HCP:利用对象存储压缩存储成本

  以DAS、SAN和NAS为主的存储架构在过去很长一个时期里都是数据中心中存储主要的存在形式,但是随着大数据时代的到来,非结构化数据逐渐成为企业存储系统中的重要组成部分,办公文档、文本、图片、标准通用标记语言下的子集XML、HTML、各类报表、图像和音频/视频信息等等都是非结构化数据的范畴,即便是发展非常成熟的SAN和NAS仍不能很好的应对非结构化数据带来的需求,可以说对象存储就是在这样一个背景下发展起来的。

  对象存储架构的核心是将数据通路(数据读或写)和控制通路(元数据)分离,并且基于对象存储设备构建存储系统,每个对象存储设备具有一定的智能,能够自动管理其上的数据分布。简单来说,对象存储综合了NAS和SAN的优点,同时具有SAN的高速直接访问和NAS的分布式数据共享等优势,提供了具有高性能、高可靠性、跨平台以及安全的数据共享的存储体系结构。

  在不久前的2014 HDS CIO峰会上,而HDS对象存储的技术和解决方案是大会上一个非常重要的热点话题。HDS亚太区内容与云计算解决方案技术总监Pratyush Khare在大会主论坛上介绍了以HDS对象存储软件为核心的解决方案并在会后接受了记者的采访。

  

  从上图可以看出HDS的对象存储解决方案之中存储成本与传统存储相当,但是HDS在自己的对象存储中融入了很多数据保护的功能,用户可以根据自己的实际应用场景对策略进行修改,比如副本的设定,用户可以将自己的副本数据分布存在多个站点上以及副本的数量等,另外还有纠错等技术都可以保证数据的安全性,这样一来用户无需再额外的添加专用备份软件和硬件设备,整个数据解决方案中的数据保护成本降为零。

  在以结构化数据为主的传统存储中,备份是必须的,很多备份软硬件厂商都在做这件事,但是进入到以非结构化数据为主的环境中,对象存储解决方案则对数据保护进行重新考量,HDS的对象存储将数据保护策论整合进来之后,对整个存储解决方案除了成本有较大的降低之外,架构也得到了精简,当然运维难度也随之得到了降低。

  Pratyush Khare提到HDS的对象存储解决方案现在已经有较大规模的应用,涉及行业有政府机构、IT及相关服务(比如Infosys)、金融、建筑、制造、交通、医疗以及生命科学等。而主要针对的应用场景包括电子邮件归档、文档归档、文件服务器/NAS归档、录音归档以及医疗成像等,从这些应用场景来看,其数据的数据量都会比较大,而且非结构化数据会非常多,这样的应用场景比较适宜使用对象存储解决方案,而且已经是存档的数据,那么将数据保护的策略集成到存储解决方案当中更是简化了整个方案的复杂度。

  HDS的对象存储解决方案是其HCP智能数据管理平台的一个重要的解决方案,HDS对HCP的定位是基于业界安全性最高的对象存储解决方案。它包括归档、免备份,以及面向不同用户和应用程序的混合云存储——所有功能都统一集中于单一平台。HCP组合完全由HDS数据系统内部打造,可紧密结合业务需求的变化,轻松实现数据的部署、管理、维护以及调整。

  这里需要提到两个问题,一个是混合云存储,一个是混合云的安全性。首先混合云的关键是实现对不同存储资源进行管理以及数据在各种资源之间进行无缝的迁移,对于混合云解决方案,HDS有云转型服务(HDS Cloud Transition Services)以及基于内容归档的HDS云服务,使客户可基于广泛的云应用充分享用HCP的灵活性和可扩展性,IT部门可根据自身的业务需求,获取基于云平台的数据绑定和分层能力,而且无论是通过HDS云服务包还是通过其他友商的云架构,都无限制。

  混合云资源管理问题在HDS云服务的支持下得以解决,另外是安全问题,大量的移动设备及其他的个人终端,后端公有云资源都是安全问题比较突出的环节,这些问题也是阻碍云在企业中大规模应用的关键原因,HCP和HCP Anywhere以及HDI中都有大量的设计是针对安全性政策、权限管理以及系统监控而作的。

时间: 2024-10-04 04:09:32

HCP:利用对象存储压缩存储成本的相关文章

C++数组应用之特殊矩阵的压缩存储

矩阵: 矩阵是数值程序设计中经常用到的数学模型,它是由 m 行和 n 列的数值构成(m=n 时称为方阵).在用高级语言编制的程序中,通常用二维 数组表示矩阵,它使矩阵中的每个元素都可在二维数组中找到相对应的存储位置 .然而在数值分析的计算中经常出现一些有下列特性的高阶矩阵,即矩阵中有很 多值相同的元或零值元,为了节省存储空间,需要对它们进行"压缩存储 ",即不存或少存这些值相同的元或零值元. 操作:可以对矩阵作 加.减.乘等运算. 存储压缩目标: 节约存储空间 压缩 的方法: 零元不存

