0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

逆向云模型對數(shù)據(jù)存儲策略的再思考

存儲界 ? 來源:未知 ? 作者:胡薇 ? 2018-06-14 09:01 ? 次閱讀

如今有許多企業(yè)存儲討論的重點是將數(shù)據(jù)轉(zhuǎn)移到公共云上進(jìn)行歸檔,因為進(jìn)入的成本并不高,尤其是在需要即時容量的情況下。但是,一旦企業(yè)采用公共云,可能會出現(xiàn)這樣的情況,需要將數(shù)據(jù)遷移回本地部署的數(shù)據(jù)中心,以實現(xiàn)逆向云存儲戰(zhàn)略。

這可能包括IT部門需要控制一些關(guān)鍵數(shù)據(jù)(如交易和庫存等),滿足某些法規(guī)要求(如GDPR),遵守特定標(biāo)準(zhǔn),響應(yīng)審計,執(zhí)行分析,或僅出于財務(wù)原因。

雖然公共云存儲是敏捷的、可伸縮的和靈活的,但它不是針對每一個業(yè)務(wù)需求。例如,從公共云中刪除數(shù)據(jù)通常是昂貴且難以預(yù)算,因為有時企業(yè)不知道需要刪除什么數(shù)據(jù)、何時刪除或刪除多少。在公共云中存儲數(shù)據(jù)的企業(yè)可能需要將數(shù)據(jù)遷移到本地部署的數(shù)據(jù)中心。

云計算的數(shù)據(jù)刪除

從入門成本角度來看,喜歡并適應(yīng)公共云很容易,新入職的員工也可以輕松編寫云計算中的代碼,這已經(jīng)體現(xiàn)在已有的大量內(nèi)容中。

對于某些人來說,云計算是避免與中央數(shù)據(jù)處理及其流程進(jìn)行糾纏的一種方式,因為它可以比通過IT環(huán)境進(jìn)行更快的數(shù)據(jù)移動。對于大多數(shù)人來說,公共云是一個更冷的數(shù)據(jù)存儲庫,需要通過備份和安全措施進(jìn)行歸檔和保護(hù),以作為定價模式的一部分。

對于公共云的沖擊發(fā)生在需要刪除數(shù)據(jù)時。在一個典型的例子中,無論是大數(shù)據(jù)分析工作負(fù)載還是法律文檔,下載成本都是將其保留在云平臺的成本的數(shù)倍,并且基于多頁面定價模式,難以導(dǎo)航,甚至更難了解。高昂而意外的下載費用賬單可能會讓企業(yè)對預(yù)算和IT可信度產(chǎn)生負(fù)面影響。

把數(shù)據(jù)放在第一位

企業(yè)面對任何挑戰(zhàn)的最終目標(biāo)都是搞清楚自己想要完成什么,開發(fā)一個數(shù)據(jù)存儲策略消除了“現(xiàn)在保存,后期擔(dān)心”的心態(tài)。該策略可能包括將所有數(shù)據(jù)放入公共云中,以降低昂貴的數(shù)據(jù)中心基礎(chǔ)設(shè)施部署成本,但不提供本地部署數(shù)據(jù)中心訪問或IT控制,并且代價很高。

如果安全性和數(shù)據(jù)保護(hù)是高優(yōu)先級的,那么將所有內(nèi)部部署數(shù)據(jù)提供給本地控制和訪問,但是實施和維護(hù)成本高昂。對于大多數(shù)人來說,最佳策略是一種混合方法,企業(yè)重新考慮如何捕獲、保存、訪問和轉(zhuǎn)換數(shù)據(jù)。

在搜索關(guān)鍵信息時,通過瀏覽數(shù)據(jù)的數(shù)量、速度和多樣性,提出了有關(guān)數(shù)據(jù)需要在哪里的問題。

如今的CIO和IT經(jīng)理正在重新思考傳統(tǒng)的數(shù)據(jù)中心基礎(chǔ)設(shè)施模型,并更加強(qiáng)調(diào)能夠采用現(xiàn)代彈性基礎(chǔ)設(shè)施來平衡可變的工作量和應(yīng)用需求,并且可以輕松地縮減數(shù)據(jù)量。

“數(shù)據(jù)優(yōu)先”策略是一個全新的機(jī)會,它需要用關(guān)鍵優(yōu)先權(quán)來解決需要解決的問題:定義數(shù)據(jù)保留的“正確”持續(xù)時間、需要更多或更少的數(shù)據(jù)控制、成本和性能要求、可擴(kuò)展性要求和計劃,以永遠(yuǎn)保持?jǐn)?shù)據(jù)。

