云，需要高效存储的“效力”

云计算引发数据的爆炸，这已经是不争的事实。平板、智能手机和传感器等智能设备越来越多，这些设备的生成的数据远远地超出我们的想象。每天，遍布世界各个角落的传感器、移动设备、在线交易和社交网络产生PB级别的数据，每个月全球网友发布10多亿条Twitter信息和300多亿条Facebook信息。

相信去年6月IDC发布的报告结果仍然令人印象深刻：全球数据量在2011年已达到1.8ZB，在过去5年里增加了5倍，大约每两年翻一番，2015年全球数据量将达到近8ZB，到2020年将达到35ZB，总量将是现在的44倍。全球数字信息在未来几年将呈现惊人增长，所谓的“大数据”正在向我们袭来。

云计算和大数据时代的来临，我们看到内容和数据的建立，尤其是非结构化的数据，例如电子邮件、视频和图片等，这些数据的爆炸正在不可避免地促使着数据存储的位置从前端向云中的转移。而这时一个严峻的问题摆在我们面前：数据量的增长远远超过存储容量的增长，如何保存这些数据以便我们利用它的价值呢？

短短的几十年光景，硬盘的存储容量以迅猛的速度翻番至TB级，仅有几MB的软盘时代早已离我们远去，尽管如此，我们仍然感觉存储空间捉襟见肘，那么到底是哪里出现了问题？

这一切都归结到一个高效的存储基础架构。数据增长驱动着应对这些特殊挑战的存储、网络和计算系统进一步的发展，其中自然涉及到存储基础架构的发展。随着结构化和非结构化数据集的持续增长，这类数据的分析方式也更为多样化，当前的存储系统设计难以应对基础架构所需。

高效的存储意味着我们需要提高存储利用率，在部署云计算时，如果没有进行很好地规划，将基础架构的各个环节设计好，例如在存储系统方面，无论是虚拟化还是存储整合，如果没有考虑本身的效率或资源利用率，构建出来的云计算不但没有增强工作效率，反而会因为碎片化、冗余或系统彼此隔断变得更复杂且低效，因此我们需要高效先进的存储技术和架构为云打下坚实的基础。

例如，存储基础架构需要能够在性能和容量两个维度上进行扩展，横向扩展式存储由存储节点构成能够满足这种需求，每个节点具备处理能力和可连接性，可以无缝地扩展又避免传统系统可能产生的烟囱式存储问题。另外，基于对象的存储体系架构则可以支持在大数据存储系统中扩展至十亿级别的文件数量，而不会产生传统文件系统中会遇到的负载问题。再者，统一存储也可以解决存储复杂性、存储利用率低以及容量和性能无法被轻松共享或重新分配等问题。

同时企业还可以利用数据压缩、重复数据删除等技术去除多余数据，利用自动分层将数据迁移至适当的位置，通过存储虚拟化和精简配置利用现有资源存储更多数据，使用备份和归档等技术建立企业数据管理机制。

在关注高效存储的同时，我们也要看到云计算带来的一些存储挑战。例如，时下最大热的超极本采用高速固态盘存储数据，但只有100多GB的容量显然是无法很多的数据存储需求，是保存到外置硬盘中，还是按照不少厂商给出的美好蓝图那样，将数据保存到云中？再例如，网络带宽的瓶颈使得数据备份变得愈加困难，快速生成的数据无法进行实时一致的备份，数据完整性和安全性更是无法得到保障。

云计算和大数据已经成为许多企业面临的希望和挑战，利用云，可以最大限度地提高企业的成本效益，获得更有弹性、有无限的可扩展性的解决方案。但与此同时，数据急剧蔓延使得企业在方面逐渐面临着史无前例的考验，提高存储架构的效率就变得优化重要这不仅是存储优化的关键，而且也为企业部署做好充分的准备。