大數據對于很多企業來說，并不意味著機遇或是商業上的無限潛力，在他們能夠很好地管理數據之前，大數據只意味著風險和無窮無盡的煩惱。
在大數據的三個重要議題：非結構化數據超越結構化數據、結構化數據量激增和對結構化與非結構化數據進行商業分析之中，前兩個議題的解決是第三個議題能夠得以實現的基礎和前提，沒有良好的數據存儲、保護、遷移和梳理，想要把數據進行分析無異于天方夜譚——數據從何而來？又如何分析毫無結構、頭緒的非結構化數據？企業首要做的就是降低在面對大數據的時候的“數據量風暴和風險”。
但問題并不像表面上看那么簡單——這不是存儲容量的又一場游戲——而是對企業存儲全方位的風險包圍和警鐘，除了容量危機之外，企業在大數據時代面臨著極大的管理風險，這其中包括了日積月累的異構存儲架構與復雜環境的“僵硬架構”、有限的存儲管理人員無法應對越來越復雜的存儲環境、日益增長的數據帶來的緊張預算，當然，我們也要看到隨著數據量的激增與數據類型復雜度的增加，對于企業的法規遵從也帶來越來越大的影響。
可以說，在大數據對容量與數據分析系統造成的挑戰與壓力背后，是大數據對企業存儲管理帶來的極大風險——即便是簡單的數據與存儲工作都會產生風險，如果我們再來看看我們要對數據進行哪些操作，就會覺得這個問題更加可怕：備份、恢復、快照、遷移、復制、遠程復制、重復數據刪除、容量回收、歸檔、加密解密——僅僅粗略算來，對數據的操作就不下10項。
無論是從企業存儲策略與環境來看，還是從數據與存儲操作的角度來看，大數據帶來的“管理風險”不僅日益突出，而且如果不能妥善解決，將肯定會造成“大數據就是大風險”的可怕后果。
Gartner：大數據到底有哪些挑戰與風險？
全球技術研究和咨詢公司Gartner指出，CIO通過排斥信息管理的其它方面而側重在信息的大容量上來管理“大數據”挑戰，但這留下大量的挑戰需要在以后解決。當信息管理人員同時失去數據訪問和資格方面的控制時，他們可能將側重點放在量上。Gartner分析師告誡，過于狹窄的側重點將迫使兩到三年后進行大規模的再投資，以解決大數據的其它方面的問題。
Gartner研究副總裁Mark Beyer表示：“當今的信息管理準則和技術根本無法完成處理所有動態信息的任務。信息管理人員必須通過規劃信息管理的所有層面，從根本上重新考慮他們的方法。訪問大數據浩瀚資源的業務需求為信息管理人員提供了企業改變使用信息方式的機會。IT領袖一定要教育業務同行直面挑戰，同時確保一定程度的控制和協調，以使大數據機會不會變成大數據混亂， 這也許會提高合規分險，增加成本并創建了許多信息孤島。”
正如上文所述，分析師認為，量只是大數據挑戰與風險中最直接和最常見的問題，CIO在將大量的交易信息轉化為決策上一直存在困擾 — 現在有更多類型的信息需要分析 — 主要來自社交媒體和移動(情景感知)。種類包括表格數據(數據庫)、分層數據、文件、電子郵件、計量數據、視頻、靜態圖像、音頻、股票行情數據、金融交易和其它更多種類。而速度則涉及到數據流、結構化記錄的創建，以及訪問和交付的可用性。速度意味著正在被生成的數據有多快和數據必須被多快地處理以滿足需求。
此外，在數據泄露、丟失和黑客活動日益增長的今天，更好的數據保護和數據防泄漏都是企業CIO需要關注的問題。就像某汽車行業CIO向DOIT記者曾經說過的，以前全備份一晚上干4個小時，現在全備份4個晚上干完1次算不錯，在大量的汽車先進設計手段的刺激下，汽車行業的非結構化數據的壓力“暴增”，遠遠超過原有信息系統的承載能力。
但所有這些內容都需要備份或留檔，因為這些都是非常重要的汽車設計資料。極大的風險擺在這位CIO的面前：備份窗口原來越長、重復數據刪除技術并不是每一個都對非結構化數據有效、非結構化數據和結構化數據在存儲系統中處于互相割裂、孤島式的管理與存儲方式的支撐下。所以這位CIO對分層技術、重復數據刪除、固態硬盤、統一存儲甚至是云存儲都非常感興趣，“這也是被逼無奈”。
解決之道：如何避免大數據的管理風險
避免大數據的管理風險的第一要務，并非是技術或產品上的實施與部署，最重要的，是企業策略與CIO理念上的轉變：大數據首先不是機遇而是挑戰，首先需要著手解決的不是數據分析、利用，而是將數據更好的存儲與管理起來，這才是大數據時代企業CIO首先要做的事情。
當然，糾正概念并非意味著我們沒有更有效的手段和方案卻解決大數據的管理風險。從數量上來看，大數據的“可怕”之處首先就在于它的“大”，也就是數據的規?；?，以現有的手動的、人工的方式自然是不能夠很好應對的，因此，重要的是要有高度自動化的解決方案來應對。
高度自動化的方案并不僅僅是將企業的數據存儲策略自動化、數字化，而是要求能夠將各種存儲設備（包括存儲的數據類型）統一的、自動化的管理，通過自動化的、可靠的策略執行減少人員的工作量，而自動化的監控和報告、預警能夠警示所有的不合規或備份恢復等策略無法得到正確執行的情況。顯而易見的是，自動化的管理能夠在一定程度上降低采購成本和TCO。
我們注意到，市場上很多的產品都開始在簡化管理界面，加強自動化與智能策略管理上下功夫，無論是IBM如今正當主流的StorWize V7000還是EMC去年推出的VNX，管理界面和自動化程度都非常之高，以V7000為例，其脫胎于IBM高端存儲XIV的管理界面簡潔有效，即便SAN中有多臺異構存儲，當V7000虛擬化整個SAN環境下的磁盤陣列后，絕大部分管理工作只需集中在V7000上統一執行。從而簡化管理，降低因為專業管理人員有限所帶來的管理風險。
除了自動化之外，縱觀如今的中端存儲市場，位居前幾位的供應商的中端存儲幾乎都是統一存儲當道。IBM的StorWize V7000自然不用贅述，是業內中端存儲向文件數據+塊數據的統一存儲轉變非?？旌头浅３晒Φ睦?，EMC的VNX和入門級的VNXe也提供統一存儲平臺，戴爾擁有基于EqualLogic平臺的FS7500和入門級的NS3500，NetApp則徹徹底底是以NAS平臺為基礎的中端存儲自然不用再贅述了。
我們看到在大數據的非結構化數據不斷激增的趨勢下，中端存儲相比高端存儲更容易將塊數據和文件數據整合在一個統一存儲平臺中，而這些系統為了將企業原有的塊數據與文件數據以及不同的存儲系統進行整合，統一存儲同時還多是“虛擬存儲”：V7000可以虛擬化SAN環境下所有異構磁盤陣列，形成一個融合的、統一的存儲池。數據可以跨不同陣列透明地存儲、轉移，因此整個SAN下的資源可以被充分調動起來，迅速解決任何一個空間或性能問題，從而大大降低因為存儲環境復雜所帶來的管理風險。
自動化、塊數據與文件數據的統一存儲、虛擬化帶來的存儲系統整合，這些方法都能夠有效降低數據存儲尤其是大數據存儲的風險。
