軟件定義存儲（Software Defined Storage，SDS）是一種透過軟體層面的控制與管理來處理存儲資源的技術方法論，讓存儲系統更靈活、可擴展且易於管理。這篇文章會帶你認識 SDS 的主要特色、工作原理、它在 Kubernetes 持久化存儲中扮演的角色，以及用 SDS 蒐集機器學習資料的優勢。
什麼是 SDS？為什麼它比傳統存儲更靈活？
傳統的存儲系統通常使用專用的硬體設備和控制器來管理數據存儲，而軟件定義存儲採用軟件定義的方法，將存儲處理功能抽象出來，使得存儲資源可以根據需要進行分配和管理——不必被特定硬體或供應商綁住。
SDS 的五大主要特色
- 抽象化：SDS 將存儲資源的物理特性與控制功能解耦，存儲資源的管理和配置可以在軟件層面完成，而不依賴於特定的硬體設備。
- 集中管理：透過集中式的管理界面控制和監控存儲系統，管理人員可以更方便地進行配置、擴展和故障排除。
- 彈性擴展：由於可以根據需要動態配置和管理，SDS 能輕鬆擴展存儲容量和性能，以適應不斷增長的數據需求。
- 自動優化：SDS 通常具有自我優化功能，可以根據數據使用情況和需求自動調整存儲策略，提供最佳的性能和效率。
- 開放性：SDS 通常基於開放標準和 API，可以與多種硬體設備和存儲平台兼容，並支援多種存儲協議。
SDS 的工作原理是什麼？
借助軟件定義的存儲，應用程序可以動態配置所需的容量、性能和保護的精確組合——不多也不少。SDS 為存儲帶來了服務器虛擬化為計算帶來的簡單性、效率和成本節約。它允許你消除低效的專用硬件，並使用更靈活、透明和自動化的系統。此外，這種存儲解決方案可與現有存儲解決方案和雲端環境配合使用。
SDS 軟件通過虛擬數據平面對底層存儲進行抽象；這使得虛擬機（和應用程序）成為存儲配置和管理的基本單元。透過在應用程序和可用資源之間創建靈活的分離，普及的虛擬機管理程序可以平衡應用程序所需的所有 IT 資源（計算、內存、存儲和網絡）。
SDS 與 Kubernetes Persistent Volumes 有什麼關係？
SDS 和 Kubernetes 中的 Persistent Volumes（持久化存儲卷）是相關的概念，它們都涉及在容器化環境中對存儲資源的管理。
Kubernetes 是一個用於容器化應用程序管理和部署的開源平台，而 Persistent Volumes（PV）是 Kubernetes 中用於持久化存儲的抽象層。PV 允許將持久化存儲資源（例如 Amazon EBS、Google Persistent Disk、NFS、Ceph 等）與 Kubernetes 集群中的 Pod 相關聯，從而實現容器應用程序的持久化數據存儲。
Kubernetes 的 Persistent Volumes 提供了對多種存儲技術的抽象，常見的 PV 實現技術包括：
- 主機路徑（HostPath）：將宿主機上的目錄掛載為 PV。這種方式只適合單節點集群，而且缺乏高可用性和故障恢復機制。
- NFS（Network File System）：NFS 是一種分佈式文件系統，可以在多個節點之間共享文件。可以使用 NFS 伺服器提供持久化存儲，並將其掛載為 Kubernetes 中的 PV。
- iSCSI：iSCSI 是一種塊存儲協議，可以通過網絡將存儲設備映射為本地塊設備，作為 PV 掛載到 Kubernetes 中的 Pod。
- Ceph：Ceph 是一種分佈式存儲解決方案，提供對象存儲、塊存儲和文件系統的支持。使用 Ceph 作為 PV 可以實現高可用性和可擴展性。
- GlusterFS：GlusterFS 是一種分佈式文件系統，可以提供高可用性和可擴展性的存儲，讓 Kubernetes 中的 Pod 使用這種分佈式文件系統。
- 雲端提供商的持久化存儲服務：在公有雲上運行 Kubernetes 時，大多數雲提供商都提供專門的持久化存儲服務，例如 Amazon EBS（Elastic Block Store）或 Google Persistent Disk。
SDS 則是一種更廣泛的存儲技術，它可以用來管理和處理各種存儲資源，並提供更高級別的抽象和自動化。在 Kubernetes 中，PV 可以使用 SDS 技術來實現，例如使用 Ceph、GlusterFS 等 SDS 解決方案作為 Persistent Volumes 的後端存儲。
