隨著IT行業(yè)持續(xù)地灌輸廉價存儲的優(yōu)勢，企業(yè)較以往擁有者更多的數(shù)據(jù)，那么在評估大數(shù)據(jù)基礎架構的過程中需要深入地調查哪些因素。本篇涉及到了在容量、延遲、訪問性、安全性和成本這些重要因素的評估。

大數(shù)據(jù)發(fā)展的驅動因素

除了存儲比以往更多的數(shù)據(jù)，我們所面臨的數(shù)據(jù)種類也變得更加繁雜。這些數(shù)據(jù)源包括互聯(lián)網(wǎng)事務交易、社交網(wǎng)絡的活動、自動化傳感器、移動設備以及科研儀器等。除了靜態(tài)的數(shù)據(jù)增長方面，事務交易也會保持一個固定的數(shù)據(jù)“增長速度”。例如飛速增長的社交信息所產(chǎn)生的大量交易事務和記錄。不過現(xiàn)有的不斷擴大數(shù)據(jù)集無法確保能夠為業(yè)務搜索出有價值的信息。

當今的信息是一項重要的生產(chǎn)因素

數(shù)據(jù)業(yè)已成為了一種生產(chǎn)資料，就如何資本、勞動力和原始材料那樣，而且也不限于某一行業(yè)內(nèi)的特定應用。企業(yè)中所有部門都旨在整合比較越來越多的數(shù)據(jù)集合，致力于降低成本、提升品質、增強生產(chǎn)能力以及開發(fā)新產(chǎn)品。舉例來說，對于現(xiàn)場產(chǎn)品的直接數(shù)據(jù)分析有助于提升設計。又例如企業(yè)可以通過對用戶習慣的深入分析，比較整體市場的增長特性，大幅提升自己在競爭分析方面的能力。

存儲發(fā)展的必要性

大數(shù)據(jù)意味著數(shù)據(jù)的增長超過了其本身的基礎架構，這驅動著應對這些特殊挑戰(zhàn)的存儲、網(wǎng)絡和計算系統(tǒng)進一步的發(fā)展。軟件應用需求最終推動了硬件功能的發(fā)展，同時在這種情況下，大數(shù)據(jù)分析的處理過程正在影響著數(shù)據(jù)存儲基礎架構的發(fā)展。這對于存儲和IT基礎架構企業(yè)而言是一項機遇。隨著結構化和非結構化數(shù)據(jù)集的持續(xù)增長，這類數(shù)據(jù)的分析方式也更為多樣化，當前的存儲系統(tǒng)設計難以應對大數(shù)據(jù)基礎架構所需。存儲供應商已經(jīng)開始推出基于數(shù)據(jù)塊和基于文件的系統(tǒng)來應對許多這方面的需求。以下列出了一些大數(shù)據(jù)存儲基礎架構的特性，這些都是源自大數(shù)據(jù)的挑戰(zhàn)。

容量。“大”在很多時候可以理解為PB級別的數(shù)據(jù)，因此大數(shù)據(jù)基礎架構當然要能夠可以擴展。不過其同樣必須能夠簡易地完成擴展，以模塊化或陣列的方式為用戶直接增加容量，或者至少保持系統(tǒng)不會宕機。橫向擴展式存儲由于能夠滿足這種需求，變得十分流行。橫向擴展集群體系架構的特征是由存儲節(jié)點構成，每個節(jié)點具備處理能力和可連接性，可以無縫地擴展，避免傳統(tǒng)系統(tǒng)可能產(chǎn)生的煙囪式存儲的問題。

大數(shù)據(jù)還意味著大量的文件。管理元數(shù)據(jù)文件系統(tǒng)的累計會降低可擴展性并影響性能，用傳統(tǒng)的NAS系統(tǒng)就會在這種情況下出現(xiàn)問題。基于對象的存儲體系架構則通過另一種方式，支持在大數(shù)據(jù)存儲系統(tǒng)中擴展至十億級別的文件數(shù)量，而不會產(chǎn)生傳統(tǒng)文件系統(tǒng)中會遇到的負載問題。基于對象的存儲可以在不同的地理位置進行擴展，可以在多個不同地點擴展出大型的基礎架構。

延遲。大數(shù)據(jù)基礎架構中或許同樣會包含實時性的組件，尤其是在網(wǎng)頁交互或金融處理事務中。存儲系統(tǒng)必須能夠應對上述問題同時保持相應的性能，因為延遲可能產(chǎn)生過期數(shù)據(jù)。在這一領域，橫向擴展式基礎架構同樣能夠通過應用存儲節(jié)點集群，隨著容量擴展的同時增強處理能力和可連接性。基于對象的存儲系統(tǒng)可能并發(fā)數(shù)據(jù)流，更大程度上改善吞吐量。

許多大數(shù)據(jù)環(huán)境需要提供高IOPS性能，在高性能計算環(huán)境中的應用。億恩科技服務器虛擬化也會驅動高IOPS的需求，就和其在傳統(tǒng)IT環(huán)境中一樣。為了滿足這方面的挑戰(zhàn)，固態(tài)存儲設備可以以多種不同形式進行部署，從簡單的基于億恩科技服務器的緩存卡到全閃存架構的可擴展式的存儲系統(tǒng)。

