深入浅出大数据存储
在该视频中，来自Neuralytix公司的主管编辑Ben Woo与来自TechTarget存储媒体集团总编Rich Castagna一道，就Hadoop和大数据项目中的存储进行了讨论。
大数据这一词汇总是被各个厂商和追随者提及，在健康护理和媒体/娱乐领域尤甚，但从定义的角度进行区分并不容易。
依Woo所言，处理大量的非结构化数据并不在于存储卷大小，而在于将数据置于可以创造价值的上下文中。大数据项目通常涉及一些外部因素，如Hadoop或其他数据处理技术。
大数据的海量和非结构化特性意味着系统可能无法处理频繁的I/O请求或无法保证数据及时交付的有效带宽。并可能引发存储的膨胀和管理上的难题。
Woo说，应用于大数据项目的最为流行的存储方案，即为线性扩展的对象存储，这是因为其高粒度处理元数据的能力。“不像传统NAS（网络附加存储）或SAN，它是分布式的——它还是基于对象的”，他提及大数据的环境时说道。“它需要可以线性扩展的容量，之前这似乎从未达到。”
在大数据领域炙手可热的便是Hadoop，虽然它并非处理大数据的唯一途径。但是，受益于Hadoop分布式文件系统（HDFS，更为统一的数据管理）致使一些厂商调整其产品以期与之更好的协作。“我们可以预见在未来的10到20年的时间里，HDFS或其变体，将会成为服务于各种类型应用和存储的唯一的文件系统”，Woo说。
etsme是采用云计算原生技术打造的个人私有云/小型私有云产品，即刻入手etsme，探索更多贴心功能，掌控自己的数字世界。