值得注意的是，SDS 不一定要是物件存儲服務才算。SDS 可以涵蓋多種存儲技術，包括塊存儲、文件存儲和物件存儲等。重要的是，SDS 是通過軟件進行存儲管理和控制，而不依賴於特定硬體或供應商。
為什麼說 SDS 是一種以軟件為基礎的存儲管理方法？
SDS 是一種存儲技術的方法論，它通過軟件層面的控制和管理來處理存儲資源，而不是依賴於特定的硬體設備或供應商。這意味著 SDS 可以在不同的硬體平台上運行，並且支援多種存儲技術，如塊存儲、文件存儲和物件存儲等。SDS 的目標是提供一個統一的、抽象的存儲管理接口，使存儲資源的配置、管理和控制可以在軟件層面進行，而不需要直接依賴於特定硬體或供應商的 API。
談到儲存圖片和影片等數據時，這些數據最終還是需要存儲在硬碟上，而硬碟是物理媒體。SDS 並不是指數據直接存在於軟件中，而是指存儲管理和控制的功能在軟件層面進行。
SDS 可以使用不同的硬體設備來實現存儲，比如傳統硬碟（HDD）、固態硬碟（SSD）、雲端存儲、存儲區域網絡（SAN）等。這些硬體設備提供實際的數據存儲介質，而 SDS 則通過軟件抽象出這些硬體設備的管理和控制功能。
總結來說，SDS 是一種以軟件為基礎的存儲管理方法，可以在不同的硬體平台上運行，並支援多種存儲技術，但最終數據仍然需要存儲在實際的硬碟或媒體上。
使用 SDS 蒐集機器學習資料有哪些優勢？
使用 SDS 可以幫助蒐集機器學習（Machine Learning，ML）所需的資料。相對於傳統的數據存儲方式，SDS 更有利於處理大量數據，並提供更好的可擴展性和彈性。以下是幾個關鍵優勢：
- 彈性和可擴展性：SDS 基於軟件進行存儲管理和控制，可以方便地擴展存儲容量，並根據需要增加或減少資料存儲的規模。這對於處理大量數據和快速增長的需求非常有利。
- 多種存儲技術支援：SDS 支援物件存儲、塊存儲和文件存儲等多種存儲技術，可以根據不同的數據類型和用途選擇最合適的存儲方式，而不必局限於單一方案。
- 數據複製和冗余：SDS 通常提供數據複製和冗余功能，確保數據的高可用性和持久性。這對於在 ML 訓練過程中保證數據完整性和可靠性非常重要。SDS 或存儲系統通常會提供配置選項來控制數據的冗余程度（如副本數量或冗余策略），可以根據應用需求選擇適當的冗余程度，以平衡數據可用性和資源消耗。
- 異地備份：SDS 還支援異地備份，將數據備份到不同的地理位置。即使出現故障或災害，數據仍然可以安全地恢復。
- 快速數據存取：某些 SDS 解決方案可以提供高速的數據讀取和寫入性能，這對於需要快速存取大量數據的機器學習訓練非常重要。
延伸閱讀
常見問題
什麼是軟件定義存儲（SDS）？
SDS 是一種透過軟體層面的控制和管理來處理存儲資源的技術方法論。它將存儲處理功能從特定硬體中抽象出來，使存儲系統更靈活、可擴展且易於管理。
SDS 一定要是物件存儲嗎？
不一定。SDS 可以涵蓋塊存儲、文件存儲和物件存儲等多種存儲技術。重點在於 SDS 是通過軟件進行存儲管理和控制，而不依賴於特定硬體或供應商。
SDS 與 Kubernetes Persistent Volumes 的關係是什麼？
Persistent Volumes 是 Kubernetes 中持久化存儲的抽象層，而 Ceph、GlusterFS 等 SDS 解決方案可以作為 PV 的後端存儲。也就是說，PV 可以用 SDS 技術來實現，獲得更高的抽象程度和自動化管理能力。
SDS 可以取代硬體嗎？
不能。SDS 指的是存儲管理和控制功能在軟件層面進行，數據最終仍需存儲在實體硬碟或媒體上，例如 HDD、SSD、雲端存儲或 SAN。SDS 是抽象出硬體的管理層，而非取代硬體本身。
為什麼機器學習適合使用 SDS？
機器學習需要處理大量訓練資料，SDS 的彈性擴展、數據複製冗余、異地備份和高速存取能力，正好滿足 ML 對海量數據的擴展性、可靠性和存取性能需求。
參考資料
最後更新
2026-08-28（原文發布於 2023-08-02，本文保留原始筆記內容並補上 GEO 結構。）
關於作者 {#author}
Claire Chang ｜ 企業 AI 導入與流程轉型顧問。專注於 AI Agent 架構設計、ERP 系統整合與企業 AI 治理。
首次發布：2023-08-02