探索数据管理的未来new

《探索数据管理的未来new》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、16NETAPP远景系列探索数据管理的未来DaveHitz、JamesLau、SteveKleiman、TomGeorgens、JayKidd和CathyBelleville

2、2006年6月

3、TR-3480企业数据管理趋势分析NetworkAppliance创始人和技术领导人分析企业数据管理的负担，提出数据存储解决方案将如何为解决这些难题而发展的模型，并讨论存储和数据管理的未来。本论文是NetApp远景系列的第一篇。目录1引言.......................................................................32拥有数据所产生的负

4、担..........................................43存储技术的趋势.....................................................64减轻拥有数据所产生的负担.................................105新的数据管理范例...............................................146结论.....................................................................152探索数据管理的未来1

5、引言全球性的数据爆炸才刚刚开始。由于宽带互联网接入的快速增长、数据设备的增加以及需要通过复制来保护重要数据的做法，日常生活中的数字内容呈指数增长。随着数据量的增长，数据存储和管理的复杂性也相应增加。在本论文中，我们将研究管理数据的难题和负担，提出有关数据存储解决方案将如何为解决这些难题而发展的模型，并讨论数据存储和管理的未来。我们首先讨论拥有数据所产生的负担。数据增长，全球对数据访问的需求增大，法律要求更复杂，数据中断的后果越来越严重，数据寿命更长，所有这一切都使IT架构师承担的责任越来越大。因此，CIO和IT架构师越来越依赖存储供应商并要求他们帮助解决这些问题。接下来，我们研究一个表示

6、存储解决方案发展的模型。通过研究数据存储和管理技术的过去、现状和未来，可以发现能够最有效地减轻IT压力的技术进步。然后我们使用存储发展模型来说明NetworkAppliance认为对增强存储系统功能和提高IT管理员效率最有效的三个革新领域。最后，我们讨论随着存储标准的发展和虚拟化技术的日益完善，存储和数据管理的新范例成为现实的可能性。虽然虚拟化将实现的自动化程度在目前看来仍像是科学幻想，但是从当前的法规遵从和备份系统来看，这样的未来并不像人们所想像的那样遥远。3探索数据管理的未来2拥有数据所产生的负担我们正处在全球数据爆炸的开始阶段，相比之下未来50年人口急剧增长显得微不足道。到2050

7、年，世界人口预计从65亿增加到91亿。更惊人的预测是，自动监视和数据收集设备（50年前闻所未闻）的数量可能不久就超过人类。更多人口+更多设备+更多时间=更多数据。据IDCWorldwideDiskStorageSystemsForecast2006-2010，我们可以预计全球数据在这十年中的复合年平均增长率为50.6%。这个增长率意味着每5.5年左右，需要管理的数据将增加10倍。数据呈指数增长现在创建和访问数据比以前更容易。单单互联网数据，全球超过十亿用户不停地在创建，并且这个数字每天都在增加。互联网已经成为静止图像、视频和音频的巨大存储库。手机、便携式计算机和PDA不断增多，这些设备通

8、过专用网络、无线网络和互联网等多种访问点连接数据，所有这一切都加快了数据的增长。用于组织连续性和安全的环境传感器、视频监视系统和通信记录系统在公共和私营部门中创建大量基本数据。非结构化数据（未存储在数据库中的大量文件和电子邮件）是这种增长的最主要因素，占组织在线存储数据量的70%到80%。此类数据的增多是大量书面存档的日常转换。数据文件的有意副本也加剧了数据量的增长。重要数据例行复制到多个位置以防止所有类型的灾难。例如，在数据挖掘领域，通常为了运行商务智能查询而复制巨大的数据库。应用程序开发和测试过程中也会有意地创建大型数据库的大量临时副本。在全球，重要数据例行复制到多个位置以防止所有类

9、型的损失。个人在共享文件时无意中创建数不尽的数据文件副本，使问题更加复杂。请看某个人将一个文件发送给15位同事时产生的副本数：收件人将文件保存到个人系统之后，可能还复制一次文件作为备份，按规定第二次复制，第三次复制用于灾难恢复。这样，将单个文件发送给15个人可能产生60个文件副本：15个有意副本和另外45个无意副本。数据管理成本急剧增长随着数据量的增长，复杂性相应增加，因此数据管理成本也相应增加。具体地说，数据管理复杂性随不断增长的