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
Pandas 选取特定值所在行：6 类核心方法与实战指南 在使用 pandas 处理结构化数据时，“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络（SCNN） 为解决这一痛点，球面卷积神经网络（Spherical Convolutional Neural Network, SCNN） 应运而生。它通 ...
2025-09-30在企业日常运营中，“未来会怎样” 是决策者最关心的问题 —— 电商平台想知道 “下月销量能否达标”，金融机构想预判 “下周股 ...
2025-09-30Excel 能做聚类分析吗？基础方法、进阶技巧与场景边界 在数据分析领域，聚类分析是 “无监督学习” 的核心技术 —— 无需预设分 ...
2025-09-29XGBoost 决策树：原理、优化与工业级实战指南 在机器学习领域，决策树因 “可解释性强、处理非线性关系能力突出” 成为基础模型 ...
2025-09-29在标签体系的落地链路中，“设计标签逻辑” 只是第一步，真正让标签从 “纸上定义” 变为 “业务可用资产” 的关键，在于标签加 ...
2025-09-29在使用 Excel 数据透视表进行多维度数据汇总时，折叠功能是梳理数据层级的核心工具 —— 通过点击 “+/-” 符号可展开明细数据或 ...
2025-09-28在使用 Pandas 处理 CSV、TSV 等文本文件时，“引号” 是最容易引发格式混乱的 “隐形杀手”—— 比如字段中包含逗号（如 “北京 ...
2025-09-28在 CDA（Certified Data Analyst）数据分析师的技能工具箱中，数据查询语言（尤其是 SQL）是最基础、也最核心的 “武器”。无论 ...
2025-09-28Cox 模型时间依赖性检验：原理、方法与实战应用 在生存分析领域，Cox 比例风险模型（Cox Proportional Hazards Model）是分析 “ ...
2025-09-26检测因子类型的影响程度大小：评估标准、实战案例与管控策略 在检测分析领域（如环境监测、食品质量检测、工业产品合规性测试） ...
2025-09-26CDA 数据分析师：以数据库为基石，筑牢数据驱动的 “源头防线” 在数据驱动业务的链条中，“数据从哪里来” 是 CDA（Certified D ...
2025-09-26线性相关点分布的四种基本类型：特征、识别与实战应用 在数据分析与统计学中，“线性相关” 是描述两个数值变量间关联趋势的核心 ...
2025-09-25深度神经网络神经元个数确定指南：从原理到实战的科学路径 在深度神经网络（DNN）的设计中，“神经元个数” 是决定模型性能的关 ...
2025-09-25在企业数字化进程中，不少团队陷入 “指标困境”：仪表盘上堆砌着上百个指标，DAU、转化率、营收等数据实时跳动，却无法回答 “ ...
2025-09-25MySQL 服务器内存碎片：成因、检测与内存持续增长的解决策略 在 MySQL 运维中，“内存持续增长” 是常见且隐蔽的性能隐患 —— ...
2025-09-24人工智能重塑工程质量检测：核心应用、技术路径与实践案例 工程质量检测是保障建筑、市政、交通、水利等基础设施安全的 “最后一 ...
2025-09-24CDA 数据分析师：驾驭通用与场景指标，解锁数据驱动的精准路径 在数据驱动业务的实践中，指标是连接数据与决策的核心载体。但并 ...
2025-09-24在数据驱动的业务迭代中，AB 实验系统（负责验证业务优化效果）与业务系统（负责承载用户交互与核心流程）并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析：6 步闭环，让数据驱动业务落地 在企业数字化转型中，CDA（Certified Data Analyst）数据分析师的核心价值，并 ...
2025-09-23
京公网安备 11010802034615号
经营许可证编号：京B2-20210330
