一批人或某一個開發(fā)團隊寫的代碼，對軟件架構設計的理解參差不齊，開發(fā)邏輯可能不一致，不穩(wěn)定因素及安全隱患風險更大。代碼程序及產品軟件存在缺陷是不可避免的，在不同的階段發(fā)現(xiàn)缺陷并進行修正，對于代碼穩(wěn)定性的影響程度不同，付出的成本也不同。據相關統(tǒng)計數(shù)據估計，在軟件測試、發(fā)布階段糾正缺陷的成本是編碼階段發(fā)現(xiàn)并糾正缺陷的成本的15－90倍，如果在交付用戶之后才發(fā)現(xiàn)并解決缺陷，這個數(shù)字將達到50－200倍。因此，任何安全隱患都可能造成巨大的損失。而對于開源社區(qū)代碼而言，由于其開放性和龐雜性，導致很難有社區(qū)開發(fā)者將開源存儲代碼進行完整的測試�；�于開源存儲軟件構建的商業(yè)化產品，如果不能對100％的源代碼進行測試，那么這就可能為用戶交付穩(wěn)定可靠的存儲系統(tǒng)埋下了不少隱患。

在整體服務質量方面，因為開源帶來的Bug問題逐年遞增，如何真正解決實際應用中的Bug問題，對開源存儲廠商的技術能力有著不同程度的挑戰(zhàn)。廠商研發(fā)實力強大，自然對于用戶的服務質量就高，廠商研發(fā)實力弱一些，帶給用戶的服務質量就存在“折扣”�？梢姡�每一次開源存儲軟件的交付，都是對開源存儲廠商的技術考驗。

此外，在大規(guī)模部署的時候，開源存儲的穩(wěn)定性和可用性存在一定的挑戰(zhàn)。以Ceph為例，其商業(yè)化存儲有不少案例，但直接使用開源Ceph構建數(shù)十PB甚至上百PB的大規(guī)模案例，到目前幾乎沒有。

當然，這里需要值得注意的是，自主研發(fā)的商業(yè)化存儲軟件，也不意味著所有代碼模塊都是封閉的。龐大的系統(tǒng)化工程中，必然會借鑒、改進或采用少量開源框架或組件，同樣也會因為開源組件引入而潛藏安全漏洞。

存儲軟件自主研發(fā)的根本主要聚焦在四個方面：

一是，整體的架構設計；

二是，核心數(shù)據通路的構建；

三是，從底層到上層的各個關鍵模塊的軟件設計及編碼實現(xiàn) ；

四是，系統(tǒng)的安全性等，即自主研發(fā)意味著廠商對于存儲系統(tǒng)的功能、性能、可靠性等具有完全控制權，做到系統(tǒng)整體性上的自主，同時通過完備的單元測試、系統(tǒng)測試、產品測試，結合白盒測試、灰盒測試、黑盒測試等手段，交付高質量的產品，將用戶的應用風險降到最低。

用戶做存儲選型，到底是開源還是自研？

全球存儲觀察分析認為，開源與自研好比硬幣的正反面，都有其存在的價值。根據不同場景與應用需求，按照用戶自身技術開發(fā)的能力高低選擇，這才是理性的解決之道。

從性能、可靠性、穩(wěn)定性、備份容災等角度考量，用戶在面對核心業(yè)務應用場景的方案選擇時，對開源存儲一直都比較謹慎。特別是用戶本身運維團隊比較薄弱的情況下，將面臨后續(xù)軟件維護、更新迭代等一系列技術挑戰(zhàn)。因此，在核心業(yè)務、生產系統(tǒng)和大規(guī)模部署情況下，用戶選擇存儲系統(tǒng)的觀念依然“保守”，自研存儲系統(tǒng)依然是其首選。

從另一方面來看，對于具備一定數(shù)量的存儲開發(fā)人員，或具有存儲軟件領域開發(fā)背景的用戶來說，自身具備對開源存儲軟件的代碼修改、優(yōu)化與調試的綜合能力，甚至團隊成員可能就是某些開源社區(qū)的貢獻者。在這種情況下，借助存儲開源軟件，便于配合業(yè)務創(chuàng)新應用的發(fā)展趨勢下，可獲得更為快捷、靈活的應用部署。由此可見，倘若企業(yè)用戶的存儲軟件開發(fā)能力強，選擇開源創(chuàng)新不失為一條符合產業(yè)發(fā)展的好路徑。

對用戶而言，存儲選擇到底是開源還是自研產品，需要考慮到企業(yè)自身的綜合成本，包括自身應用部署后的數(shù)據安全性要求，存儲軟件開發(fā)與運維人員成本，自身存儲實際應用過程中解決問題的服務質量。當然，數(shù)據安全、運維成本與服務質量，對于任何一個開源存儲廠商而言，也是值得重視的三大問題。

從存儲應用角度出發(fā)，開源與自研已經成為了企業(yè)級存儲發(fā)展的兩大趨勢，好比人的左手與右手。企業(yè)用戶到底會用左手多一些，還是用右手多一些，只在于企業(yè)自身的技術能力與實際應用需求。有時候左右手一起上，也不是沒有可能。一切皆有可能，當然最大的可能還是在于自身的技術開發(fā)能力到底有多少可能。

對于“開源存儲＋自研存儲”的融合發(fā)展模式，有多少企業(yè)用戶會真的開啟，我們也可以拭目以待。

       原文標題 : 企業(yè)級存儲發(fā)展趨勢談：開源存儲的冷思考