云存储的“隐藏成本”分析

摘要: 云存储的出现对于用户和应用而言,伴随着部署.运营和可扩展存储成本的大幅削减.但是同时公共提供商公布的每GB按月的价格几乎总是具有致命的吸引力,有经验的用户知道大多数 云存储的出现对于用户和应用而言,伴随着部署.运营和可扩展存储成本的大幅削减.但是同时公共提供商公布的每GB按月的价格几乎总是具有致命的吸引力,有经验的用户知道大多数提供商对于多数服务收费,除了存储,这些成本会随着逐渐扩展的业务快速累加起来. 有时候这些被称之为云存储的"隐藏成本",但是厂商做的很正当,诚然也提供了云

利用递归方法遍历文件存储到指定文件,为何不能遍历尽所有的指定文件?源码如下:

问题描述 利用递归方法遍历文件存储到指定文件,为何不能遍历尽所有的指定文件?源码如下: import java.io.*;import java.util.*;class FileDemo { public static void main(String[] args) { File dir=new File(""D:""); //showDir(dir0); //sop(getSum(10)); //delFile(dir); List list=new Arra

mcu-请教jpeglib库在压缩存储jpeg图片的详细过程

问题描述 请教jpeglib库在压缩存储jpeg图片的详细过程 jpeg库在压缩存储rgb数据时,是以压缩后的MCU为单位存储,还是以压缩后的一行rgb数据为单位存储? jpeg在压缩图片时不是以8x8的像素块(MCU也可能不是8x8)来编码的么,为什么它提供的 jpeg_write_scanlines()函数给人的感觉是压缩一行像素图,再把压缩后的数据存入文件中而不是存储一个压缩后的MCU.

class-直接输出异常类对象是异常信息,而直接输出普通类对象却是存储地址?

问题描述 直接输出异常类对象是异常信息,而直接输出普通类对象却是存储地址? 1.Exception e System.out.print(e); 2.class A{...} A a = new A(); System.out.print(a); 为什么 1 会输出具体的异常信息,而 2 却输出的是存储地址? 解决方案 打印对象实际上调用对象的toString()方法 Exception类中的toString()方法public String toString()返加的是以下字符串的串联: 此对

稀疏矩阵 压缩存储-将.off文件中的数据进行压缩存储,最好是做到与稀疏矩阵的压缩存储相关

问题描述 将.off文件中的数据进行压缩存储,最好是做到与稀疏矩阵的压缩存储相关 一个duck.off文件,327个点的坐标(x,y,z.double型数据),650个三角形连接信息.要求是把这些信息读入数组,并将这些数据进行压缩存储. 我想问的是:这些数据的压缩存储怎么样可以抽象成 稀 疏 矩 阵的压缩存储duck.off: OFF (文件格式为OFF) 327 650 0 (有327个顶点构成650个三角形) 539.697 -1035.28 317.708 (第一个顶点的xyz分量) ..

云存储的隐性成本

本文讲的是云存储的隐性成本,[IT168 资讯]云存储的定价就像个实用工具一样.一遍又一遍,几乎所有厂商都在重复同样的口号:"客户只需为他们所使用的那部分付钱."公共云存储每月每GB的价格介于12至25美分之间. 不过,云存储真正的节约可能更多的是与公司储存自己的数据相联系的所有附带成本有关."很多数据中心已经依靠管理对折数据量," Enterprise Strategy Group的分析师Terri McClure说道. "如果你没有空间,电力和制冷,廉

数据结构实践——压缩存储的对称矩阵的运算

本文针对数据结构基础系列网络课程(5):数组与广义表的实践项目. [项目 - 压缩存储的对称矩阵的运算] 设计算法,实现两个用压缩形式存储的对称矩阵A和B的加法和乘法.实现中请使用好前面设计的基本运算. [参考解答] #include <stdio.h> #define N 4 #define M 10 int value(int a[],int i,int j) { if (i>=j) return a[(i*(i+1))/2+j]; else return a[(j*(j+1))/2

【知云】第八期:海量视频存储如何降成本?阿里云低频存储来帮忙

摘要:我们知道直播平台往往会产生非常多的视频文件,这些视频存储会带来高昂的存储费用,那有没有什么解决方案可以有效降低费用呢?本文中阿里云布道师游圣将与大家分享直播平台如何借助阿里云解决方案降低视频存储成本. 想要看视频版?请点击这里:[知云]降成本-低频存储 针对于直播平台降低视频存储的成本这一用户痛点,阿里云有一整套针对于视频文件降低存储成本的解决方案,阿里云的解决方案如下图所示. 这是一个标准的视频平台示意图,主播通过PC端或者集成了SDK的手机端上传视频,视频数据通过CDN边缘节点加速,推