大數據洞察，基礎架構先行

針對大數據的容量需求，存儲虛擬化是目前為止提高容量效率最重要最有效的解決方案，它為缺乏這些能力的現有存儲系統拓展了自動分層和精簡配置等存儲效率的工具。擁有了虛擬化存儲，便可以將來自內部、外部和多廠商存儲的結構化和非結構化數據的文件、內容和塊存儲等所有的數據類型，整合到一個單一的存儲平臺上。當所有存儲資產成為一個單一的存儲資源池時，自動分層和精簡配置功能就可以擴大到整個存儲基礎設施，從而可以輕松實現容量回收和利用最大化，甚至達到重用現有資產以延長使用，顯著提高IT靈活性和容量效率，以滿足非結構化數據增長的需求。目前，借助HUS中型企業可以在不影響性能的情況下能夠擴展系統容量達到近3PB，自動更正性能問題，通過動態虛擬控制器實現快速預配置。此外，通過VSP的虛擬化，大型企業可以創建接近四分之一EB容量的存儲池。

針對非結構化數據，傳統文件系統中有限的索引節點總數導致文件系統可以容納的文件、目錄或其它對象的最大數量受到限制。而HNAS和HCP使用基于對象的文件系統，這使它們能夠擴展到PB級，以及數十億的文件或對象。位于VSP或HUS頂部的HNAS和HCP網關可以充分利用模塊存儲的可擴展性，同時享受到通用管理平臺Hitachi Command Suite帶來的好處。HNAS和HCP為大數據文件和內容構建起了相應的架構。

除了可擴展性，大數據必須能夠不受干擾地持續擴展并具有跨越不同時代技術的遷移能力。數據遷移必須保持在最小范圍，且在后臺完成。大數據應該只需要復制一次便可以恢復可用性；通過版本控制來跟蹤變更，而不是為大數據發生的每一個變更備份整個大數據。大數據太大而無法整體備份。整個HDS的產品系列均可以實現數據的后臺移動和分層，也可以增加VSP或HUS塊數據池、HNAS文件系統或HCP租戶的容量，并自動在新的容量中調整數據。舊的文件系統與塊數據存儲設備不支持動態擴展。為了使用新的存儲容量，這些舊系統中的數據不得不從舊的塊數據存儲或文件系統中重新加載到新的存儲容量中。

不論企業規模大小，信息過載都是長期以來難以解決的問題。企業需要高度集成的基礎架構堆棧，以便統一地對所有來源的大數據進行匯聚、訪問管理、分析和交付。這需要基礎架構能夠管理和理解信息。根據及時、相關、全面、準確的信息而非猜測來采取行動，企業也會因此贏得競爭優勢。反之，則會在浩瀚的信息中受制于繁雜的數據、拘泥不前。