在现实生活中,我们会将大部分积蓄存放在银行或者委托金融机构进行管理。同时,在钱包中也会存有一定量的余钱,已备不时之需。其实这个道理就是云存储的实现模型。在云存储中,会有一个公共的存储中心(如网络上的某个数据存储服务器)用来像银行一样来保存企业的数据。同时一些比较常用的数据也会保存在本地(这就好像用户的钱包),以方便用户的使用。这就是云计算与数据存储结合的基本原理。这个设想是好的。但是具体实现起来,还是有一定的困难。笔者在这篇文章中对一些难点进行分析,以供大家参考。
一、数据委托第三方管理,企业放心吗?
在银行刚出现的时候,没有多少人愿意将数据存放在银行中。即使到现在,一有风吹草动(如银行要倒闭了),储户还是会将钱从银行中取出来。这也就是说,钱存在银行中还是有一定风险的。而且用户对银行的接受有一个过程。其实云存储也有这方面的顾虑。对于大部分企业来说,客户信息、产品信息等方面的资料,都是企业赖以生存的源泉。他们是否会将这些数据存放在第三方那边呢?他们是否会担心信息泄露的风险呢?如果要让企业接受云存储产品,那么供应商就应该先让用户打消这个顾虑。让用户能够相信存放在他们那里的数据是安全的,是不会被未经授权的第三方获取的。
不过让企业接受这方面的信息具有一定的难度。其实早期的SaaS应用与云存储具有一定的相似性。都是将数据存放在第三方那边。但是SaaS的推行并没有被企业用户所广泛接受。其中很重要的一个原因就是因为企业担心敏感的业务数据被第三方泄露。其实从某种角度讲,现在企业用户对私密信息的泄漏深恶痛绝。连政府部门的信息(如考生信息)都会被当作商品来买卖。那谁又能够保证存放在第三方那边的信息不会被拿出来买卖呢?其实从数据安全的角度讲,包括三个层面。一是数据传输过程中的安全;二是数据保存时的安全;三是数据管理时的安全。其中传输中的安全,凭现在的安全技术应该不存在问题。数据保存时的安全,通过数据备份等技术也不会出现疏漏。而企业比较担心的就是数据管理时的安全。简单的说,就是其他人(如空间提供商的员工)他们能否接触到具体的业务数据,然后将这些数据拿出来卖。这不仅仅是一个技术问题,更是一个管理上的难题。现在私人信息经常被当作商品拿出来卖。这种事件多了,企业用户也对此产生了比较大的担忧。这是可以理解的。
在种种现实的压力下,让企业用户放心的将数据交给第三方来进行管理,这有一定的难度。这也是推广云存储产品时第一个需要解决的信任问题。云存储产品应该从技术与管理上,让用户放心将他们的数据保存在你那边。
二、内部网路与外部网络之间连接的稳定性。
企业将大部分数据保存在互联网上的存储服务器上。当需要某个数据时,就可能要同互联网上的服务器进行交互。这也就是说,内部网络要与外部网络之间的连接具有很好的稳定性。但是要提高这个稳定性具有一定的难度。
像银行、证券等金融机构,他们要求网络的可用性达到99%以上。不过要达到这个稳定性的话,需要一定的投资。如在网络组件时,需要考虑到网络的冗余。简单的说,就是他们连接到总公司或者上级的网络,有多条路径。主网络路径发生故障时,会自动切换到辅助网络中。通过冗余网络,就可以大幅度的提高网络的可用性。但是大部分企业,能够采用冗余网络设计吗?恐怕不行。因为多一条网络路径,意味着企业需要额外的投资。根据笔者的了解,现在大部分企业采用的都是单条网络路径。当这条网络发生故障(如光纤因为施工被挖断)等原因,从而导致网络的中断。此时企业如果需要用到某个数据的话,就无法从互联网上的云存储服务器上取得。
而如果将数据存储在本地,这可以避免这种麻烦。即使企业内部的网络因为病毒或者其他原因发生故障,那么网络管理员加班加点也可以迅速解决。换句话说,此时主动权是掌握在企业自己的手中。
