全球網絡存儲工業協會中國技術中心首席技術顧問侯海波

大數據的迷霧籠罩著當前整個業界，IT基礎架構受到的沖擊首當其沖，數據的處理、分析和利用，首先是以數據存儲為基礎的。IBM的智慧存儲戰略，貫穿著化解大數據危機的思想。但IBM的目光不僅僅放在IT業內，而是希望所有的企業、組織，能夠認識大數據并利用技術手段從中獲得“智慧”。

受IBM公司的委托，侯海波在發布會上向包括商業媒體在內的在場人員講解了《存儲那些事》。他表示，應對當前的存儲挑戰，需要采用高性價比的介質和優秀的架構，輔以分級存儲、存儲虛擬化、精簡存儲和重復數據刪除等重要的技術手段。

存儲解決三件事情

從PC普及到互聯網建設高潮，再到如今社交媒體和移動互聯網的高速發展，我們已經置身一個海量信息的時代。侯海波說，信息技術跨入一個新的以信息技 術處理、存儲為核心的時代，這就是信息的存儲?？梢钥闯?，存儲幾乎是我們的一個IT架構重心。調研表明，在IT架構里面，一半的預算幾乎都放在了存儲上 面，而過去的重心是計算和傳輸。

存儲技術主要是解決這三件事情：第一，要把信息存好，不管多大的數據，你得存下來;第二，要用好，在我任何時候需要數據的時候能夠很快地找出來;第三，管好，數據一定要管好，一定不能丟，如果丟了，法律可能會找你的麻煩。

侯海波指出，存儲需要很好的載體。以石刻、竹簡、紙張記事，那是存儲的昨天，紙張的發明讓人類文明跨出了大大的一步。然而，當前的存儲技術發展到今天面臨很大的壓力。

存儲三大壓力

第一個壓力是數據量實在太多。在2011年有一個專門的研究機構研究表明：到2007年底的時候存儲的信息是295EB(1EB=1000PB 100萬TB 10億GB 1萬億MB，一張照片大概也就是幾個MB)，到現在可能翻了十倍都不止了。要把這些數據全部刻成CD，大概是4040億張，如果全部疊起來，可以從地球到月球。

第二個問題它是爆炸性的增長，有專家給了一個“經驗定律”，是每隔十八個月翻一番，平均每年產生多少新的信息呢?好像是 2000000000000000000000字節。這些數據包括通話記錄、銀行業務記錄、網購交易記錄和微博信息等，Ebay每天產生的數據量是 50TB，Facebook在沒有中國這么大的市場情況下，每天新增的照片量是1PB。爆炸性增長帶來的壓力，就是海量的基礎上還要去海量，數據一多，找起來就比較麻煩，你在一個柜子去找東西和滿房間找東西花的時間是不一樣的。

第三個壓力，這個數據非常重要。重要到你不提供它，你會損失很大，而且會影響到你企業的生存。我們知道9·11事件發生之后，世貿大廈三分之二的企 業都沒有重新開張，不是因為人員的損失和資產損失，而是數據的丟失，不能丟的一定不能丟，要丟的話可能法律會找你的麻煩。另一方面，如果你的數據沒有丟 好，這也給你自己造成麻煩。前幾年有一位陳老師，他可能有一些圖片數據涉及隱私，給自己找了麻煩，他沒有存儲知識，所以從那以后很多知名人士寧愿砸了也不 愿意去維修，可見懂點存儲知識是多么的重要。

應對之道

今天的應對之道，首先我們看一下數據存在什么地方，當然大家可能想到光媒介，有磁帶，但是主流的還是磁盤，1956年的時候IBM發明了第一塊磁盤，當時大概是24寸，100多公斤，數據量是5MB，今天隨便一塊磁盤上到2TB、3TB，也就是說我們的容量已經擴展了100萬倍。但是，不管磁盤多大，在企業應用里面還是不夠的，我們知道電信的磁盤是幾百塊、上千塊才能存得下，怎么把這些磁盤組織起來，存儲更大的容量，這里我們就用到一個技術，一個是外部存儲，把磁盤組織起來放到一個柜子里，這叫磁盤陣列，不光放進去就可以了，還有一個RAID的技術，把這些磁盤組織起來，通過一系列的方式使得我們得到更大的容量來使用，同時性能還提高。舉個例子，一個人假如說只能記100個單詞，如果要記 1000個單詞可以組織10個人，每人記100個，組成一個團隊之后存儲容量就擴大了。如果我要是記100個單詞，第一個人記，其他人閑著，可能我還是需要100分鐘的時間。如果100個單詞來了之后，把它分成10組，每一個人記10個，大家同時記，那么我們10分鐘就可以把數據記下來，這就是說RAID 技術讓我們可以利用廉價的磁盤組成一個大容量的磁盤，當然，它的可靠性也會增加。

