var _hmt = _hmt || []; (function() {   var hm = document.createElement("script");   hm.src = "https://hm.baidu.com/hm.js?8c9c5a8618dc4aea3be27b32962e5871";   var s = document.getElementsByTagName("script")[0];    s.parentNode.insertBefore(hm, s); })();
400 050 6600
数据分析师

手机号

验证码

30天自动登录

新的存储趋势有望帮助企业处理数据雪崩

来源:CPDA数据分析师网 / 作者:数据君 / 时间:2021-04-28

数据存储业务发生了巨大变化,并且这种转变正在继续和扩大
今天的区别在于,尽管存储曾经是与硬件相关的问题,例如固态驱动器,更快的读/写速度和容量扩展,但云计算和其他存储方面的突破却将市场推向了相反的方向,对于大多数组织而言,存储更多地是关于软件的,包括软件定义的存储,软件管理虚拟化以及集成AI和ML以改善存储优化。

以下是五种有前途的存储技术的简要介绍,这些技术现在或在可预见的将来可以帮助企业应对不断增长的数据存储需求

1.数据湖
在处理大数据集并从中获取价值时,大多数客户仍然从数据湖开始,但他们利用云服务和软件解决方案从其湖中获取更多价值,数据湖提供了收集大量结构化,半结构化和非结构化数据并将其存储在二进制大对象或镶木地板文件中以便于检索的功能。

2.数据虚拟化
数据虚拟化使用户可以跨多个系统查询数据,而无需强制复制和复制数据,它还可以简化分析,使其更及时,更准确,因为用户始终在查询源头的数据,这意味着数据只需要存储一次,并且对于交易,分析等可以使用不同的数据视图,而不必为每种用途复制和重组数据,数据虚拟化已经存在了一段时间,但是随着数据使用量,复杂性和冗余性的提高,该方法越来越受到青睐,不利的一面是,如果抽象或数据映射过于复杂,需要额外的处理,则数据虚拟化可能会拖累性能,开发人员的学习曲线也更长,通常需要更多的培训。

3.超融合存储
虽然超融合存储并不是完全先进的技术,但越来越多的组织也正在采用超融合存储,该技术通常作为超融合基础架构中的一个组件出现,在该基础架构中,存储与计算和网络结合在一个系统中,超融合存储简化并简化了数据存储以及所存储数据的处理,它还允许以分解的方式独立地扩展计算和存储容量,另一个很大的优点是,企业可以使用越来越流行的网络协议来创建超融合存储解决方案,由于大流行,远程工作成为新的常态,由于某些企业将其工作人员性地设置为远程工作,因此超融合存储非常吸引人,因为它非常适合远程工作。

4.计算存储
计算存储是一种早期技术,将存储和处理结合在一起,允许应用程序直接在存储介质上运行,计算存储将低功耗CPU和ASIC嵌入SSD中,从而消除了移动数据的需求,从而降低了数据访问延迟,计算存储几乎可以使任何数据密集型用例受益,可观察性数据源(例如日志,指标,跟踪和事件)使大多数公司的其他数据源相形见,当前即使在小批量的情况下,搜索和处理这样的数据也成为一个挑战,以可观察性的目光容易看到计算存储的应用程序,将复杂的搜索直接推到SSD上,既减少了等待时间,又提高了性能和碳效率。

该技术的主要缺点是必须重写应用程序才能利用新模型
这需要时间,在此之前,空间必须成熟,该技术目前由小型创业公司主导,并且标准尚未出现,因此很难超越早期的概念验证,如果企业希望参与进来,他们可以跟踪存储网络行业协会的计算存储技术工作组的工作,以监视标准的制定。

5. DNA数据存储
基于时间的数据远的一项潜在的改变游戏规则的技术是基于DNA的数据存储,合成DNA有望实现的数据存储密度。一克DNA可以存储超过200PB的数据,而且这些数据是持久的,当在适当的条件下存储时,可以很容易地持续500年,在数据存储中,将数字位(0和1)转换为核碱基代码,然后转换为合成不使用实际的有机位,如果您需要复制它,则可以通过PCR(聚合酶链反应)廉价而轻松地进行此操作,从而生成数百万个数据副本,当需要回读时,现有的测序技术会将核碱基转换回0和1。

就像计算存储对数据进行处理一样,您可以将酶引入DNA数据中,从而使您可以对大量数据进行大规模处理并行化,这些酶将结果写入新的DNA链,然后将其测序并转换回数字数据,DNA数据存储还提供了碳效率的好处,由于这些都是全天然的生物过程,因此对碳的影响小,但是该技术的缺点非常明显,他指出为有意义的DNA驱动创建足够的合成DNA的费用目前过高。



Prev article

揭穿AI的5个行业神话

Next article

建立大流行后的AI策略以实现复原力,恢复力

数据分析师

报名咨询

数据分析师

报名缴费

数据分析师

客服中心

数据分析师

课程服务

数据分析师

认证服务