業界對大數據運用程序寄予無限的期望，商業資訊堆集的價值越多

「大數據」一般指那些巨大且難以收集、處理和分析的數據集，也指那些長期存儲在傳統根底架構中的數據。「大」這個詞在這兒有幾個意思。it能夠描繪安排的規劃，更重要的是，它界說了企業中IT根底架構的規劃。業界對大數據運用程序寄予無限的期望，商業信息堆集的價值越多，咱們就越需求發掘這些價值的辦法。或許人們對大數據的形象首要來自於存儲容量的廉價，

但事實上，企業每天都在發明許多數據，而且越來越多，人們妄圖從許多數據中找到有價值的商業信息。另一方面，用戶也將保存現已分析過的數據，由於舊數據能夠與將來搜集的新數據進行比較，而且依然有潛在的利用價值。與早年比較，除了存儲更多數據的才調之外，咱們還有更多的數據類型。這些數據的來歷包含在線生意、在線交際活動、主動傳感器、移動設備和科學儀器。

除了這些固定的數據出產來歷，各種生意也或許加快數據的堆集。例如，交際多媒體數據的爆炸性添加源於新的在線生意和記載行為。數據總是在添加，但是僅僅存儲許多數據的才調是不可的，由於這並不能保證咱們能夠從中成功地查找商業價值。在信息時代，數據現已成為一個重要的出產要素，就像本錢、勞力力和原材料等其他要素相同，作為一種遍及需求，它不再局限於某些特別工作的運用。

各行各業的公司都在搜集和運用許多數據來分析作用，以便盡或許降低成本、行進產品質量、行進出產功率和發明新產品。例如，經過分析直接從產品檢驗站點搜集的數據，企業能夠改善規劃。此外，經過對客戶行為的深入分析和許多商場數據的比較，公司也能夠跨越競爭對手。跟著大數據運用的爆炸式添加，它衍生出了自己一起的體系結構，並直接推動了存儲、網路和計算技術的翻開。終究，處理大數據的特別需求是一個新的應戰。硬件的開發最終由軟件需求驅動。

對於這個比方，咱們清楚地看到大數據分析的運用需求正在影響數據存儲根底設備的翻開。另一方面，這種改動或許不是存儲供貨商和其他IT根底架構供貨商的時機。跟著結構化數據和非結構化數據的不斷添加以及分析數據源的多樣化，早年的存儲體系規劃現已不能滿足大數據運用的需求。存儲供貨商現已知道到了這一點，他們開始修正依據數據塊和文件的存儲體系的體系結構規劃，以滿足這些新的需求。

這兒，咱們將談論哪些特色與大數據存儲根底架構相關，並了解它們怎樣應對大數據的應戰。這兒提到的「大容量」一般能夠抵達PB的數據巨細，因而海量數據存儲體系也有必要具有相應的擴展才調。與此同時，存儲體系的擴展有必要簡單易行，即使沒有停機時間，也能夠經過添加模塊或磁盤櫃來添加容量。依據這一要求，客戶現在對橫向擴展體系結構存儲越來越感興趣。橫向擴展群集結構的特徵在於，每個節點不只具有必定的存儲容量，還具有數據處理才調和互連設備。

它徹底不同於傳統存儲體系的煙囪結構。橫向擴展體系結構能夠結束無縫、平穩的擴展，並防止存儲孤島。除了巨大的數據量，「大數據」運用程序還意味著許多的文件。因而，怎樣處理文件體系等級堆集的元數據是一個難題，處理不當會影響體系的可擴展性和功用，而傳統NAS體系存在這一瓶頸。走運的是，這個問題在依據方針的存儲體系結構中不存在，它能夠處理體系中的十億級文件，而不會遇到像傳統存儲這樣的元數據處理問題。