提高备份效率 大量数据如何存储？

一如很多报告所叙， 现今大量新创建的数据引起了信息产业从业人员极大关注，尤其是存储经理人。

关注焦点包括如何处理数据，保存什么样数据以及在哪里保存。问题还包括如何提交信息，在哪里保存数据， 对于数据有哪些要求以及需多大的代价去保存它。大多数新数据是文件形式的。

数据的大量增长对于存储供应商来说是好消息，这就意味着需要更多的存储。但是对于企业而言， 因为费用以及存储系统所需要的物理空间和能耗，保存所有这些新数据不是连续性的。

所有这些数据都需要一个新方法来进行存储和存档。每当获取到新的数据并需要进行分析时，需要建立一套新方法来建立数据关联性。关联性意味着需要立刻进行数据分析。例如，当从数据源(例如监控系统、反馈系统等等)接收的数据会立即被分析。与此同时，相关的新获得的源数据会被保存到备份系统中。而临时被保留而有价值的信息则被保存在数据分析节点或者共享的存储系统中。

如果需要，备份后的源数据可以进而再被数据挖掘处理或分析。备份系统也可以提供数据保护的流程，即根据商业流程的要求，对新数据的单次保护。

可以通过使用数据分析引擎，或者通过存储系统所提供的高级功能来建立数据关联。根据给定的分析规则，数据关联引擎可以将关联的数据存放到最适合的位置。有些数据会被保存在主存储系统， 而绝大多数数据会被直接存放到更经济的备份系统中。

这可能并不是一种新的模型，但是它可以精简管理数据的步骤和所需要的时间。采用类似的IT解决方案，可以大大的降低经济成本并且可以立刻可以应用于优化处理大量的正在产生的数据。