大平台巧战大数据

随着云时代的来临，大数据也吸引了越来越多的关注。虽然行业内都在谈论大数据,但是大家更注重的其实是大数据的价值,是一个企业真正要在大数据上做什么才能在这场挑战与风险并存的战争中获胜。应对大数据挑战，IBM推出存储平台来提高存储效率，采用V7000作为存储设备将底层资源虚拟、池化，在顶层提供统一、标准化的接口。对于未来，大数据对性能、容量和功能不断提升要求的情况下，看IBM如何升级下一代存储平台，获取市场先机。

1.大数据冲击传统存储

视频速记如下：

主持人：大家好，欢迎收看ZDNet视频节目，今天我们请来的嘉宾是我们的老朋友，IBM大中华区产品经理金微先生，一起来谈一谈，大数据时代的存储平台，那金微先生，今年您肯定有一个很强烈的感觉，就是大家都在谈大数据，那强调的都是大数据的价值，但是其实从企业的真正的它要在大数据上面，做出一些什么来的话，其实它面临的挑战和风险应该也不会少。

嘉宾：是这样的，因为大数据这三个字里面，虽然有两个字“数据”，看起来好像和存储非常相关，但你从行业里面看到，很多更有相关的可能在这些特别新的软件、应用模式都带来很大的一个变化。那么如果说对于企业和风险挑战，我想我谈的主要是对存储方面，在分析应用这些就我们另外去看。那么在这一块的话，我们现在看来，大数据的对存储产生的压力和方式，和原来是有很大变化的，简单做一个比喻，就是说在以前大数据出现之前，或者是说蛮多年之前的话，数据源的产生是可以有计划的、有规律的产生的，已经很清楚知道，下个月我会产生，当时还是多少G的数据，现在的话源头就好像是一个洪水爆发一样，你也不知道，它突然会爆发到多少量，但是你只知道它会很大。所以的话，第一个反应就是说，如果这个东西这么大的话，我有没有足够宽的河道，有足够多的存储的空间，能够把这些东西能够存下来，而不是措手不及，我就只能删，不放了，我们举一个大家都可以明白的例子，比如说一个社交网站平台，原来我答应你们放上来的照片都可以保留，现在说不行，一个礼拜以上的都要删除，那这样做的话，你是硬伤你的客户的积极性，人家可能要提早做一些准备，说有什么好的方式去处理存储的东西。还有一方面，因为数据来源可能会太快，而且来源的方面也比原来要多很多，在大数据的环境下，那么这个时候，你可能这个数据还没有分析之前，你完全摸不准，这里面到底哪些是很有价值的，哪些是怎么样的，那么在这样的环境下，我们有没有办法用一个相对比较高效，但又比较简单的方式，先把这个东西能够很稳妥的存下来，这是一个比较大的挑战。那再接下一步，我们讲到，你存在那不用也是没有用，下一步说可能经过要让别人来用，或者让进一步的软件去分析，那么在针对这样比较，这么大量的数据的范围，在用和分析的时候，肯定和原来的规定模式，以前的最传统的关系型数据库，又是完全不太一样的，那么这时候怎么样能在那个环境下，满足它分析和使用的需要的话，就是另外一个挑战了。

还有一块挑战也是说，因为IBM做一个很长的产品线，看到说，数据我们很早以前就讲它是有生命周期的，但现在很少有人讲大数据存下来分析过，用过了以后，基本上快要消亡了，你怎么办，当然你说我删除，删除是可以的，但是有没有想过，过了很多时间以后，它可能又有一些新的价值要怎么样，这时候你怎么样对这些，已经价值比较低的海量数据，做一个处理，可能又是一个情况，所以这就是针对数据的产生、处理和它的最后接近消亡，或者说长期归档的时候，和以前都有很大得变化，这些如果我们的IT系统没有很好的准备的话，都会带来它一定的风险。

主持人：那这样的话，概括起来说，现在在大数据对于存储它更具体一些的要求，主要体现在哪里？

嘉宾：好的，那么前面我们讲，就是说数据源头的产生特别多，爆发量特别大。那么在大数据里面，我们很多客户也是关注这个数据怎么样能够尽快的被再利用起来，我收到以后，另外一方面，怎样通过一些好的高智能的分析系统，能够从数据里面找出它的有用的信息，甚至说再从信息里面进一步提取出它的价值，这个都是软件里面，这些软件可能也是有很多，我们也顺带说一下，超出我们一般的想象的一些范围，比如说我们看到IBM现在也帮助做一些项目，它把一些大量的历史科技文档，自动扫描识别成一种模式，然后让机器去分析说，当时有没有一些漏掉的好的观点和想法，这些其实也有一些像是大数据的处理。那么当然这些和我们可能一般的企业，离得比较远，但是如果您是一个个人类的消费者，只是对存储比较有兴趣的话，我们可以这样来解释，就是说我们现在非常庞大的系统，要让它能够适合新的海量分析和处理需要的话，等于这个容器的做法，这个容器被访问时候的模式，和以前可能会有一点不一样，那么简单来讲如果做成最基本的硬件角度讲，也可以看到说，原来我们的规划都是比较直接的，我这个系统要多少，然后我就是一般就一个存储系统，去满足要求，但是在海量数据，大数据环境下，也可能不断的包括内部也在做整合，包括数据的存档，可能的话你的基础部分的数据，就是存在各种不同平台、不同品牌的，有些甚至比较奇奇怪怪的，很老的存储上，怎么样在这样一个架构下面，我又能够把我的海量数据，很平稳的让它们都存下来，又能够在我要的时候能够找到，又避免说我存了找不到这个风险的话，这个和以前来说，也是会有很大的不一样，以前你只要看固定的一些，现在是一个存储方面是从一个很稳定，变成一个更加离散的模式，你有很多不确定的因素。