Neuer Cloud Native Object Storage Server

Minio stellt Open Source Object Speicher für unstrukturierte Daten vor

| Autor: Ulrike Ostler

Minio ist 2014 gegründet, doch das Projekt hat bereits eine große Fangemeinde.
Minio ist 2014 gegründet, doch das Projekt hat bereits eine große Fangemeinde. (Bild: Minio)

Es fühlt sich wie „S3“ von Amazon Web Services (AWS) an, ist es aber nicht. Minio hat einen „Cloud Native Object Storage Server” entwickelt, der es erleichtert, die Entwicklung von Storage-Anwendungen in der AWS-Cloud zu betreiben, die Anwendungen und die Daten aber in der eigenen Umgebung produktiv zu nutzen.

Noch ist Minio einem großen Publikum unbekannt, doch das ändert sich derzeit. Das Unternehmen wurde 2014 im kalifornischen Palo Alto gegründet und bietet einen Objekt-Speicher an, der sich speziell für Cloud-Anwendungen und im Umfeld von DevOps, Development und Operations) eignet. Dahinter steckt unter anderem Anand Babu Periasamy; einst gründete er mit anderen „Gluster” und vor gut zwei Jahren auch Minio, zusammen mit Garima Kapoor.

Periasamy sagt: „Wenn die Marktforscher von IDC recht haben, müssen im Jahr 2020 rund 44 Zetabyte an Daten irgendwo gespeichert werden. Ich sehe eine große Chance für Open Source, um die etablierte Storage-Industrie gleichsam zu zerlegen.“

“Minio”, das Produkt läuft unter „Apache v2.0” und ist in „Go” geschrieben. Anwender können unstrukturierte Daten auf der Basis jeder Cloud-Infrastruktur speichern – public und private.

Von S3 überall hin

Das Unternehmen ist in Privatbesitz. Doch die Minio-Community umfasst mehr als 125 Personen und Organisationen, die zum Projekt Code beisteuern, mehr als 5.000 Github-Stars sowie mehr als 750 Mitglieder auf dem „Gitter“ / „Slack“-Channel. Die meisten Community-Mitglieder kommen aus den USA und Europa sowie aus Japan. Für das Deployment nutzt Minio Docker-Container; nach Firmenangaben sind in den vergangenen drei Monaten mehr als 400.000 Container abgerufen wurden.

Die Software helfe dabei, massive Datenmengen zu verwalten, mit denen Entwickler und Anwender von SaaS- und Cloud-Applikationen zu tun haben. Periasamy erwähnt etwa die Hoster Digital Ocean, Packet und Hyper.sh. Was Minio insbesondere charmant mache, sei die Tatsache, dass die Software über Amazon-S3-ähnliche Funktionen und Features verfüge. Das erlaube Entwicklern die AWS-Plattform für die Erstellung einer Anwendung zu nutzen, die jedoch für den operativen Betrieb oftmals schlichtweg zu teuer sei.

Minio hat jetzt den Status allgemeiner Verfügbarkeit erreicht. Das Produkt kommt auf dem Markt mit Features wie Bitrot-Erkennung, Lambda-Notification und Erasure Code, dem ein mathematisches Verfahren zugrunde liegt, das Daten in Fragmente aufteilt, erweitert und neu mit redundanten Teilen codiert, die sich dann auf physikalisch getrennten Orten speichern lässt – nicht unwichtig für den Betrieb über verschiedene Clouds hinweg. Die Features sind auch in Docker, Mesos und Kubernetes populär und gelten als „cloud native“.

Die wichtigsten Features umfassen somit:

Amazon-S3-Kompatibilität: Minio unterstützt Amazon-S3-v2- und -v4-APIs. Somit können Anwendungen zwischen AWS und anderen Cloud-Providern hin- und her-switschen.

Data Protection: Minio übersteht, selbst wenn die Hälfte der Server fehlerhalft ist oder ausfällt, weil Erasure-Code und Bitrot Protection genutzt wird, also Schutz gegen graduelle Veränderungen in Festplatten.

Lambda-Funktionen: Das sind Funktion in einem Computerprogramm, die nicht über ihren Namen, sondern über Verweise, Referenzen oder Zeiger angesprochen werden können. Minio unterstützt die AWS-konformen Lambda-Funktionen, so das die Anwender Aktionen durchführen können wie das Generieren von Thimbnails, die Extraktion von Metadaten und das Scannen auf Viren. Die Notifikation unterstützt Frameworks wie „AMQP”, “Elasticsearch”, “Redis”, “NATS”, “WebHooks”, “Kafka” und “Postgres” und nativ über HTTP -Long-Polling.

Außerdem stellt Minio Replications- Features und Funktionen zum Herausaltern zur Verfügung.

Deep Learning folgt

Doch die Entwicklung bei Minio bleibt nicht stehen. Chef deutet die weiteren Pläne an: Wenn Anwendungen mit Hilfe von Deep Learning (maschinellem Lernen/neuronalen Netzen) verstehen können, was „Objekte“ wie Videos sind, wird das den gesamten Aufwand, der in Infrastrukur gesteckt wird, letztlich rechtfertigen. Wir haben ein neues Projekt gestartet, das den Codenamen „X“ trägt, das genau darauf abzielt: Anwendunen sollen Videos und andere Medieninhalte in Echtzeit verstehen, indem sie Deep Lerning-Techniken verwenden.“

Was meinen Sie zu diesem Thema?

Schreiben Sie uns hier Ihre Meinung ...
(nicht registrierter User)

Zur Wahrung unserer Interessen speichern wir zusätzlich zu den o.g. Informationen die IP-Adresse. Dies dient ausschließlich dem Zweck, dass Sie als Urheber des Kommentars identifiziert werden können. Rechtliche Grundlage ist die Wahrung berechtigter Interessen gem. Art 6 Abs 1 lit. f) DSGVO.
Kommentar abschicken
copyright

Dieser Beitrag ist urheberrechtlich geschützt. Sie wollen ihn für Ihre Zwecke verwenden? Infos finden Sie unter www.mycontentfactory.de (ID: 44507309 / Services)