新存储特质之二 ——海量数据的高效管理

　　仅解决了数据存储的问题，对于新基建的需求来说远远不够，还要进一步解决存储数据的管理问题。

　　数据就像我们人一样，也有着它的生命周期，从产生到消亡，有很多个阶段。举个例子：一个病人去医院就诊拍摄X光片，刚产生的结果数据我们称之为热数据，这类数据对于数据的读写效率和即时性有很高的要求。就诊结束之后的一至两年内，病人会进行复诊，诊断数据不需要实时读取但也需要能够快速获得，这类数据称之为温数据；病人康复后，根据医疗行业就诊数据需要至少保存20年的要求，就诊数据可以保存到成本相对较低的存储介质中，待有需要时再调取，这类数据我们称之为冷数据。因此，新基建所需的新存储系统需要具备数据生命周期管理的能力。

　　另外不得不提的一个数据管理场景便是边缘计算和中心计算，云边协同的数据管理能力对存储系统支撑数据中心与边缘之间的数据汇聚和分发至关重要。特别是5G的发展，工业互联网、物联网技术的应用，数据更多会从摄像头、传感器、移动设备等不同的边缘端产生，而传统的SAN/NAS存储只能在局域网内访问，无法提供云边协同统一的数据管理能力。新存储需要打破传统存储访问协议的限制，能够基于互联网协议实现数据跨网络的统一管理和访问，从而能够直接与数据中心之外的物联网设备、智能终端直接交互数据，满足当前和未来数据交互的需求。

　　当下应用度较高的混合云场景数据也需要进行数据管理。众多公有云大厂都已经推出了相应的部署模式，出于安全和成本的考量，部分企业选择将互联网相关业务部署在公有云，同时将重要数据存放在私有云，以兼顾业务灵活和数据安全。企业私有云存储需要和公有云存储结合起来，实现业务无感知的数据上云、下云的融合和流动。在这样的发展趋势下，需要新存储能够提供与公有云存储相兼容的协议，以及可跨互联网数据传输的能力。将公有云存储与私有云存储打通，形成混合云存储的共同底座来构建企业数据湖，这也是发展的必然。

　　任何技术的变革都需要一个过渡阶段，新存储的部署越来越多，传统存储也还会长期存在并在其生命周期中继续发挥作用。因此，通过对异构存储的整合实现数据统一管理，不仅有效保护客户既有投资，也应该是新基建趋势下对新存储系统的要求。

　　新存储特质之三 ——海量数据的价值挖掘

　　数据最终的价值呈现一定是为应用服务的，人工智能和大数据分析技术的发展，驱动数据产生更多的应用价值。所以在数据的价值挖掘，我认为新存储系统的终极需求必须能够更好地利用人工智能、服务于人工智能，赋能大数据价值挖掘。

 2/3   2