保持业务关键型对象存储管道的韧性

F5 ADSP | 2026年11月17日

尽管GPU集群和AI工厂占据新闻头条,核心业务运营却依赖不太引人关注的对象存储流水线。数据库归档和备份必须可靠运行。如果这些流水线停滞,应用将无法访问关键数据,业务流程也会立即停止。对首席信息官而言,存储瓶颈并非基础设施层面的细节问题,而是对业务连续性的威胁。这些流水线为合规和灾难恢复提供支持。

AI数据交付进一步加大了这一运营压力。大语言模型和检索增强生成(RAG)系统需要快速、可靠地访问数据。因此,核心挑战已从能够存储多少数据,转变为能以多快的速度、多高的安全性在平台和模型之间传输数据。

只有发生故障时才会被关注的对象存储管道

企业对象存储承载着不同的工作负载。有些支持备受关注的AI项目,有些则支撑日常运营。这些运营管道很少受到高管关注,却决定了企业能否从中断中恢复并实现服务级别目标。

这些流水线涵盖四项核心运营职责。任何一条流水线发生故障,都会导致业务运营停滞:

  • 业务连续性:数据库预写日志(WAL)和备份。以往,WAL写入本地固态硬盘(SSD)。如今,现代云数据库可以将WAL写入兼容S3的存储。这些工作流相互配合,使团队能够在故障发生后立即恢复核心系统。
  • 安全运营:SIEM日志和取证证据。事件响应和威胁检测团队依靠这些数据调查正在进行的攻击。
  • 合规与治理:监管归档和不可变数据保管库。对于这些工作负载,数据可用性是一项严格的法律要求,而非运维偏好。
  • 企业数据平台:数据湖和RAG知识库。这些数据管道为支撑产品运行的应用和机器学习引擎提供数据。

这些后端工作负载都不引人注目,但它们正是决定企业在危机期间能否保持合规、做好应对准备的关键管道。

数据路径中的隐患

尽管传统上被作为后端基础设施管理,现代对象存储实际上是一种活跃的网络服务。无论使用Amazon S3还是私有对象存储系统,应用都通过HTTP/S使用REST API查询存储。这一架构现实意味着,对象存储管道同样面临威胁现代Web应用和Web服务的性能与安全风险。

传统对象存储示意图
AI工作负载从根本上改变了企业应用访问对象存储的方式,增加了对低延迟、高可用数据交付的需求。

当流量激增超出网络接口的承载能力,或存储控制器发生故障时,就会出现可用性风险。性能瓶颈同样会造成干扰。即使底层存储磁盘运行正常,延迟骤增和网络拥塞也会影响关键后端工作流。例如,数据库归档流的延迟可能导致预写日志停止,进而造成数据库性能停滞,并引发突发中断。真正的风险不在于最初的故障,而在于故障的波及范围。如果数据路径中缺乏隔离机制,单个管道中的问题就会演变为系统范围的中断。

使用Web API访问存储会扩大企业的攻击面。这些端点容易受到DDoS攻击。安全团队和开发人员依赖对象存储为实时分析和AI模型提供数据,因此存储API层一旦遭到入侵,就会对业务运行造成严重影响。

管理原始容量已不再是主要障碍。关键的工程挑战在于,在数据流经应用与存储库之间时,持续掌控其流动。如今,保障这条传输路径的安全并对其进行优化,与维护底层存储平台同样重要。

将工程规范引入对象存储数据管道

为满足分析和AI需求而实现数据基础设施现代化,意味着不能再将对象存储仅仅视为被动的存储库。您必须管理数据路径本身。正如使用应用交付控制器(ADC)保护面向用户的Web应用一样,为AI数据交付提供支持的后端存储流水线也需要相应的控制点。通过在存储桶前端部署F5 BIG-IP,您可以将被动、易受攻击的API端点转变为具备高可用性、安全性和加速能力的数据交付流水线。

现代AI示意图
现代AI和企业应用依赖于应用与底层数据存储之间的数据交付服务。

现代对象存储通过HTTP/S API经由网络访问,其行为与Web应用完全相同。因此,F5 BIG-IP这类ADC是管理对象存储的原生工具。作为应用与数据存储之间的控制层,BIG-IP保障数据传输的安全性与稳定性。

s3集群示意图
组织日益需要能够为关键数据路径提供韧性和安全保障的控制点。

这种架构无需重构应用或重新设计存储平台,即可带来显著的运维优势:

