京公网安备 11010802034615号
经营许可证编号:京B2-20210330
2012年行将结束,2013年即将到来,在数据爆炸式增长和全球经济不景气的背景下,IT人士面临着诸多挑战:如何利用有限的预算来解决数据管理难题?如何准确判断未来的数据存储趋势?如何将这些数据转化为更有价值的信息?这些问题无一不成为当今存储行业的热门话题。
放眼2013年,大数据将继续成为IT行业中首要关注的问题,并可谓机遇与挑战并存。随着数据的爆炸式增长,拍字节(Petabyte,简称PB)已成为新的数据衡量标准,更高一级的艾字节(Exabyte,简称EB)也将逐渐引起业界的关注。可见,大数据已踏上时代的舞台,成为存储行业、甚至整个IT行业的主角。
12月4日,HDS公司(Hitachi Data Systems,日立数据系统)副总裁兼首席技术官Hubert Yoshida公布了2013年存储行业十大趋势预测。该预测以企业面临的迫切挑战作为出发点,并且对于如何将大数据转化为有价值信息,以支持企业业务增长有着深刻的意义。
HDS副总裁兼首席技术官 Hubert Yoshida
趋势之一:运营支出和固定成本支出将显著变化
在过去的10年中,存储总成本每年增长约7%,这些增长主要源于运营支出(OPEX),并将继续呈现较为显著的变化;而由于对硬件功能和存储容量需求的增加,一直比较稳定的固定成本支出(CAPEX)也将在2013年出现上涨趋势,并在总拥有成本中占据更大的比例。
趋势之二:企业将出现新的消费模式
过去,企业往往先采购所有可能需要的存储,并在之后的4到5年中将这些固定成本支出(CAPEX)慢慢投入使用;现在,企业将抛弃这种采购模式,而在真正需要的时候再去采购相应的存储设备,实现按需采购的新模式。要做到这一点,企业必须借助动态存储配置、虚拟化以及无间断数据迁移等技术能力。存储厂商也可以通过提供管理服务的方式帮助企业将固定资本转变为运营成本。
趋势之三:管理数据复制将爆炸性增长
将成倍增长的数据不断进行复制和备份是重复数据的最大来源,通过减少对于无变化数据的备份和复制需要,对象存储将有助于解决这一问题。
趋势之四:企业级闪存控制器将出现
与硬盘驱动器相比,高性能闪存固态硬盘(SSD)由于价格高昂并且耐用性有限,因此在企业中的使用率增长一直很缓慢。2013年,面向企业级存储系统的闪存控制器将被引入市场,且耐用性、性能和闪存容量均得到提高。
趋势之五:入门级企业存储系统将有新需求
越来越多的VMware等虚拟化管理程序应用改变了中端存储系统的需求,例如VDI。随着入门级企业存储需求的增长,企业级和中端存储架构的鸿沟将越来越小。这些存储系统能够通过增加更多的处理器、端口、缓存,实现横向扩展以适应工作量的增长,并且售价适中。
趋势之六:基于对象的文件系统将非常必要
非结构化数据的增长将需要更大规模、更具伸缩性的文件系统,标准文件系统将被基于对象的文件系统所替代,以满足不断增长的非结构化数据需求。借助对象存储的方式来管理文件系统数据和元数据(data about data)能够快速恢复文件系统,实现文件高性能访问,并做到文件自动分层。
趋势之七:数据归档和数据共享内容平台将加速使用
存储虚拟化使得应用程序可以共享存储资源,但应用程序的数据仍然局限在独立的信息孤岛之中。2013年,用户将能够尝试把来自不同应用程序的信息联系起来,这一趋势将加速数据归档和数据共享内容平台的使用。
趋势之八:硬件辅助控制器将满足复杂工作负载
存储控制器将配备先进的处理器和硬件辅助ASIC(Application Specific Integrated Circuit),来处理日益复杂的工作负荷,并应对更高的吞吐量。
趋势之九:数据共享平台将进一步提升工作效率
移动设备的广泛采用提高了生产效率,并促进了创新,但也给企业数据中心带来了难题。2013年将会出现一个安全的、随地均可访问的数据共享平台,可将移动设备的安全隐患降到最低,并进一步提高移动工作者的工作效率。
趋势之十:更加紧密集成的融合解决方案将出现
得到认证的、具有预配置和预测试功能的融合基础架构解决方案正不断获得市场认可。2013年,我们将看到越来越多的人开始使用统一计算平台,服务器、存储、网络资源的管理和协调可以通过一个平台完全实现。
从以上的趋势中不难看出,大数据给存储行业带来的机遇与挑战一直共存,这也使大数据长久以来更像一把双刃剑,如何发挥其最大威力又不伤及自身,将是每一位IT专业人士的首要课题。同时,业界也不得不在有限的预算和时间内应对这些挑战,并学会如何从大数据中挖掘出商业价值,以促进经济的增长和发展,使大数据这块巨大的金矿绽放最强的光芒。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
指标体系是企业数字化分析、业务监控、经营决策的核心基础框架,是将零散数据转化为可衡量、可对比、可落地业务价值的关键体系。 ...
2026-10-08随着市场竞争日趋饱和,同质化低价竞争逐渐陷入内卷僵局,传统以价格、渠道、促销为核心的营销模式边际效益持续递减。在此背景下 ...
2026-10-08 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-10-08你有没有想过,手机里点外卖、刷社交软件、转一笔账,背后到底是谁在替你"记着账"? 答案其实很简单:数据库,以及跟它对话的那 ...
2026-10-07CDA数据分析师 出品 作者:李诗怡 一、数据分析四大思维 1. 对比思维:没有对比就没有分析 核心观点:单独一个数字没有意义,有 ...
2026-10-05Kimball 是方法,星型模型是它产出的形状。 很多人把"Kimball vs 星型模型"当成一道选择题——这本身就是个误会:Kimball 是动词 ...
2026-10-05写在开头 老板在微信上甩来一句: "帮我看下为什么销量跌了。" ” 你回工位,打开 SQL,开始写。查订单表、拉近三个月、按 ...
2026-10-03CDA数据分析师 出品 作者:李诗怡 1. 事实表 vs 维度表 对比维度 事实表 维度表 核心问题 记录“业务发生了什么事” 描述 ...
2026-10-02做数据聚合时,PySpark的groupBy()确实能完成统计,这也是它的本职工作。但它有一个根本性局限:每一组数据,最终只能返回一行 ...
2026-10-01热力地图是数据可视化中极具辨识度与实用性的空间分析图表,结合地理空间维度与数据密度特征,通过颜色深浅、色阶渐变直观展示数 ...
2026-09-30 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-09-30同样是“银行数据岗”,在国有大行总行数据中心、在一家城商行的零售部、在银行系金融科技子公司、在保险公司,工作内容、成长节 ...
2026-09-29在数据分析与统计学研究中,数据往往不是独立存在的,不同变量之间普遍存在相互关联、相互影响的关系。相关性统计分析是挖掘变量 ...
2026-09-29 导读:大多数人只把 dataclasses 当成偷懒工具,用来少写 __init__、__repr__ 这类魔法方法。但它的能力远不止于此。本文带 ...
2026-09-29 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-09-29在MySQL数据库运维与业务开发中,行业普遍存在“数据达到千万级就必须分表”的说法。但在实际生产环境中,千万条数据并不是强制 ...
2026-09-28CDA数据分析师 出品 作者:李诗怡 1. 5W1H 分析法 定义:经典系统性思维框架,通过六个核心维度对问题进行全方位拆解与剖析,确 ...
2026-09-28 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-09-28CDA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