- 智能云存储系统 您现在的位置 :首页 -- 技术论坛 -- 智能云存储系统
- 上一篇:主流存储介质分析
- 下一篇:混合云、闪存和冷存储 大数据时代的存储方案
冷存储成为热点--降低海量存储成本
发表于:2018-08-23 浏览282次 |
智能互联网时代,数据正在以几何量级爆炸式增长。EMC的预测报告显示,到2020年,全球数据总量预计会超过44ZB(1ZB=220PB)。如此海量的数据中蕴含着巨大的价值, 特别是大数据的“低价值密度”特性使大规模数据的完备保存成为必然需求,因此如何提升数据的存储效率是业界亟待解决的问题。
根据被访问的频度不同,数据可以被分为热数据、温数据和冷数据等类型。其中,冷数据是指那些活动不频繁、不会被经常访问甚至永远不会被访问,但仍然需要保留的数据。受到业务特征、用户行为乃至监管政策(例如,医院的医学影像文件需要自患者最后一次就诊之日起保存不少于15年)的影响,在经过一段时间的使用后,绝大部分数据都会迅速变“冷”,因此数据集合中通常有高达80%的部分属于不常被访问的冷数据。然而,冷数据并非失去价值,大数据、人工智能等新兴业务对海量冷数据进行检索和挖掘的需求依然存在而且日益迫切。
前围绕热数据的高效存储/访问一直引领着存储领域的发展,而面对当前数据规模快速增长的趋势,冷数据已经成为关注热点。其核心需求在于降低海量冷数据存储的成本(特别是系统运行功耗);同时,系统存取性能有待提升, 从而使冷数据能够以近线方式被访问。
金钱猫科技