隨著IT行業持續地灌輸廉價存儲的優勢，企業較以往擁有者更多的數據，那么在評估大數據基礎架構的過程中需要深入地調查哪些因素。本篇涉及到了在容量、延遲、訪問性、安全性和成本這些重要因素的評估。

大數據發展的驅動因素

除了存儲比以往更多的數據，我們所面臨的數據種類也變得更加繁雜。這些數據源包括互聯網事務交易、社交網絡的活動、自動化傳感器、移動設備以及科研儀器等。除了靜態的數據增長方面，事務交易也會保持一個固定的數據“增長速度”。例如飛速增長的社交信息所產生的大量交易事務和記錄。不過現有的不斷擴大數據集無法確保能夠為業務搜索出有價值的信息。

當今的信息是一項重要的生產因素

數據業已成為了一種生產資料，就如何資本、勞動力和原始材料那樣，而且也不限于某一行業內的特定應用。企業中所有部門都旨在整合比較越來越多的數據集合，致力于降低成本、提升品質、增強生產能力以及開發新產品。舉例來說，對于現場產品的直接數據分析有助于提升設計。又例如企業可以通過對用戶習慣的深入分析，比較整體市場的增長特性，大幅提升自己在競爭分析方面的能力。

存儲發展的必要性

大數據意味著數據的增長超過了其本身的基礎架構，這驅動著應對這些特殊挑戰的存儲、網絡和計算系統進一步的發展。軟件應用需求最終推動了硬件功能的發展，同時在這種情況下，大數據分析的處理過程正在影響著數據存儲基礎架構的發展。這對于存儲和IT基礎架構企業而言是一項機遇。隨著結構化和非結構化數據集的持續增長，這類數據的分析方式也更為多樣化，當前的存儲系統設計難以應對大數據基礎架構所需。存儲供應商已經開始推出基于數據塊和基于文件的系統來應對許多這方面的需求。以下列出了一些大數據存儲基礎架構的特性，這些都是源自大數據的挑戰。

容量。“大”在很多時候可以理解為PB級別的數據，因此大數據基礎架構當然要能夠可以擴展。不過其同樣必須能夠簡易地完成擴展，以模塊化或陣列的方式為用戶直接增加容量，或者至少保持系統不會宕機。橫向擴展式存儲由于能夠滿足這種需求，變得十分流行。橫向擴展集群體系架構的特征是由存儲節點構成，每個節點具備處理能力和可連接性，可以無縫地擴展，避免傳統系統可能產生的煙囪式存儲的問題。

大數據還意味著大量的文件。管理元數據文件系統的累計會降低可擴展性并影響性能，用傳統的NAS系統就會在這種情況下出現問題。基于對象的存儲體系架構則通過另一種方式，支持在大數據存儲系統中擴展至十億級別的文件數量，而不會產生傳統文件系統中會遇到的負載問題。基于對象的存儲可以在不同的地理位置進行擴展，可以在多個不同地點擴展出大型的基礎架構。

延遲。大數據基礎架構中或許同樣會包含實時性的組件，尤其是在網頁交互或金融處理事務中。存儲系統必須能夠應對上述問題同時保持相應的性能，因為延遲可能產生過期數據。在這一領域，橫向擴展式基礎架構同樣能夠通過應用存儲節點集群，隨著容量擴展的同時增強處理能力和可連接性。基于對象的存儲系統可能并發數據流，更大程度上改善吞吐量。

許多大數據環境需要提供高IOPS性能，在高性能計算環境中的應用。億恩科技服務器虛擬化也會驅動高IOPS的需求，就和其在傳統IT環境中一樣。為了滿足這方面的挑戰，固態存儲設備可以以多種不同形式進行部署，從簡單的基于億恩科技服務器的緩存卡到全閃存架構的可擴展式的存儲系統。

可訪問性。隨著企業越來越能夠理解大數據分析的潛在應用，對不同數據集的對比需求會讓越來越多的人員進入到數據共享之中。在創造業務價值方面，企業在尋求更多的方式來從各種平臺相互參照不同的數據對象。包含全局文件系統的存儲基礎架構可以滿足這方面的問題，因為其允許多用戶，多主機的交互文件，并且支持諸多不同的，甚至是位于不同區域的后端存儲系統文件共享。

安全性。財務數據，醫療信息以及政府確保都有其標準的安全性要求。雖然這些或許和當前IT管理員的職責稍有不同，大數據分析可能也需要相互參照數據，而這類數據在之前可能完全無關，這又產生了新的安全性的要求。

成本。“大”同樣意味著更加昂貴。并且以許多企業今天正在運作的大數據環境規模，對于成本的考慮可能非常重要。這意味著從“每個盒子”中更有效地產出，以及更加廉價的組件。存儲重復刪除已經進入主存儲市場，并且取決于涉及到的數據類型，這會給大數據存儲系統帶來一些價值。降低后端存儲容量消耗，即便是幾個百分點，在數據集不斷增長的環境下都可以提供巨大的投資回報。自動精簡配置、快照和克隆技術同樣可能根據不同的數據類型，提升效率。

許多大數據存儲系統都會包含歸檔組件，尤其是對于那些和歷史趨勢或者長期存儲應用相關的企業。從單位成本所提供的存儲容量來看，磁帶仍舊是最具性價比的存儲媒介，并且能夠支持大容量存儲磁帶盒的歸檔系統對于許多環境都已經成為了約定俗成的標準。

來自于成本方面的最大影響是使用商品化的硬件。很清楚大數據基礎架構無法依賴大型硬件企業傳統上的轉向。許多剛開始部署，或者是具有大型的大數據環境的用戶自行開發了“白盒”系統，這類系統以更低的成本，以現成的商品的形式提供給用戶。不過更多的存儲產品現在以軟件的形式出現，可以安裝在現有系統，或者普通的現成硬件上。此外，許多企業正在將其軟件技術以商品化的設備，或者和硬件供應商結合，提供類似的方案形式進行銷售。

持續性。許多大數據應用中涉及到合規規范的要求，使得數據需要保存幾年甚至幾十年。醫療信息通常要保存患者的一生。財務數據一般要保存7年。不過大數據用戶同樣會更長地保存期數據，因為這是歷史記錄的一個組成部分，或者要用于以時間為基礎的分析。這種長期保存的需求意味著存儲供應商需要進行持續地一致性檢驗，并且具備其它長期的可靠性特性，以及滿足數據在線升級的需要。

靈活性。因為大數據存儲基礎架構通常會變得十分龐大，在其設計之初就應當十分注意，以確保其能夠增長，并且隨著分析組件的增長而發展。數據遷移在大數據領域中已成為歷史，尤其是自從數據可以在多個地點開始。大數據存儲基礎架構從你開始向里面寫入數據的那一刻就已確定，因此其在發展過程中必需能夠滿足不同的應用環境和數據場景。

應用感知。有一些首次部署大數據的過程中會涉及到特定應用的基礎架構，諸如為政府項目而開發的系統，或者為大型互聯網服務公司所開發的白牌系統。應用感知作為改善效率和性能的一種途徑，在主流存儲系統中變得日益普及，并且其也是在大數據環境中應當部署的一種技術。

小型用戶。隨著業務需要，大數據的應用會延伸至那些小型的企業，這種企業遠遠小于那些存儲基礎架構市場部門所關聯的大數據應用分析。這也不只是處于“技術狂熱”或者獨特的應用需求，因此大數據領域的存儲供應商需要提供更小的配置，并更加關注成本效益。