中国国内互联网的稳定性相比美国等国家来说,还有一定的差距。为此在国内推广云存储解决方案时,这也是一个难点。现在有些厂家在推广跟网络相关的产品时,在合同中都会加一条免责条款:因为网络故障导致的业务失败企业概不负责。从这里也可以看出,网络连接的稳定性会增加云存储产品的使用风险。为此根据笔者的了解,很多IT负责人宁愿自己花钱购买设备,将数据存放在企业内部。也不愿意将数据存放在互联网上。因为IT负责人很难保证网络的稳定性,而当网络出现故障时企业的用户又会将责任归结在他们身上。所以IT负责人也不愿意被这个黑锅。
故笔者认为这是云存储产品推广过程中遇到的第二个难点。在云存储解决方案中需要考虑到网络稳定性的因素,预先提供一定的预防措施。如在企业本地也提供一个数据的完整副本等等。
三、费用的问题。
云存储的实质就是在网络上服务器提供商提供一个空间,然后企业租用他们的空间来存储数据。这中间必定会有费用的发生。这就像在银行中办理业务时,需要支付一定的
手续费。可是现在银行手续费的涨价声,已经引起了很多的怨言。在这种背景下企业如果选择云存储产品时,就会考虑,以后这个费用是否也会涨价呢?等到绝大部分企业开始接受这个云存储产品,价格的主动权是否会在供应商那边呢?在这种情况下,如果从长远的情况看,IT负责人就需要考虑,自己投资与租用空间,到底哪个合算?
为此空间供应商往往需要对未来的费用做一个承诺。如未来十年之内的租用费用。在实际工作中,由于未来存在着不确定性。如对于服务器硬件来说,一般很难用到十年。如果未来硬件的购买成本增加,那么这个多出来的费用该如何处理呢?是转嫁到企业身上还是自己的消化呢?这些内容都会影响到未来空间的租用费用问题。由于未来的不确定因素太多,为此要做好这个费用的预算具有一定的难度。
为此笔者认为,费用也是影响企业是否接受云存储这个产品的重要因素。费用太高企业可能认为还是自己部署合算。而费用太低,则难于提供长期的、稳定的高质量服务。
最后需要说的是,现在的云存储一般都是与虚拟化存储结合使用的。简单的说,就是通过虚拟化技术将云存储空间划分成相对独立的区域,然后租用给企业用户。如此的话,就可以减少相互之间的干扰。这也就是说,在考虑云存储遇到的挑战时,还需要考虑虚拟化技术带来的风险。简单的说,就是空间提供商鼓吹他们的服务器有多高的配置。但是企业需要清醒的认识到,这个服务器并不是供你一家使用的。而是有很多用户同时使用。这就好像3G技术一样。有专家就指出,3G用户少时,网络速度还不错。但是等到用户数量一多,那么其性能就会成直线下降。对于云存储来说,也有这方面的顾虑。当用户的数量增多,同时服务器提供商又没有改善设备,则表示多个用户之间需要共享服务器的资源。那么用户数据存取的性能也就会下降。这也是企业在选择使用云存储产品时需要考虑的一个风险因素。
云计算与数据存储结合的难点分析
时间: 2024-10-30 22:48:51
云计算与数据存储结合的难点分析的相关文章
云计算与数据存储结合的难点分
在现实生活中,我们会将大部分积蓄存放在银行或者委托金融机构进行管理.同时,在钱包中也会存有一定量的余钱,已被不时之需.其实这个道理就是云存储的实现模型.在云存储中,会有一个公共的存储中心(如网络上的某个数据存储服务器)用来像银行一样来保存企业的数据.同时一些比较常用的数据也会保存在本地(这就好像用户的钱包),以方便用户的使用.这就是云计算与数据存储结合的基本原理.这个设想是好的.但是具体实现起来,还是有一定的困难.笔者在这篇文章中对一些难点进行分析,以供大家参考. 一. 数据委托第三方管理,企业
基于云计算的数据存储技术研究
基于云计算的数据存储技术研究 孙知信 黄涵霞 以云计算环境下大数据存储技术为研究对象,首先介绍了云计算环境下主要的两种典型的分布式存储系统,即Google的GFS 和Hadoop的HDFS:对其中的数据存储技术进行了专门分析,从可扩展性和延迟性(如何支持海量小文件的存储).容错性(在数据丢失时进行数据恢复)和海量数据存储的实时性这3个方面对现有技术进行了评价.在此基础上,提出了分布式文件系统的系统架构.最后给出了研究展望. 基于云计算的数据存储技术研究
云计算对数据中心市场的影响分析
