杉巖數據“最大”的標簽是對象存儲，邱尚高表示，從市場角度而言，當前分布式文件存儲的市場更大，但從場景應用角度方面而言，以5G、大數據、人工智能為代表的新興技術深入行業應用，智能在“端、邊、云”延伸，數據的種類和數量越來越多，企業對數據價值的訴求也更趨強烈，對象存儲因互聯網而生，面對海量數據場景具備天然優勢，逐漸成為大數據時代存儲界的后起之秀。

觀中國SDS市場:對象存儲或將替代文件存儲

對象存儲，業內稱之為第三大存儲類型，其綜合了NAS和SAN的優點，同時具有SAN的高速直接訪問和NAS的數據共享等優勢，提供了高可靠性、跨平臺性以及安全的數據共享的存儲體系結構。

在對象存儲與文件存儲的對比中，特別是在大量文件的并發性能方面，對象存儲比文件存儲要強的多，同時，在系統中存入大量文件后的性能穩定性方面，對象存儲的表現也比文件存儲要強的多。

從技術角度看，由于文件存儲要維護龐大且復雜的文件目錄，當文件數越來越多，目錄越來越復雜，文件存儲的性能就越差。而對象存儲的可擴展性比文件存儲要好的多，對象存儲把文件存在單一命名空間下，采用哈希的查找方式來找文件，效率和性能要高很多，文件數再多也幾乎不影響性能。

邱尚高表示，對象存儲將文件管理規模提升了100倍以上，為大數據海量智能存儲提供底座。對象存儲與文件存儲相比，在新技術的支持上更有優勢，如容器的支持場景，面對容器大規模的劇增，成百上千的POD啟動時執行掛載操作（屬重型操作）對存儲性能提出更高的要求，甚至出現掛載失敗的現象；而使用對象存儲，POD啟動無需掛載存儲，只有在業務訪問文件時，才會跟存儲建立連接，所以在POD批量創建/啟動變得輕松自如。

當然，對象存儲并非能完全取代文件存儲，源于一些特定場景的因素，如HPC場景、個人辦公文件共享場景、老舊業務系統，但也非絕對，未來企業網盤將替換個人辦公文件共享場景，而企業網盤的關鍵技術為對象存儲。

讀第一陣營:探秘杉巖對象存儲的場景化能力

在云計算領域，公有云服務商都不約而同支持對象存儲，對象存儲為公有云提供技術基礎，為數據上云注入技術力量，通過對象存儲提供數據分發、備份、分析等數據存儲服務，提供在互聯網任何位置的數據存儲和訪問服務，提供空間租賃服務等等。對象存儲的應用，能使云上創新順利嫁接到企業私有云環境中，從技術生態來看，對象存儲對于企業IT架構轉型至關重要。

對企業來說，對象存儲能解決用戶使用公有云資源的需求，想搭建混合云架構的需求，想構建數據湖來容納各種數據類型的需求，想做大數據分析挖掘數據價值，想用人工智能賦能業務創新，想使用容器以及云原生技術架構加速業務創新的需求…….在諸多場景中，對象存儲的都能發揮什么的價值呢？

針對諸多應用場景，邱尚高從技術角度解釋了對象存儲的場景化能力。

場景一：數據湖場景

談及數據湖場景，邱尚高表示，對象存儲作為整個數據湖架構的核心要素，承載著企業近乎全部的數據資產。數據湖需要存儲萬億級別的文件數、EB級別的容量，且數據類型不同、資源對接區域不同、應用場景類型不同，數據存儲的壓力非常大。對象存儲采用彈性的分布式架構，靈活對接各類應用，可匯聚不同類型、不同大小的數據資源（包括結構化、半結構化、非結構化數據，大文件、小文件）。

首先，對象存儲的擴展性保證了能存下大量數據；其次，對象存儲的靈活性既能支持傳統應用，也能支持云原生應用；再者，由于與云端采用了一致的對象存儲標準，幫助企業構建了混合云架構的數據底座，幫助企業將公有云的能力延展到企業內部。

數據湖雖未大范圍部署，但優勢顯而易見，前景廣闊。邱尚高認為，數據湖是一個循序漸進的概念，企業不會為了建數據湖而建，數據湖是一張藍圖，數據湖是需要一步步推動的結果。對象存儲的采用，為未來一步步搭建數據湖打下了基礎。

場景二：大數據場景

在談到大數據場景時，邱尚高談到了大數據存算分離的趨勢，究其原因，是在于原來的Hadoop方案升級擴展不夠靈活，計算和存儲必須同時進行，操作難度和運維成本是問題。而有了存算分離后，可以用對象存儲替代HDFS，讓對象存儲和Hadoop獨立擴容和升級，減少了Hadoop新版本升級的障礙。