  1. 无需重构存储:通过升级存储来增加安全和路由功能,成本高昂且耗时数年。在存储前端部署BIG-IP,即可立即引入企业级路由和日志记录功能,无需更改底层存储或应用代码。
  2. 通过网络卸载提升性能:存储系统专为读写数据而构建,并非用于处理网络开销。BIG-IP可卸载SSL/TLS解密等处理器密集型任务。将这些繁重的网络任务从存储阵列转移出去后,存储CPU便可专注于I/O,缩短AI查询响应时间。
  3. 主动安全防护:传统存储安全采用被动防护方式,依赖无法检测恶意查询的访问密钥。BIG-IP提供主动防护,通过Web应用防火墙(WAF)检查传入的存储API流量,在SQL注入和DDoS攻击到达存储层之前将其阻断。

为确保高可用性,BIG-IP会监控端点的健康状况,并在路由流量时绕过离线节点。它还会在数据中心之间动态调度查询。这可限制组件故障的影响范围,并在数据量和AI模型需求不断增长时,使服务水平保持可预测。

可靠的数据传输如今已成为业务必需

在应用与存储之间部署由ADC驱动的控制层,即可建立具有韧性且可控的数据路径。这种架构选择将主要面向客户的应用和API所采用的严谨工程规范,同样应用于对象存储流水线。

关键的企业数据管道往往不易被察觉。无论是执行灾难恢复还是维持合规,运营稳定性都完全取决于数据在网络中传输的可靠性。

随着性能要求不断提高,评估对象存储时,不能再仅看容量和规模。对业务领导者而言,目标不仅是存储更多数据,还要确保支撑关键运营和AI项目的数据持续可用且安全。存储数据只是第一步;还必须主动设计和构建数据路径本身,使其具备韧性、可控性和遏制风险扩散的能力。

F5对AI的关注不止于此,了解F5如何在各种环境中保障AI应用安全并交付AI应用。

分享

关于作者

Paul Werner
Paul Werner全球解决方案工程副总裁 | F5

Paul Werner 的更多博客文章

相关博客文章

三家企业如何借助AI驱动的WAF改进虚拟补丁和运行时安全
F5 ADSP | 2026/09/21

三家企业如何借助AI驱动的WAF改进虚拟补丁和运行时安全

了解三家F5客户如何利用AI驱动的WAF加快虚拟补丁部署、将误报减少50%以上,并更有信心地启用阻断模式。

F5旗舰会议AppWorld的四大亮点
F5 ADSP | 2026/03/13

F5旗舰会议AppWorld的四大亮点

错过了今年的F5 AppWorld大会?在此了解F5最新动态。

F5 BIG-IP v21.0增强S3工作流的AI数据交付与摄取能力
F5 ADSP | 2025/11/18

F5 BIG-IP v21.0增强S3工作流的AI数据交付与摄取能力

使用F5 BIG-IP 21.0版优化S3工作流:通过低接触式配置,为AI数据交付、对象存储和RAG管道提供可扩展的安全解决方案。

保险业AI安全
F5 ADSP | 2025/01/01

保险业AI安全

AI正在加速保险公司管理风险、服务客户和检测欺诈的方式。但这些提升效率的工具也会带来严重风险:我们的AI运行时安全解决方案通过红队验证、Guardrails防护和内置可观测性治理AI部署,为保险行业提供安全保障。红队:在影响保单持有人之前验证AI F5 […]

翻译服务的AI安全
F5 ADSP | 2025/01/01

翻译服务的AI安全

企业正利用AI驱动的翻译服务拓展全球业务,应用场景涵盖客户支持、产品文档、跨境合同和营销活动。这些工具有助于缩短产品上市时间并降低成本,但也会带来严重风险:我们的AI运行时安全解决方案通过Guardrails提供实时保护,并通过内置可观测性加强监督,从而保障翻译服务行业的安全[……]

Everest Group报告:生成式AI行业应用的当前趋势与未来前景
F5 ADSP | 2024/06/18

Everest Group报告:生成式AI行业应用的当前趋势与未来前景

我们很高兴能为全球知名研究机构Everest Group发布的一份重要新报告作出积极贡献。该报告题为《生成式AI应用:审视横向职能中的实际应用与未来展望》,深入分析了各行业对生成式AI(GenAI)的应用情况。报告指出,IT[……]