[ad_1]

داده ها ، داده ها در همه جا ، اما همه را کجا قرار می دهم؟ در اینجا لیستی از پنج رویکرد فعلی و بالقوه برای ظرفیت ذخیره سازی سریع و بزرگ آورده شده است.

در حالی که مشاغل همچنان اطلاعات زیادی را که توسط افراد ، شرکت ها ، وسایل نقلیه و لیست تقریباً بی پایان منابع دیگر تولید می شود ، ذخیره می کنند ، بسیاری از آنها تعجب می کنند که کجا می توانند همه این داده ها را به روشی قابل دسترسی ، ایمن ، ایمن و مقرون به صرفه ذخیره کنند.

تصویر: zhu difeng-stock.adobe.com

تصویر: zhu difeng-stock.adobe.com

تجارت ذخیره سازی طی پنج سال گذشته به طور قابل توجهی تغییر کرده است و این تحول همچنان ادامه دارد و گسترش می یابد. امروزه ، تفاوت بزرگ این است که اگرچه ذخیره سازی قبلاً با مشکلات سخت افزاری مانند SSD همراه بوده است ، سرعت خواندن / نوشتن سریعتر و افزایش ظرفیت ، ابر و پیشرفت های دیگر در ذخیره سازی بازار را برهم زده است.

اسکات گلدن ، مدیر عامل داده های تجزیه و تحلیل شرکت در سطح جهان ، گفت: “برای اکثر سازمان ها ، ذخیره سازی بیشتر مربوط به نرم افزار است ، از جمله ذخیره سازی تعریف شده توسط نرم افزار ، نرم افزار مدیریت مجازی سازی و یکپارچه سازی AI و ML.” شرکت Protiviti.

در اینجا شرح مختصری از پنج فناوری امیدوارکننده ذخیره سازی آورده شده است که می توانند اکنون یا در برهه ای از آینده قابل پیش بینی به مشاغل کمک کنند تا با نیازهای روزافزون ذخیره سازی کنار بیایند.

1. دریاچه های داده

گلدن گفت: وقتی نوبت به پردازش و بازیابی ارزش از مجموعه داده های بزرگ می رسد ، بیشتر مشتریان هنوز با استخرهای داده شروع می کنند ، اما از خدمات ابری و راه حل های نرم افزاری برای دریافت ارزش بیشتر از استخرهای خود استفاده می کنند. “حوضچه های داده مانند Azure ADL و S3 آمازون توانایی جمع آوری حجم زیادی از داده های ساخت یافته ، نیمه ساختاری و غیر ساختاری و ذخیره آنها را در Blobs (اشیای بزرگ باینری) یا پرونده های پارکت برای بازیابی آسان فراهم می کند.”

اسکات طلایی ، اضداد

اسکات طلایی ، اضداد

2. مجازی سازی داده ها

مجازی سازی داده ها به کاربران امکان می دهد بدون اینکه مجبور به کپی و تکثیر داده ها شوند ، داده ها را در بسیاری از سیستم ها جستجو کنند. همچنین می تواند تجزیه و تحلیل را ساده ، به موقع و دقیق تر کند ، زیرا کاربران همیشه به جدیدترین داده های منبع خود رجوع می کنند. دیوید لینتیکوم ، مدیر اجرایی استراتژی ابر در تجارت و مشاور فناوری توضیح داد: “این بدان معنی است که داده ها فقط باید یک بار ذخیره شوند و دیدگاه های مختلف داده ها برای معاملات ، تجزیه و تحلیل و غیره ، در مقایسه با داده های کپی و بازسازی برای هر استفاده” مشاوره Deloitte.

مدتی است که مجازی سازی داده ها وجود دارد ، اما با افزایش استفاده از داده ها ، پیچیدگی و افزونگی ، رویکرد در حال شتاب گرفتن است. نکته منفی این است که اگر انتزاعات یا نقشه برداری داده ها بیش از حد پیچیده باشند و به پردازش بیشتری نیاز داشته باشند ، مجازی سازی داده ها می تواند کاهش عملکرد باشد. همچنین یک منحنی آموزش طولانی تر برای توسعه دهندگان وجود دارد که اغلب به آموزش بیشتری نیاز دارد.