混合存儲

更低的存儲數(shù)據(jù)成本并不是使用公共云的唯一原因。例如,行業(yè)領(lǐng)先的云計算提供商擁有可用于從捕獲的數(shù)據(jù)中提取價值和情報的分析工具集。如果需要更高端的分析工具,可以通過云計算提供商在線輕松租用計算能力,而不必為臨時工作使用數(shù)據(jù)中心計算能力而維護(hù)數(shù)千個CPU內(nèi)核。

考慮混合云的一種合理方法是避免數(shù)據(jù)遷移問題并將數(shù)據(jù)保留在內(nèi)部部署數(shù)據(jù)中心,但使用公共云的計算和工具來運行特定的工作。這使組織能夠處理隱私法規(guī),這可能會限制個人可識別數(shù)據(jù)的輸出。因此,公共云已成為支持?jǐn)?shù)據(jù)戰(zhàn)略的靈活能力。

許多組織現(xiàn)在正在將他們的NAS文件系統(tǒng)移動到成本更低、可擴(kuò)展的對象存儲系統(tǒng),這些數(shù)據(jù)存儲系統(tǒng)將數(shù)據(jù)遷移到私有云。由于公共云性能和可訪問性依賴于網(wǎng)絡(luò)連接,可能比私有云更重要,私有云可以提供另一種安全策略和更高性能以提高數(shù)據(jù)可訪問性。

公共云可以充當(dāng)實驗性沙箱環(huán)境,用戶啟動計算功能和工作負(fù)載工具集,執(zhí)行任何需要的分析或處理,并將結(jié)果發(fā)回本地對象存儲。這將最大限度地降低從公共云中刪除數(shù)據(jù)的成本限制,并且從IT角度來看,他們可以查看和控制數(shù)據(jù),從而減少讓人意外的高昂成本。

結(jié)語

公共云和私有云之間數(shù)據(jù)的消長和流動從根本上說是合理的,并且只要它基于為企業(yè)想要實現(xiàn)的目標(biāo)而設(shè)計的策略,就可以展示健康的混合云架構(gòu)。組織需要更加謹(jǐn)慎地考慮與安全性、成本、性能、可擴(kuò)展性、壽命、成熟階段有關(guān)的數(shù)據(jù)是否應(yīng)該成為其數(shù)據(jù)戰(zhàn)略的一部分,以及災(zāi)難恢復(fù)和異地備份計劃。

對于大多數(shù)組織而言,將所有數(shù)據(jù)放在本地部署數(shù)據(jù)中心或公共云中可能不是正確的策略,但是,逆轉(zhuǎn)混合云流量是完全可以接受的,特別是如果適合企業(yè)的數(shù)據(jù)策略,并滿足其業(yè)務(wù)需求的話。

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 云計算
    +關(guān)注

    關(guān)注

    38

    文章

    7612

    瀏覽量

    136746
  • 存儲
    +關(guān)注

    關(guān)注

    13

    文章

    4123

    瀏覽量

    85279

原文標(biāo)題:逆向云模型對數(shù)據(jù)存儲策略的再思考

文章出處:【微信號:cunchujie,微信公眾號:存儲界】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。

收藏 人收藏

    評論

    相關(guān)推薦

    如何理解計算?

    ,支持訓(xùn)練和部署復(fù)雜的人工智能和機(jī)器學(xué)習(xí)模型。用戶可以使用計算平臺來開發(fā)和部署智能語音識別、圖像識別、自然語言處理等應(yīng)用。 **物聯(lián)網(wǎng):**計算用于處理和存儲來自物聯(lián)網(wǎng)設(shè)備產(chǎn)生的大
    發(fā)表于 08-16 17:02

    阿里設(shè)備的物模型數(shù)據(jù)里面始終沒有值是為什么?

    如上圖,不知道講清楚沒有。 IG502自定義TOPIC 上發(fā)到阿里沒問題。采用阿里模型的格式來上發(fā)就不行。請大佬指教!
    發(fā)表于 07-24 07:49

    存儲服務(wù)器有哪些類型

    存儲服務(wù)器是由第三方服務(wù)提供商提供的,它們通過互聯(lián)網(wǎng)向公眾提供存儲服務(wù)。公有存儲服務(wù)器的主要特點如下: 1.1 可訪問性:公有
    的頭像 發(fā)表于 07-02 09:17 ?339次閱讀

    存儲服務(wù)器怎么配置

    服務(wù)的核心設(shè)備,其配置直接影響到存儲的性能、可靠性和安全性。本文將詳細(xì)介紹存儲服務(wù)器的配置過程,包括硬件選擇、軟件安裝、網(wǎng)絡(luò)配置、數(shù)據(jù)
    的頭像 發(fā)表于 07-02 09:15 ?383次閱讀

