存储分析：大数据时代,智谋未来

据分析，到2020年，全球以电子形式存储的数据量将达到35ZB，是2009 年全球存储量的40倍。而在2010年底，根据IDC的统计，全球数据量已经达到了120万PB，或1.2ZB。如果将这些数据都刻录在DVD上，那么光把这些DVD盘片堆叠起来就可以从地球垒到月球一个来回(单程约24万英里)。

在信息化的建设过程中，众所周知，数据可以分为3种：结构化数据、半结构化数据和非结构化数据。其中，85%的数据属于企业业务过程中产生的文档等非结构化数据。

面对着海量的数据，人们不禁感叹，大数据时代已经到来，悲观者深为管理和维护而忧虑，乐观者则看到了大数据的大价值。何谓“大数据”，目前没有统一的定义。通常认为，它是海量的非结构化数据，其特点是数据量很大，数据的形式多样化。如何存储这些快速增长的、海量的数据？如何对大数据进行分析处理，挖掘出价值？ 相关的一系列问题成为了所有企业面临的共同挑战。

一、 大数据时代的挑战与目标

大数据时代的挑战包括：如何实现高效、智能的大数据存储?非结构化数据正在呈海量增长趋势，如何对其进行有效的数据管理和应用?现有数据保护与文档归档机制能否应对日益增长的海量数据?如何攻克移动数据管理的难点问题?如何在复杂的数据环境下实现高效的数据安全? 如此种种问题，逐渐成为了所有CIO的共同挑战。

但是我们发现，对于这些大数据的挑战，其实归纳起来就只有两个目标：

管理好大数据，从大数据的产生、存储、保护、归档到安全维护的各个角度，从根本上而言，这是IT管理维护的范畴，只不过数据量超出常规管理尺度后，对于管理维护的难度出现了跳跃式上升的态势;

使用好大数据，这是企业管理的最终目标，大数据即意味着大价值，数据与数据、数据与人、数据与业务的关联性。这个挑战既有流动性、关联性、智能的应用挑战，也有基于大数据深度挖掘的挑战。

但是，这两个目标之间也不是分离的，而是一个相辅相成的关系，管理和维护的目的是使用，使用的基础是好的管理维护。

二、 云计算与大数据，时代的交集

为了解决大数据的挑战，人们自然而然的想起了云计算，云计算遭遇大数据，这是时代的发展必然趋势。云计算技术可以实现IT资源的自动化管理和配置，降低IT管理的复杂性，提高资源利用效率。对企业来说，云计算的主要形态是私有云，其主要的业务由私有云支撑，而非关键的业务或者突发性的业务可以采用公共云资源。私有云与公共云需要无缝连接，从而形成混合云的环境。

大数据意味着大资源，这是云计算与大数据的交集，其实也就是意味着，云计算与大数据的关系是两个方向，云计算可以承载大数据，大数据也是可以通过云计算架构和模型来提供解决方案。这样我们就可以清晰的知道，大数据在管理和应用的方向上，可以通过云计算的资源共享、高可扩展性、服务特性来搭建和运营。

三、 大数据的大内涵

如果说大数据与云计算的交集是外部交集，那么大数据内部的关联、挖掘，则是大数据的大内涵，这个调整远远超过云计算的应用难度，数据与数据的复杂关系，比如跨应用系统的结构化数据与非结构化数据的关联;海量数据的存储以及数据在人之间的分享;数据(结构化与非结构化)与业务和决策间的关联。

要解决这个问题的一个思路是EMC提出的信息生命周期思想，但是在很多业界同行看来，这个思想在云计算和大数据时代需要真正的升华，而这个方向就是智能，不是单一和局部的，而是统一的智能。IBM提出了智慧的地球，作为国内崛起的新兴代表爱数则提出了智能数据管理解决方案，也是基于统一智能和信息生命周期思想的框架。

无疑，这是一种新的思路，据爱数相关负责人透露，这种统一的框架采用云计算体系结构，主要技术突破在资源池化和法规管理遵从，从数据生成阶段就将大数据纳入到生命周期管理中，通过统一的智能策略，既提供了很好的运维和保护，也能在使用和挖掘阶段与业务应用结合起来，提供统一的数据信息平台。