京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据引发的思考:性能容量孰轻孰重
当提到“大数据”概念的时候,有两个值得思考的问题:当性能不再是关键需求时,存储容量对公司究竟有多重要?这两个有分歧的要求能在同一市场、解决方案和设备中共存吗?
存储行业一直视这两个需求为核心,设备必须满足应用程序性能需要,同时要满足不断增加的容量需求,虽然整个行业大部分进展集中在某一个领域,但通常也会促进其它领域进步。
有趣的是,RAID最初是为增强性能而开发的,而不是为了提高容量,将多块硬盘组合到一起形成RAID阵列,以一种廉价的方式提供大型机直接访问存储设备(DASD)的IOPS(每秒输入/输出操作),于是才有了廉价磁盘冗余阵列的叫法,即RAID。
但事情总是不断变化的,企业存储制造商开始生产基于RAID的中央存储设备,并意识到这项技术也可以提供更大的容量,很快,各路厂商开始加入GB、TB和PB级存储阵列竞赛。
同时提供性能和容量是具有挑战性的,大规模存储阵列经常遭遇响应性的难题,以至于厂商很少在设备配满磁盘,典型的存储阵列配置通常比理论最大值小很多个数量级,容量也常常被认为是牺牲性能的代名词。
所谓的磁盘短击已经让位于固态硬盘和高速缓存,并且自动分层软件可以帮助“热”数据移动到性能更高的位置,但所有这一切都是以弥补磁盘系统内在的性能缺陷的名义完成的。
大规模硬盘也是一个严重的问题,因为I/O接口性能增长颗粒度要高于与硬盘容量,清除一块现代HDD硬盘中的数据可能需要花数小时,甚至数天。硬盘厂商为此开发了巧妙的数据布局和缓存算法,但问题并没有得到彻底解决。
关于“性能或容量”问题一种新的解决方案最近浮出水面,应用程序越来越注重其中一方面的需求,而不是两者都要。今天的企业应用程序往往要求数据库性能和容量要兼具,应用程序的需求映射到不同的存储设备,每个重点关注的领域都不一样。
这是Interop大会上关于大数据提问的答案:“大数据”应用存在,“大性能”应用同样存在,有些环境可能追求其中一种目标,但两者对IT行业来说都很重要,当我们评估新的解决方案时,我们必须确定并牢记其用途,一个同时要求性能和容量的应用程序可能需要返工,而不是寻找能满足它需要的存储系统。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 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 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 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 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19在零售行业大数据分析与精细化运营领域,纸尿裤旁摆放啤酒是最经典、最具代表性的商业案例。两种看似毫无关联的商品,一个是婴幼 ...
2026-08-19 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 ...
2026-08-19在数据分析、业务监控、质量检测与风险管控工作中,数据波动性是衡量数据稳定性、业务健康度、结果可信度的核心依据。数据波动代 ...
2026-08-18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导致 ...
2026-08-18在数据分析、业务评价、产品评级、用户分层与综合决策场景中,单一指标往往无法全面、客观地评价事物整体水平。现实中的评价对象 ...
2026-08-18在数理统计、假设检验、数据分析与机器学习领域中,卡方分布(χ²分布)是继正态分布、t分布之后最重要的连续型概率分布之一。 ...
2026-08-17在Python数据清洗、文本校验、账号密码规则校验、脏数据过滤、字符串规整化处理中,正则表达式是最高效、最常用的文本匹配工具。 ...
2026-08-17 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。 ...
2026-08-17手游行业具备用户迭代快、竞争激烈、用户粘性易流失的典型特征。随着新游持续上线、玩家审美升级、玩法疲劳等问题出现,存量用户 ...
2026-08-14在数字化产品运营、商业数据分析、业务增长管理中,零散的指标统计无法支撑系统性的业务决策。单一的点击率、转化率、销量数据只 ...
2026-08-14 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-08-14在数据库数据分析、数据清洗、报表统计与业务查询场景中,日期时间是最高频、最核心的基础字段。数据库中存储的日期格式多样,包 ...
2026-08-13