同時，由于對象存儲采用的是EC糾刪碼和冷熱分層技術來提升磁盤利用率，相比原來HDFS三副本的設定，成本效益非常明顯。而且，相對于只適合大文件的HDFS，對象存儲對小文件也更友好。

場景三：AI/ML場景

在AL/ML場景中，數據準備階段和訓練階段對存儲的需求各不同，杉巖數據對象存儲方案用一套架構滿足了該場景的需求。比如，數據準備階段可能會有大量的圖片和標簽數據，如果都存在文件存儲上，NAS的圖片檢索壓力會很大，如果引入NoSQL，那么架構會更復雜。

在訓練階段，NAS文件存儲在面對海量小文件時的性能壓力可能會成為瓶頸。此外，由于數據準備階段和訓練階段的對應不同的存儲設備，需要進行數據遷移拷貝的操作，費時費力耗空間。有了對象存儲之后，這些問題全都迎刃而解了。

杉巖數據的對象存儲提供AI/ML場景的全生命周期管理，全過程在一套存儲上完成，無需進行任何數據復制拷貝操作。在數據準備階段，可以用標簽來直接檢索圖片。在訓練階段，對象存儲高性能文件網關能解決海量小文件存儲性能的問題。

場景四：智能化、自動化的數據處理場景

很多數據都是先處理后存儲，杉巖數據對象存儲依托智能數據處理引擎，將數據處理能力下沉到存儲系統內部?；诓呗杂|發，自動完成圖片轉碼、視頻抽幀、OCR識別等處理任務。以智能制造為例，杉巖MOS已經幫助UTAC（聯測優特半導體）提升智能質檢效率，通過生命周期管理策略設定，在MOS內部完成質檢圖片的存儲、格式轉換、冷熱分層和過期自動刪除，節省80%存儲空間，大幅降低成本并簡化了業務流程。

杉巖數據的對象存儲能自動將BMP圖片轉化為高壓縮率的JPG圖片，將數據壓縮為原來的四分之一，極大地節省了存儲空間。與此同時，它還提供了自動化的分層和策略化管理，充分利用分布式處理的能力，減少了主機和存儲間的數據搬運，提高了系統運行效率。

此外，邱尚高還提到了對象存儲平臺在原生云OLAP場景上，在IPFS場景方面的優勢。特別是在將OLAP數據庫的查詢條件卸載到存儲，針對IPFS的時空證明專有接口方面所表現出來的性能優勢令人印象深刻。以上多個場景中，都展示出了對象存儲與上層應用垂直優化時，相比傳統存儲的軟硬件垂直優化的優勢，在關鍵性能方面更能達到數量級的提升。

從邱尚高的介紹中能感受到，對象存儲作為基礎架構領域最具發展前景的存儲類型，在許多新的場景中都得到了應用，這與對象存儲本身的靈活可編程的特性有很大關系，當許多創新都圍繞對象存儲展開的話，選擇對象存儲就為未來更多新技術做好了準備。

展望未來:對象存儲如同八九點鐘的太陽“嶄露鋒芒”

對象存儲，談起來容易，實現起來并非輕而易舉，在技術特性、軟件功能上需要不斷打磨。作為國內對象存儲市場份額位列第二的杉巖數據，在新技術、新功能、新性能、新應用上不斷加大投入，研發投入已達數億元，這種對產品的“單磕”，使得杉巖數據在對象存儲的技術創新方面獨具優勢。

前不久，杉巖數據2 EB超大規模數據中心存儲項目引起了圈內人士的廣泛關注，這是對杉巖數據技術能力和實踐能力的認同，也是市場對于對象存儲的 認可。

IDC預測，未來5年，對象存儲在中國SDS市場的增長率將達到制高點，5G+AIoT時代，智能存儲應用場景越來越豐富，數據增長規模如“洪流”般兇猛，對象存儲優勢將進一步放大。

邱尚高表示，現階段對象存儲使用率高的行業有金融科技、醫療影像、制造業、智慧交通等，許多行業處在向對象存儲切換的過程中。一些備份軟件、企業網盤、大數據分析應用中把S3作為標準接口，在一定程度上，對象存儲已打開局面。

杉巖數據專注于對象存儲，而非投入更多精力深耕文件存儲，邱尚高表示，杉巖數據的關鍵業務仍以對象存儲為核心，以新一代智能分布式存儲技術為依托，致力于打造云計算、人工智能、物聯網等領域的數據存儲基石，不忘初衷方得始終。對象存儲正值攀登的好時期，如同八九點鐘的太陽，讓我們一同迎接朝霞。

另外，從市場競爭及發展的方向看，杉巖數據正處在快速發展階段，作為中國存儲市場的新勢力，將繼續加強生態建設，以更大的力量為用戶提供“對象”服務，打造更完善的私有云、混合云智能存儲服務。