可訪問性。隨著企業(yè)越來越能夠理解大數(shù)據(jù)分析的潛在應用，對不同數(shù)據(jù)集的對比需求會讓越來越多的人員進入到數(shù)據(jù)共享之中。在創(chuàng)造業(yè)務價值方面，企業(yè)在尋求更多的方式來從各種平臺相互參照不同的數(shù)據(jù)對象。包含全局文件系統(tǒng)的存儲基礎架構可以滿足這方面的問題，因為其允許多用戶，多主機的交互文件，并且支持諸多不同的，甚至是位于不同區(qū)域的后端存儲系統(tǒng)文件共享。

安全性。財務數(shù)據(jù)，醫(yī)療信息以及政府確保都有其標準的安全性要求。雖然這些或許和當前IT管理員的職責稍有不同，大數(shù)據(jù)分析可能也需要相互參照數(shù)據(jù)，而這類數(shù)據(jù)在之前可能完全無關，這又產(chǎn)生了新的安全性的要求。

成本。“大”同樣意味著更加昂貴。并且以許多企業(yè)今天正在運作的大數(shù)據(jù)環(huán)境規(guī)模，對于成本的考慮可能非常重要。這意味著從“每個盒子”中更有效地產(chǎn)出，以及更加廉價的組件。存儲重復刪除已經(jīng)進入主存儲市場，并且取決于涉及到的數(shù)據(jù)類型，這會給大數(shù)據(jù)存儲系統(tǒng)帶來一些價值。降低后端存儲容量消耗，即便是幾個百分點，在數(shù)據(jù)集不斷增長的環(huán)境下都可以提供巨大的投資回報。自動精簡配置、快照和克隆技術同樣可能根據(jù)不同的數(shù)據(jù)類型，提升效率。

許多大數(shù)據(jù)存儲系統(tǒng)都會包含歸檔組件，尤其是對于那些和歷史趨勢或者長期存儲應用相關的企業(yè)。從單位成本所提供的存儲容量來看，磁帶仍舊是最具性價比的存儲媒介，并且能夠支持大容量存儲磁帶盒的歸檔系統(tǒng)對于許多環(huán)境都已經(jīng)成為了約定俗成的標準。

來自于成本方面的最大影響是使用商品化的硬件。很清楚大數(shù)據(jù)基礎架構無法依賴大型硬件企業(yè)傳統(tǒng)上的轉向。許多剛開始部署，或者是具有大型的大數(shù)據(jù)環(huán)境的用戶自行開發(fā)了“白盒”系統(tǒng)，這類系統(tǒng)以更低的成本，以現(xiàn)成的商品的形式提供給用戶。不過更多的存儲產(chǎn)品現(xiàn)在以軟件的形式出現(xiàn)，可以安裝在現(xiàn)有系統(tǒng)，或者普通的現(xiàn)成硬件上。此外，許多企業(yè)正在將其軟件技術以商品化的設備，或者和硬件供應商結合，提供類似的方案形式進行銷售。

持續(xù)性。許多大數(shù)據(jù)應用中涉及到合規(guī)規(guī)范的要求，使得數(shù)據(jù)需要保存幾年甚至幾十年。醫(yī)療信息通常要保存患者的一生。財務數(shù)據(jù)一般要保存7年。不過大數(shù)據(jù)用戶同樣會更長地保存期數(shù)據(jù)，因為這是歷史記錄的一個組成部分，或者要用于以時間為基礎的分析。這種長期保存的需求意味著存儲供應商需要進行持續(xù)地一致性檢驗，并且具備其它長期的可靠性特性，以及滿足數(shù)據(jù)在線升級的需要。

靈活性。因為大數(shù)據(jù)存儲基礎架構通常會變得十分龐大，在其設計之初就應當十分注意，以確保其能夠增長，并且隨著分析組件的增長而發(fā)展。數(shù)據(jù)遷移在大數(shù)據(jù)領域中已成為歷史，尤其是自從數(shù)據(jù)可以在多個地點開始。大數(shù)據(jù)存儲基礎架構從你開始向里面寫入數(shù)據(jù)的那一刻就已確定，因此其在發(fā)展過程中必需能夠滿足不同的應用環(huán)境和數(shù)據(jù)場景。

應用感知。有一些首次部署大數(shù)據(jù)的過程中會涉及到特定應用的基礎架構，諸如為政府項目而開發(fā)的系統(tǒng)，或者為大型互聯(lián)網(wǎng)服務公司所開發(fā)的白牌系統(tǒng)。應用感知作為改善效率和性能的一種途徑，在主流存儲系統(tǒng)中變得日益普及，并且其也是在大數(shù)據(jù)環(huán)境中應當部署的一種技術。

小型用戶。隨著業(yè)務需要，大數(shù)據(jù)的應用會延伸至那些小型的企業(yè)，這種企業(yè)遠遠小于那些存儲基礎架構市場部門所關聯(lián)的大數(shù)據(jù)應用分析。這也不只是處于“技術狂熱”或者獨特的應用需求，因此大數(shù)據(jù)領域的存儲供應商需要提供更小的配置，并更加關注成本效益。