大數(shù)據(jù)處理和所有權(quán)導(dǎo)致存儲行業(yè)現(xiàn)狀發(fā)生轉(zhuǎn)變。本文介紹了存儲實踐方面最重大的變化。

　　企業(yè)存儲環(huán)境主要是圍繞記錄系統(tǒng)構(gòu)建起來的，側(cè)重于這些問題：為數(shù)據(jù)記錄長度固定的文件購買哪些類型的存儲介質(zhì)和管理系統(tǒng)，所存儲數(shù)據(jù)的性質(zhì)是實時數(shù)據(jù)、準(zhǔn)實時數(shù)據(jù)，還是只是偶爾需要訪問或完全可以用數(shù)據(jù)歸檔保存起來的批量填充的數(shù)據(jù)等。

　　自從大數(shù)據(jù)進(jìn)入企業(yè)數(shù)據(jù)中心和業(yè)務(wù)部門，一切改變了――單個的大數(shù)據(jù)文件可以用數(shù)TB、甚至數(shù)PB來衡量。Hadoop等分析平臺上的大數(shù)據(jù)并行處理與事務(wù)數(shù)據(jù)的按順序處理有著明顯區(qū)別。不出所料，存儲方面要考慮的因素隨之變化。

　　這種變化在數(shù)據(jù)分析和高性能計算領(lǐng)域體現(xiàn)得最為明顯。這個領(lǐng)域以Hadoop應(yīng)用程序為主，它們借助算法分析方法并行處理數(shù)PB級數(shù)據(jù)，用于數(shù)據(jù)科學(xué)及其他復(fù)雜查詢。就高性能應(yīng)用程序而言，很難考慮像虛擬化存儲或基于云的存儲這些概念，因為你只有通過數(shù)據(jù)中心的物理處理器和存儲平臺，才能直接處理并存儲數(shù)據(jù)和查詢結(jié)果。

　　因此，這種工作具有的計算密集性和存儲密集性使數(shù)據(jù)中心管理人員(包括存儲專業(yè)人員)不再像過去十年那樣，迫切尋求的虛擬化或云計算。作為大數(shù)據(jù)對象存儲特點的單一數(shù)據(jù)集的龐大性也是如此，它們使用元數(shù)據(jù)標(biāo)簽來描述非傳統(tǒng)數(shù)據(jù)圖像，比如照片、視頻、音頻記錄和文檔圖像等。

　　此外，大數(shù)據(jù)項目的所有權(quán)也改變了存儲計算。如果公司里面的業(yè)務(wù)部門在運行大數(shù)據(jù)項目，其目標(biāo)就會轉(zhuǎn)向零散的分布式物理存儲架構(gòu)，這些分布式物理存儲是網(wǎng)絡(luò)附加存儲(NAS)，可以在工作負(fù)載需要時，向外擴(kuò)展到多個存儲設(shè)備。分布式向外擴(kuò)展型NAS是基于云的存儲或虛擬存儲之外的一種選擇，它與這些流行的IT趨勢形成了鮮明對照。

　　鑒于這些發(fā)展動向，云計算在大數(shù)據(jù)領(lǐng)域可以扮演什么角色呢?

　　答案是冷存儲(cold storage)，這個領(lǐng)域仍沒有得到企業(yè)界的充分利用。冷存儲是極其便宜、速度很慢、駐留在磁盤的數(shù)據(jù)，存儲起來放到歸檔上，妥善保存起來。在日常的IT中，這些數(shù)據(jù)很少有機(jī)會需要用到，所以如果你把它轉(zhuǎn)移到異地數(shù)據(jù)存儲庫很方便，不必讓它在你的數(shù)據(jù)中心或運營系統(tǒng)中占用空間。如果該數(shù)據(jù)存儲庫在云端，你就能夠從數(shù)據(jù)中心遠(yuǎn)程訪問它，沒必要大老遠(yuǎn)跑到異地拿起磁盤或磁帶。

　　云計算和虛擬存儲在數(shù)據(jù)集市也存在發(fā)展前景。現(xiàn)在許多公司使用數(shù)據(jù)集市為不同的部門運行批量查詢。數(shù)據(jù)集市中所用的數(shù)據(jù)大多是批量創(chuàng)建，基本是過去用來查詢的傳統(tǒng)數(shù)據(jù)。不同之處在于，用戶現(xiàn)在擁有比過去更多的分析報告創(chuàng)建工具和選項用于查詢，而且數(shù)據(jù)管理員更能夠生成從不同來源聚合的數(shù)據(jù)。在這種批量環(huán)境下，磁盤存儲解決方案用起來就跟過去一樣有效。

　　存儲管理員需要應(yīng)對大數(shù)據(jù)帶來的變化，尤其是如何應(yīng)對眾多極其龐大的大數(shù)據(jù)文件。這就需要專門的磁盤和處理，在大多數(shù)情況下，還需要與云計算和虛擬化項目背道而馳的本地存儲。在另一方面，商用冷存儲解決方案可能會最終消除這個困境：很少使用的數(shù)據(jù)駐留在機(jī)房的過時磁盤和磁帶驅(qū)動器上，無人照管。