大数据时代:如何节省存储成本

本文涉及的产品
文件存储 NAS,50GB 3个月
简介:

现今的科技发展日新月异。尤其是存储方面,表现的极其突出。从技术、用户和应用方面来看,其发展速度超越了其他IT领域。同时也带来了相应的问题。数据中心和企业的管理者们都面临着如何选择存储阵列的困惑。通常的解决方案早已被大肆宣传开来,例如像闪存存储或诸如WAN优化等这些被炒作已久的技术似乎已在人们脑海中变得根深蒂固。

  下面的七个存储解决方案的建议不是基于任何技术的“新生事物”,而只是更具实用性并让企业的花费更具价值。这七个建议应使管理者考虑从新制定他们在2012年的存储预算。根据现有的存储基础设施、资源、数据的特点和所需的访问重新审视市场上存储的关键点,当今正是非常恰当的时机。而存储的关键就在于在提高存储性能的同时减少或至少维持经营成本和资本的支出。

  1、精简配置

  在3Par被惠普收购之前。自动精简配置技术在配置存储容量方面起着极其重要的作用。在SAN的初期,企业实际花费更大的力气来保证预期的数据增长。精简资源调配可帮助企业有能力提供他们所需要的,同时保证增加需要的容量而无需创建新的LUNs(logical unit numbers)。

  2、面向对象存储和REST(Representational State Transfer)

  最初,这项技术似乎对云计算有更大的影响。现在越来越多的企业认为数据更适合存储在公共云之上。同时HTTP将有可能成为一种传输的手段,利用REST方法来移动和存储数据,并提供丰富的元数据和相关的数据说明。当你看到这种跨广域网案例在数据中心扎根时请不要惊讶。

  3、广域网优化

  企业可通过广域网优化产品来提升网络的效率,如广域数据服务商Riverbed。这样做可有效减少通过广域网发送、删除重复数据和压缩数据的通信量。并可显著节省存储空间、降低延迟、降低企业广域网带宽相关费用等好处。通过广域网的优化企业可在世界各地查看和创建数据,就像在局域网内部一样。

  4、分层存储

  随着企业需求的成本平衡以及性能需求,将需要存储的数据放在最好的媒介上以匹配数据的价值和性能是非常必要的。对于一些不需要频繁访问的数据不一定存储在SSD或更高性能的磁盘驱动器上。现今供应商提供的存储产品具备根据访问模式自动布局数据的功能。企业应该了解数据存放在介质上形式以及数据模型的增长,以便在作出购买决定之前更好的了解扩展容量和性能的成本。

 5、向外扩展的NAS

  传统规模的NAS模型在中小型企业中所占的市场份额越来越小。它正被向外扩展的方式所替代。并开始逐步添加企业在集群方式下提高容量和性能的能力。同时构建一个全局命名空间,并在其中工作。这样可有效简化存储配置,还可大幅降低总成本。

  6、性能层的设备

  设备较少的关注基于NAS管理容量的能力。设备更多的关注存储的数据如何以最高的效率移动数据。NAS的优化是使IOPS返回到NAS之中,设备可以不承担所有繁重计算,这些任务全都由NAS负责。其带来的结果是提高性能并减少资本和运营开支。

  7、FCoE

  FCoE(以太网光纤通道)可帮助企业在以太网基础设备中扩展光纤通道。这可有效节省基础设施的开销。包括电缆和电源管理方面。而现今大多数人还不太了解FCoE。而且也没有iSCSI和FCoE竞争的消息。但是这并不意味着FCoE不会成为未来的重要技术。基于文件的存储的增长率已超过了数据块的存储。所以光纤通道和FCoE将会存在下去。

  做出新的选择并不会为你的当前的基础结构或数据中心带来风险。恰巧相反的是以上的建议有一些确实能够帮助企业得到非常真实的财务回报。


本文出自seven的测试人生公众号最新内容请见作者的GitHub页:http://qaseven.github.io/

相关实践学习
简单用户画像分析
本场景主要介绍基于海量日志数据进行简单用户画像分析为背景,如何通过使用DataWorks完成数据采集 、加工数据、配置数据质量监控和数据可视化展现等任务。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
目录
相关文章
|
7月前
|
存储 分布式计算 大数据
大数据计算中,使用OSS作为外部存储
大数据计算中,使用OSS作为外部存储
47 1
|
8月前
|
存储 NoSQL 分布式数据库
Hbase+ES和MongoDB存储大数据的选用
Hbase+ES和MongoDB存储大数据的选用
235 0
|
存储 缓存 分布式计算
大数据开发笔记(十):Hbase列存储数据库总结
HBase 本质上是一个数据模型,可以提供快速随机访问海量结构化数据。利用 Hadoop 的文件系统(HDFS)提供的容错能 力。它是 Hadoop 的生态系统,使用 HBase 在 HDFS 读取消费/随机访问数据,是 Hadoop 文件系统的一部分。
904 0
大数据开发笔记(十):Hbase列存储数据库总结
|
4月前
|
存储 关系型数据库 MySQL
Mysql 存储大数据量问题
Mysql 存储大数据量问题
97 1
|
7天前
|
存储 分布式计算 大数据
MaxCompute产品使用合集之大数据计算MaxCompute中需要存储16进制的数据,我该怎么操作
MaxCompute作为一款全面的大数据处理平台,广泛应用于各类大数据分析、数据挖掘、BI及机器学习场景。掌握其核心功能、熟练操作流程、遵循最佳实践,可以帮助用户高效、安全地管理和利用海量数据。以下是一个关于MaxCompute产品使用的合集,涵盖了其核心功能、应用场景、操作流程以及最佳实践等内容。
|
5月前
|
存储 分布式计算 大数据
开通大数据计算MaxCompute就能存储外表了吗?
开通大数据计算MaxCompute就能存储外表了吗?
|
6月前
|
存储 Cloud Native 大数据
在云原生时代,构建高效的大数据存储与分析平台
在云原生时代,构建高效的大数据存储与分析平台
146 0
|
8月前
|
存储 NoSQL 算法
大数据存储方案
大数据存储方案
367 0
|
9月前
|
存储 算法 大数据
倚天性能优化--基于倚天优化后的zstd在大数据场景应用:降低存储成本+提升重IO场景性能
倚天性能优化--基于倚天优化后的zstd在大数据场景应用:降低存储成本+提升重IO场景性能
|
存储 分布式计算 安全
大数据存储与管理(一)|学习笔记
快速学习大数据存储与管理(一)
737 0
大数据存储与管理(一)|学习笔记

热门文章

最新文章