دیوید لینتیکوم ، مشاور دلویت

دیوید لینتیکوم ، مشاور دلویت

3. فضای ذخیره سازی بیش از حد همگرا

اگرچه یک فناوری بسیار مدرن نیست ، اما ذخیره سازی بیش از حد همگرا توسط تعداد بیشتری از سازمان ها نیز مورد استفاده قرار می گیرد. یانگ هوانگ ، استادیار فناوری تجارت در دانشکده بازرگانی Tepper دانشگاه کارنگی ملون ، توضیح داد: این فناوری معمولاً به عنوان م componentلفه ای در یک زیرساخت ابرهمگرا ارائه می شود که در آن ذخیره سازی با رایانه و شبکه در یک سیستم ترکیب می شود.

هوانگ خاطرنشان کرد: ذخیره سازی بیش از حد همگرا ذخیره سازی داده ها و همچنین پردازش داده های ذخیره شده را ساده و ساده می کند. وی گفت: “همچنین امکان مقیاس گذاری مستقل محاسبات و ظرفیت ذخیره سازی را به صورت تفکیک شده فراهم می کند.” یکی دیگر از مزایای مهم دیگر این است که مشاغل می توانند با استفاده از پروتکل شبکه NVMe over Fabrics (NVMe oF) که به طور فزاینده ای محبوبیت یافته است ، یک راه حل ذخیره سازی تبدیل بیش از حد تبدیل کنند. هوانگ گفت: “به دلیل همه گیری ، دورکاری به هنجار جدید تبدیل شده است.” “از آنجا که برخی از سازمان ها بخشی از نیروی کار خود را به طور دائمی از راه دور انجام می دهند ، ذخیره سازی ابرهمگرا جذاب است زیرا برای کار از راه دور مناسب است.”

یانگ هوانگ ، دانشگاه کارنگی ملون

یانگ هوانگ ، دانشگاه کارنگی ملون

4. ذخیره سازی محاسباتی

ذخیره سازی محاسباتی در مراحل اولیه ، ذخیره سازی و پردازش را با هم ترکیب می کند و به برنامه ها امکان می دهد مستقیماً روی رسانه های ذخیره سازی اجرا شوند. نیک هودکر ، مدیر ارشد استراتژی ارائه دهنده فناوری Cribl ، گفت: “محاسبه حافظه پردازنده های کم مصرف و ASIC را روی SSD جاسازی می کند ، تاخیر دسترسی به داده را با حذف نیاز به انتقال داده کاهش می دهد.”

ذخیره سازی رایانه می تواند تقریباً از هر مورد استفاده زیاد از اطلاعات بهره مند شود. هودکر گفت ، منابع داده های نظارتی ، مانند گزارش ها ، معیارها ، آهنگ ها و رویدادها ، سایر منابع داده را در اکثر شرکت ها تحت الشعاع قرار می دهند. در حال حاضر ، جستجو و پردازش چنین داده هایی حتی در سطح صدای پایین نیز به یک چالش تبدیل شده است. وی خاطرنشان کرد: “آسان است که برنامه های ذخیره سازی محاسباتی را در نظارت مشاهده کنید ، جایی که جستجوهای پیچیده مستقیماً به SSD منتقل می شوند ، تاخیر را کاهش می دهد در حالی که عملکرد و کارایی کربن را بهبود می بخشد.”

عیب اصلی این فناوری این است که برای استفاده از مدل جدید باید برنامه ها را بازنویسی کرد. هودکر گفت: “زمان می برد و قبل از وقوع آن ، فضا باید بالغ شود.” علاوه بر این ، این فناوری در حال حاضر تحت سلطه استارتاپ های کوچک است و استانداردهایی نیز به وجود نیامده است ، و به همین دلیل دستیابی به مدارک اولیه این مفهوم دشوار است. وی پیشنهاد داد: “اگر سازمان ها بخواهند درگیر شوند ، می توانند بر روی كار گروه فنی انجمن شبکه های ذخیره سازی در ذخیره سازی محاسباتی نظارت كنند تا بر توسعه استانداردها نظارت كنند.”