介質還不能完全解決問題，我們還需要一個好的架構。早期的存儲，我們是直接把磁盤放到服務器這樣的主機里面，主機和磁盤是密不可分的，在這種情況下，如果我要增加存儲，我需要首先增加主機。后來，我們把磁盤擴展到機箱的外面，組成一個柜子，也就是磁盤陣列，剛開始只能通過一種協議，也就是我說的NAS這樣的連接聯到一臺主機，雖然解決了容量的問題，但是共享的問題、每一臺應用的數據保護問題可能需要分別對待，這是分別進行存儲，后來我們產生了更大容量的企業化存儲，大到可以把企業所有的數據都存在里面，而且有更好的一些通道協議把它聯到很多的主機上面，可以把所有的應用主機聯到一起來，實現了企業數據的統一存儲。在統一的情況下就可以對數據進行統一的管理，比如說備份就很方便了，這個協議最早也是IBM做的。這樣一個架構還不是最方便的，最方便的是網絡存儲，好比大家拿著筆記本電腦，插上網線就可以調用數據了，拔了網線就可以回家了。我們的設想是把所有的主機都列到網絡中來，把所有的存儲都列到網絡中來，大家通過網絡的方式去擴展，新增加了一個業務部門，新增加一個主機就可以了，明天新買一個盤陣，直接接到交換機上就可以了。

剛才講到了內部陣列存儲和外部陣列存儲，這個架構還在用。這是NAS結構，這種方式在應對訪問某個文件時是非常方便的，但是最典型的還是我們構建存儲區域網，這樣的話，我們就像訪問本地的磁盤一樣，雖然你在寫數據時會寫到磁盤陣列里面去。

我們再來看看這些技術，一個是分級存儲。既要保證性能，我需要把數據放在高性能的介質上，為了保存大量的數據，我需要用廉價的存儲磁盤來支持，每一種介質都要用。一個數據隔一段時間不用了，可以自動移到二級存儲上，再不用放到三級存儲上，需要的時候調用到一級存儲上，這個過程是完全自動的。

存儲虛擬化。如果我有很多個磁盤陣列，第一個可能已經快用完了，第二個可能還有很多的空白，在這種情況下，如果我有一個軟件，通過虛擬化管理，把它組成一個大的存儲池，愛怎么用就怎么用，具體寫到哪個磁盤上就由我來控制。

第三個是精簡存儲。大概是這么一個效果：如果你有一塊硬盤是1G，每一個分區給多大的空間比較好呢?這是比較糾結的問題，用了精簡存儲，你可以給每個分區分到最大，哪個用得多就用哪個，直到最后物理空間用完了再去擴展新的磁盤，這是它的示意圖。

最后，我們從源頭上來看，怎么樣通過除掉重復數據。當一個文件來的時候，我首先對文件進行處理，切成小塊，在已經存儲的文件里面去找，如果這塊數據 已經存儲了，我就不會再存了。但是我做一個記錄，在你任何時候需要這個數據，我可以隨時給你組裝出來，這樣的話減輕了存儲容量，對每個數據的訪問也不會有 影響。

存儲的明天

明天有大個特征：一個是大數據，它大到了一定的程度，需要我們存儲技術用特殊的方式或者技術來對待它，大容量需要我們大架構，而且是分布式的技術，需要高的性能，需要更架構、大運維。

第二個是云存儲，有了云存儲之后，我不需要像過去那樣規劃、購買、部署，也不需要長時間運維，我只說我需要容量。提供商需要做的事情，用我們剛才提到的虛擬化架構來管理，進行動態的擴展，可以想像這是一種比較好的模式，這就使IT資源像水和電一樣的公共資源。