大資料存儲管理的挑戰及對策

大的資料並不是一種特定類型的資料。 每一種HTTP://www.aliyun.com/zixun/aggregation/13739.html">非結構化資料均可被視為大資料。 這包括在社交網站上的資料、線上金融交易資料、公司記錄、氣象監測資料、衛星資料和其他監控、研究和開發資料。 大資料的量是巨大的而且是非結構化的。

IDC將大資料技術定義為：大資料技術描述了新一代的技術和架構體系，通過高速採集、發現和分析，提取各種各樣的大量資料的經濟價值。 如下是一些有助於您的企業有效地管理資料存儲需求的提示：

通過隔離管理大資料存儲

如果您在您的企業中有多個存儲箱，那麼將資料庫、線交易處理(OLTP)和微軟Exchange應用到特定的存儲系統絕對是一個好主意。 而專其它存儲系統則用於大資料應用，如入口網站，線上流媒體應用，等等。

如果您的企業負擔不起分隔的存儲系統，將特定的前端存儲埠到資料庫，OLTP，等等;致力於大資料應用到其他埠。 背後的基本原理是使用專用埠，而大資料流量是以千位元組或百萬位元組衡量，OLTP應用流量是以每秒的輸入/輸出操作(IOPS)衡量，因為資料塊的大小是比大資料更大而比OLTP應用程式更小。 OLTP應用程式是CPU密集型的，而大資料應用程式更多的使用前端埠。 因此，更多的埠可以專注于大資料應用。

專業的大資料存儲管理

如今，很多公司提供相容資料管理的存儲系統。 你應該在尋找你的大資料存儲管理解決方案時評估這些公司。 如EMCIsilon的集群存儲系統對於大資料存儲管理是一個更好的選擇，因為在一個單一的檔案系統中大資料能增長到多位元組的資料。

大資料分析

除了存儲，大資料管理的另一項大的挑戰是資料分析。 一般的資料分析應用程式無法很好的處理大資料，畢竟涉及到大量的資料。

目前，諸如EMCGreenplum這樣的公司就在採用專門針對大資料的管理和分析的工具。 這些應用程式運行在集群存儲系統上，緩解大資料的管理。 建議選擇應用程式可同時工作在群集存儲系統，並迅速有效地分析資料。 快速索引，確保中繼資料始終駐留在固態硬碟(SSD)，如果存儲箱為您提供了這樣的選擇的話。

管理大資料的另一個需要重點考慮的是未來的資料增長。 你的大資料存儲管理系統應該是可擴展的，足以滿足未來的存儲需求。

大資料的存儲管理和雲計算

許多公司正在尋找雲計算服務來進行存儲和管理海量資料。 而選擇雲服務來大型資料存儲管理，可以確保資料的擁有權仍然是你的。

你應該有權選擇將您的資料移入或移出雲服務，而不被供應商鎖定。 其他重要的考慮因素是供應商的資料安全指南。

(責任編輯：蒙遺善)