نیک هودکر ، کریبل

نیک هودکر ، کریبل

5. ذخیره سازی داده های DNA

دورترین در افق زمانی ، اما هنوز هم بالقوه فناوری تغییر دهنده بازی ، ذخیره اطلاعات مبتنی بر DNA است. DNA مصنوعی تراکم ذخیره سازی بی سابقه ای را نوید می دهد. یک گرم DNA می تواند بیش از 200PB داده را ذخیره کند. و این داده ها با دوام هستند. هایدکر گفت: “اگر به درستی ذخیره شود ، DNA می تواند به راحتی 500 سال دوام بیاورد.”

هنگام ذخیره داده های DNA ، بیت های دیجیتال (0 و 1 ثانیه) به کدهای نوکلئوباز تبدیل می شوند و سپس به DNA مصنوعی تبدیل می شوند (هیچ بیت آلی واقعی استفاده نمی شود). سپس DNA ذخیره می شود. هودکر گفت: “اگر مجبور شوید آن را تکرار کنید ، می توانید با PCR (واکنش زنجیره ای پلیمراز) ارزان و راحت این کار را انجام دهید و میلیون ها نسخه از داده ها را بسازید.” وقتی زمان خواندن آن فرا می رسد ، فناوری تعیین توالی موجود ، هسته های هسته را به 0 و 1 تبدیل می کند.

در مرحله بعدی ، از آنزیم ها برای پردازش داده ها در نمایندگی DNA استفاده می شود. وی گفت: “همانطور که ذخیره سازی محاسباتی منجر به پردازش داده ها می شود ، شما می توانید آنزیم ها را در داده های DNA وارد کنید و موازی کاری گسترده ای را در پردازش مقدار زیادی داده برای شما فراهم می کند.” “آنزیم ها رشته های جدید DNA را ثبت می کنند ، سپس توالی یابی می شوند و دوباره به داده های دیجیتالی تبدیل می شوند.”

ذخیره داده های DNA همچنین مزیت بهره وری کربن را ارائه می دهد. هایدکر گفت: “از آنجا که این فرآیندهای بیولوژیکی کاملاً طبیعی است ، حداقل تأثیر بر کربن وجود دارد.” با این حال ، معایب این فناوری قابل توجه است. وی خاطرنشان کرد: ایجاد DNA مصنوعی کافی برای یک دستگاه DNA معنی دار در حال حاضر بسیار گران است ، اما شرکت هایی مانند CATALOG در حال کار بر روی این مشکل هستند.

در همین حال ، بسیاری از شرکت ها که به دنبال بهبود فناوری ذخیره سازی DNA هستند ، مانند مایکروسافت ، ایلومینا و توئیست بیوساینس ، سخت تلاش می کنند تا آن را برای استفاده معمول به حد عملی برساند. هاودكر گفت: “من پیش بینی می كنم كه اولین دستگاه های DNA در چهار سال در یك مدل تحویل ابر در دسترس باشد.”

مطالب مرتبط:

CDO چگونه می تواند سازمانهای بینش محور ایجاد کند

نحوه شکل گیری داده ها ، تجزیه و تحلیل و هوش مصنوعی در سال 2020 و بر 2021 تأثیر می گذارد

س forال 2021: داده های من کجاست؟

جان ادواردز یک روزنامه نگار کهنه کار فناوری تجارت است. کارهای وی در نیویورک تایمز ، واشنگتن پست ، و همچنین نشریات تجاری و فناوری متعددی ، از جمله Computerworld ، CFO Magazine ، IBM Data Management Magazine ، RFID Journal و Electronic … مشاهده کامل بیوگرافی

ما از نظرات شما در مورد این موضوع در کانال های رسانه های اجتماعی خود استقبال می کنیم [contact us directly] با س questionsالات در مورد سایت.

بینش بیشتر



[ad_2]

منبع: tasiveh-news.ir