中桥分析师王丛:闪存成为应对大数据分析存储挑战的利器

来源:畅享网  作者:高玉娴
2015/1/4 10:45:09
据统计,自人类诞生以来所产生的总信息量为5EB,其中有四分之一是在近两年内产生的。近年来,不仅数据量出现爆炸式增长,数据对于业务的价值也在快速上升。大数据时代正在以“排山倒海”的气势迅猛袭来。为迎合这一趋势,存储技术也在这样的时代变迁下日新月异。

据统计,自人类诞生以来所产生的总信息量为5EB,其中有四分之一是在近两年内产生的。近年来,不仅数据量出现爆炸式增长,数据对于业务的价值也在快速上升。大数据时代正在以“排山倒海”的气势迅猛袭来。为迎合这一趋势,存储技术也在这样的时代变迁下日新月异。

从最原始的打孔方式、电路形式,以及以主机为主的形式,存储正在向开放式、分布式以及融合存储形式演进,为应对IT从主机和终端连接的T1平台,向服务器和终端连接的T2平台、以及云计算和移动终端连接为主的T3平台演进,存储市场经历了一代又一代的更替和变革。如今,新应用的部署、IT架构的演进,驱动着企业用户不断革新存储架构,提高存储使用效率和动态资源配置管理效率,并且提升以工作负载为核心的资源优化。

新技术,为新需求而生

中桥国际调研咨询有限公司首席分析师王丛,在日前接受畅享网记者采访时表示,目前中国用户对大数据的技术挑战和业务价值尚存在一些误区,大数据和数据量有关,但数据量大并不等于大数据。大数据挑战是一个相对的、并且不断变化的的概念。就商业智能分析而言,大数据时代所带来的挑战往往与数据ETL的(抽取、转换、加载)速度,以及批量分析子集处理能力相关。而在大数据分析阶段,往往与数据近实时和实时分析能力、对Hadoop支撑效率和分析数据呈现等因素相关。

从存储维度评估是否能应对大数据分析挑战,既要评估存储的IOPS(每秒进行读写操作的次数)是否足够,也要充分权衡存储的性能是否满足OLAP的需求。此外,存储设备能否满足在批量分析过程中的需求?存储产品能否应对大数据分析的过程中对读和写的更高要求?这都是用户在处理海量数据过程中经常遇到的问题。因此,王丛认为,为应对OLTP和OLAP性能需求,大数据时代对于存储的IOPs和MBPs需求都进一步提高。对此,充分利用闪存MLC读性能和SLC写性能,能够优化用户的大数据存储性价比。同时,集群NAS也能更有效地应对非结构化大数据对存储容量和并发处理能力需求。

对于近年来被热议的“软件定义存储”概念,王丛认为,软件定义存储通过数据控制和信息解耦,在消除存储孤岛的同时,也使得用户得以充分发挥所有的存储容量,以及容量优化技术(存储与删除、数据压缩、自动分层、自动精简)和企业级功能(如快照、复制)技术,从而应对大数据时代对存储性能、容量、可用性和数据生命周期管理效率量等方面的需求。

共3页: 上一页1 [2] [3]
责编:高玉娴
vsharing微信扫一扫实时了解行业动态
portalart微信扫一扫分享本文给好友

发表评论

         看不清,换一个

著作权声明:畅享网文章著作权分属畅享网、网友和合作伙伴,部分非原创文章作者信息可能有所缺失,如需补充或修改请与我们联系,工作人员会在1个工作日内配合处理。
最新专题
流动存储 为大数据而生

伴随信息技术的突飞猛进,更大量级的非结构化数据与结构化数据构成的大数据成为企业级存储所面临的最大挑战:一方..

磁盘阵列及虚拟化存储

利用数组方式来作磁盘组,配合数据分散排列的设计,提升数据的安全性。虚拟化存储,对存储硬件资源进行抽象化表现。

    畅享
    首页
    返回
    顶部
    ×
      信息化规划
      IT总包
      供应商选型
      IT监理
      开发维护外包
      评估维权
    客服电话
    400-698-9918