    【大語言模型:原理與工程實踐】大語言模型的應(yīng)用

    ,它通過抽象思考和邏輯推理,協(xié)助我們應(yīng)對復(fù)雜的決策。 相應(yīng)地,我們設(shè)計了兩類任務(wù)來檢驗大語言模型的能力。一類是感性的、無需理性能力的任務(wù),類似于人類的系統(tǒng)1,如情感分析和抽取式問答等。大語言模型在這
    發(fā)表于 05-07 17:21

    【大語言模型:原理與工程實踐】大語言模型的預(yù)訓(xùn)練

    具有以下三個非常顯著的特點,一個就是模型參數(shù)規(guī)模更大,訓(xùn)練數(shù)據(jù)更多。當(dāng)然,對計算資源的要求也會更高。 構(gòu)建強(qiáng)大的語言模型時,模型的選型至關(guān)重要,涉及
    發(fā)表于 05-07 17:10

    BOM數(shù)據(jù)治理的“三合一”:逆向拆分

    對源EBOM數(shù)據(jù)進(jìn)行系統(tǒng)分析、規(guī)則研究、思考與規(guī)劃,對產(chǎn)品數(shù)據(jù)按產(chǎn)生的時間序列(EBOM、MBOM、ABOM)進(jìn)行分段式業(yè)務(wù)場景研究,分析整個產(chǎn)品PSE架構(gòu)中數(shù)據(jù)信息流伴隨EBOM流動
    的頭像 發(fā)表于 04-29 17:21 ?870次閱讀
    BOM<b class='flag-5'>數(shù)據(jù)</b>治理的“三合一”:<b class='flag-5'>逆向</b>拆分

    亞馬遜科技與Anthropic合作,Amazon Bedrock添Claude 3模型

    亞馬遜科技近日宣布,與專注于AI安全和研究的公司Anthropic達(dá)成合作,Anthropic的領(lǐng)先AI模型Claude 3系列將基于亞馬遜科技的Amazon Bedrock平臺提供服務(wù)。這一
    的頭像 發(fā)表于 03-06 09:52 ?488次閱讀

    混合策略的五個關(guān)鍵要素

    列舉了有助于企業(yè)混合策略取得成功的五個關(guān)鍵要素,包括更低的成本、廣泛的可移植性、工作負(fù)載管理、工作負(fù)載整合和數(shù)據(jù)安全。
    的頭像 發(fā)表于 01-23 14:44 ?530次閱讀

    源代碼審計怎么做?有哪些常用工具

    。 3、CodeQL:在 CodeQL 中,代碼被視為數(shù)據(jù),安全漏洞則被建模為可以對數(shù)據(jù)庫執(zhí)行的查詢語句。 4、SonarQube:是一個用于代碼質(zhì)量管理的開源平臺,用于管理源代碼的質(zhì)量。 在審計源代碼
    發(fā)表于 01-17 09:35

    為什么存儲安全如此重要?

    增長到2029年的3763.7億美元。 在本文中,小編將告訴大家為什么存儲安全如此重要?存儲安全的好處: 1、數(shù)據(jù)加密 我們
    的頭像 發(fā)表于 12-04 17:07 ?365次閱讀

    利用內(nèi)存及存儲構(gòu)建邊緣策略

    利用內(nèi)存及存儲構(gòu)建邊緣策略
    的頭像 發(fā)表于 11-23 09:04 ?258次閱讀
    利用內(nèi)存及<b class='flag-5'>存儲</b>構(gòu)建邊緣<b class='flag-5'>策略</b>

    存儲空間已滿怎么辦?

    存儲空間已滿怎么辦?當(dāng)存儲空間已滿時,我們可以采取以下一些常見的步驟來解決問題: 1、刪除不必要的文件: 首先,檢查
    的頭像 發(fā)表于 11-14 17:44 ?3618次閱讀

    基于深度學(xué)習(xí)的情感語音識別模型優(yōu)化策略

    基于深度學(xué)習(xí)的情感語音識別模型的優(yōu)化策略,包括數(shù)據(jù)預(yù)處理、模型結(jié)構(gòu)優(yōu)化、損失函數(shù)改進(jìn)、訓(xùn)練策略調(diào)整以及集成學(xué)習(xí)等方面的內(nèi)容。
    的頭像 發(fā)表于 11-09 16:34 ?497次閱讀

    AI大模型對數(shù)據(jù)存儲技術(shù)的發(fā)展趨勢

    AI大模型將AI帶入新的發(fā)展階段。AI大模型需要更高效的海量原始數(shù)據(jù)收集和預(yù)處理,更高性能的訓(xùn)練數(shù)據(jù)加載和模型
    發(fā)表于 10-23 11:26 ?712次閱讀
    AI大<b class='flag-5'>模型</b><b class='flag-5'>對數(shù)據(jù)</b><b class='flag-5'>存儲</b>技術(shù)的發(fā)展趨勢