云计算对数据中心市场的影响分析 徐 玉 介绍数据中心的发展现状及与云计算的关系,指出云计算技术推动了数据中心的产业升级,同时推动政府数据中心重新布局,但也给数据中心的市场监管带来挑战,建议电信监管与时俱进,作出相应的调整来适应技术与市场的发展. 关键词-云计算:数据中心:监管政策 [下载地址]:http://bbs.chinacloud.cn/showtopic-13358.aspx
云计算抬高数据存储公司身价
一家平淡无奇的数据存储公司近日引起了世界两大电脑公司的商战:惠普和戴尔互相比着出高价,要收购一家名为3Par的公司.业内人士说,两家电脑公司之所以掐得这么凶,一是因为它们都想转型扩大软件服务,二是数据存储技术对云计算至关重要. 轮番加价志在必得 8月16日,戴尔最先宣布以每股18美元的价格收购3Par.没想到其竞争对手惠普"横插一杠",喊出了每股24美元的价格.到了26日,戴尔出价每股24.3美元.3Par公司董事会表示同意,并向美国证券交易委员会递交了报告.眼看这笔交易就要做成,不想
谈大数据:高效的数据存储、维护以及分析
"大数据"被认为是可以重塑现有数据中心的技术.诚然,数据中心听起来一点都不如iPad有趣,不过如果没有数据中心对云计算的支持,iPad至少不会像现在这么有趣.云计算不仅极大的延伸了移动互联网,同时正在成为一股冉冉升起的新时代的中坚力量,不断为商业终端注入活力.美国政府已经意识到了大数据的重要性,美国总统奥巴马甚至斥资2亿美元联邦财政预算用于大数据项目.无论是商务人士还是政府机构都在谈论大数据,仿佛这是一盏济世明灯,俨然在将经济发展的重任交付于大数据的肩上. 但且慢,这些对大数据如此推崇
基于HBase的大数据存储的应用场景分析
引言 HBase是一个高可靠性.高性能.面向列.可伸缩的分布式存储系统,适用于结构化的存储,底层依赖于Hadoop的HDFS,利用HBase技术可在廉价PCServer上搭建起大规模结构化存储集群.因此HBase被广泛使用在大数据存储的解决方案中. 为何使用HBase HBase的优点: 列可以动态增加,并且列为空就不存储数据,节省存储空间. Hbase自动切分数据,使得数据存储自动具有水平scalability. Hbase可以提供高并发读写操作的支持. HBase的缺点: 不能支持条件查询,
《大数据存储:MongoDB实战指南》一1.3 大数据与云计算
1.3 大数据与云计算 大数据存储:MongoDB实战指南从技术上看,大数据与云计算的关系就像一枚硬币的正反面一样密不可分.大数据必然无法用单台的计算机进行处理,必须采用分布式计算架构.它的特色在于对海量数据的挖掘,但它必须依托云计算的分布式处理,也就说大数据就像做饭用的一堆原材料,云计算就像做饭用的工具.云计算解决了大数据的运算工具问题,而对大数据的存储我们需要相应的云存储工具.云存储是在云计算概念上延伸和发展出来的一个新的概念,是指通过集群应用或分布式文件系统等功能,将网络中大量的存储设备通
《大数据存储:MongoDB实战指南》一1.2 什么是云计算
1.2 什么是云计算 大数据存储:MongoDB实战指南云计算的定义有多种说法,对于到底什么是云计算,我们至少可以找到100种解释.目前广为接受的是美国国家标准与技术研究院定义:云计算是一种按使用量付费的模式,这种模式提供可用的.便捷的.按需的网络访问,进入可配置的计算资源共享池(资源包括网络.服务器.存储.应用软件.服务),这些资源能够被快速提供,只需投入很少的管理工作,或与服务供应商进行很少的交互,本质上就是虚拟化技术的延伸,以服务的形式提供客户.按照服务的形式,目前主要有如下3种形式的云计
《大数据存储:MongoDB实战指南》一第1章 大数据与云计算
第1章 大数据与云计算 大数据存储:MongoDB实战指南本文仅用于学习和交流目的,不代表异步社区观点.非商业转载请注明作译者.出处,并保留本文的原始链接.