京公网安备 11010802034615号
经营许可证编号:京B2-20210330
数据存储的七大特性分析
在新技术浪潮中,数据存储的应用呈现出以下新的特点:
1. 数据成为最宝贵的财富
由于越来越多有价值的关键信息转变为数据,数据的价值就越来越高。数据丢失对于企业来讲,损失将是无法估量的,甚至是毁灭性的,这要求数据存储系统具有卓越的系统可靠性。
2. 数据总量呈爆炸性的增长
人们在信息活动中不断地产生数字化信息,各种新型应用也层出不穷,如流媒体、数字电视、IDC、ASP、ERP、数字影像、事务处理、电子商务、数据仓库与挖掘等,因此造成数据总量呈几何级数增长。
计算机网络技术的进步,特别是因特网及Web 应用的推广,不仅大大增强了人类的信息生产能力,而且使得信息的服务更为全球化。近年来,人类生产的信息量超过了网络时代以前人类积累的所有信息的总和,而且信息生产的速度依然在持续上升。据UC Berkley 2001 年公布的数据显示,未来3 年内所产生的数据将超过过去4万年中产生数据的总和,而且93%的新生成的信息为数字形式。
信息技术的飞速发展,推动了对信息存储的巨大需求。无疑,这造成了对于存储系统的容量需求大大增长。因为永远都有新的数据产生,所以对存储容量的需求是没有止境的。这要求现代存储系统应该具备高度的可扩展性,并且现代应用还要求这种扩展应该不中断正在进行的业务,实现动态可扩展。这些需求都是对数据存储系统容量、动态可扩展性的前所未有的挑战。
3. I/O成为新的性能瓶颈
早期计算机仅用于计算,CPU的计算能力是计算机技术发展的瓶颈。后来在网络应用中,计算机通信成为占时间最多的事件,网络带宽成为新的技术瓶颈。目前,计算机的主要应用模式已经转化成数据的存储和访问。受机械部件的限制,磁盘数据访问时间平均每年只能提高7%~10%,数据传输率也只能以每年提高20% 的速度发展,而同时现代微处理器和内存系统正以平均每年增长50%~100%的速度发展,处理机和磁盘之间的性能差距已经越来越明显。根据Amdahl 定理,计算机系统性能的提高要受限于系统中最慢的部件。因此,数据存储系统已经成为计算机系统新的性能瓶颈,即所谓的I/O 瓶颈。传统存储结构难以解决这一问题,采用新型存储结构,大幅度提高存储系统性能的需求越来越迫切。
4. 全天候服务成为大势所趋
在电子商务和大部分网络服务应用中,365×24小时的全天候服务已是大势所趋,这要求现代数据存储系统具备优异的高可用性。
5. 数据存储管理和维护要求集中化、自动化、智能化
以前的数据存储管理和维护大部分由人工完成。由于数据存储系统越来越复杂,对管理维护人员的素质要求也越来越高,因管理不善而造成数据丢失的可能性大大增加。这就要求现代存储系统具有易管理性,最好是具有智能的自动管理和维护功能。
6. 实现多平台的互操作和数据共享
由于历史原因,用户的系统中存在着多种信息平台,这就要求存储系统实现多平台的互操作性和数据共享,从而具有高度的系统开放性。
7. 存储系统在中高端计算机系统价值中所占比例不断升高
在IT预算中,数据存储所占的比例大幅度逐年增长,目前已经超过75%。对于存储系统需求的变化,从近年来存储市场的发展可见一斑。在2001 年,尽管全球性的IT业大萧条气氛弥漫整个IT 领域,但全球整个信息存储市场规模仍比上一年增长了14.3%,达到364.7 亿美元。2002 年总体上虽有所放缓,但仍保持了近12%的增长率。
根据IDC的预测,未来,全球数据存储市场规模可达到580.343亿美元。数据存储系统的容量平均年复合增长率达到80%,销售平均年复合增长率达到12%。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
CDA数据分析师 出品 作者:李诗怡 1. 用户标签体系 定义: 通过一系列高度精炼的特征标识,对用户属性、行为与偏好进行量化刻画 ...
2026-09-24Pandas是Python生态中用于表格数据处理的核心库,广泛应用于数据清洗、统计运算、报表输出、数据分析建模等场景。在处理极大数值 ...
2026-09-24随着数字经济快速发展,数据已成为核心生产要素,各行各业的业务沉淀、用户行为、设备运行、市场交易均产生海量数据。数据处理作 ...
2026-09-24 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-09-24在时序数据分析中,大部分业务数据并非持续平稳变化,而是会在某些时间节点出现突然抬升、断崖下跌、趋势反转、波动异变等现象, ...
2026-09-23在统计学与数据分析中,研究多组数据差异最常用的方法为单因素方差分析与事后多重比较。很多数据分析初学者容易混淆两者功能,认 ...
2026-09-23 很多数据分析师每天都在写 SQL,但当被问到“DQL 的本质是什么”“SELECT 子句的书写顺序与执行顺序为何不同”“INNER JOIN ...
2026-09-23 很多数据分析师写过无数个SELECT查询,但当被问到“如何新建一张表来固化中间数据”“创建视图和创建物理表有什么区别”“视 ...
2026-09-22CDA数据分析师 出品 作者:李诗怡 1. 金字塔原理 定义: 一种“先总后分、先结论后原因”的思考和表达方式。顶层为核心观点,中 ...
2026-09-22数据收集是数据分析、数据挖掘与数字化运营的源头工作,数据收集的完整性、准确性、时效性直接决定后续数据分析结果的可信度与业 ...
2026-09-21箱线图是数据分析中用于识别数据分布、判断离散程度、筛查异常值的核心图表。相比于直方图、趋势图,箱线图可以精准区分正常数据 ...
2026-09-21 很多数据分析师精通Excel函数和数据透视表,但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么 ...
2026-09-21在数据库数据查询与数据分析工作中,日期时间是最常用的数据类型之一。原始数据库中存储的日期格式多为标准时间戳、年月日时分秒 ...
2026-09-20在时序数据分析中,增长率是衡量数据涨跌幅度、研判发展趋势、识别周期波动的核心指标,主要分为环比增长率与同比增长率。传统Ex ...
2026-09-20 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-09-20CDA数据分析师 出品 作者:李诗怡 STP模型(营销战略三步法) 定义: 现代营销战略核心框架,通过市场细分(S)、目标市场选择( ...
2026-09-18在互联网产品迭代、运营优化、界面改版与策略升级过程中,主观经验判断容易造成决策偏差、盲目改版、资源浪费等问题。AB实验(AB ...
2026-09-18 很多企业并不缺少指标,缺少的是让指标“串起来、动起来、用起来”的体系。零散指标像散落一地的珠子,指标体系则是那根把珠 ...
2026-09-18在电商行业精细化运营时代,流量红利逐步消退,粗放式投流、广撒网营销模式已无法适配市场竞争需求。依托用户点击、加购、收藏、 ...
2026-09-17在数据可视化与数据分析工作中,图表是将零散数据转化为直观业务规律的核心工具。不同图表拥有专属的数据逻辑与分析维度,能够从 ...
2026-09-17