尽管物联网和大数据分析这些概念有数不清的热点，它们的实际应用还没有真正出现。

我知道，这像是给Facebook、Twitter或者亚马逊等等收集用户行为、位置信息、浏览记录这些信息的公司所开发的机密算法抹黑。那些厂家通过利用这些信息来做有趣的市场推广，例如增值销售。但是依我看来，这些应用的成功——表现为更好的品牌知名度以及提高的销售额——在长期并不那么重要。我想要的不止这些。我想要的是数据拷贝管理。

今年初过世的Ziya Aral，是DataCore软件的前主席和首席科学家，他当然想让公司通过他发明的技术获利。但是他也想做些有意义的事，他把那称作计算机科学。

更崇高的使命

Aral说用DataCore软件公司的SANsymphony做存储虚拟化，虽然对DataCore的盈利和客户简化异构存储架构的需求很重要，相比要达到实现“原子单位”计算的目标就没有那么重要了。他想通过构建可以真正灵活实施来支持高效的IT服务的基础架构组件来为计算机科学做出贡献。他在I/O加速方面的革新（使用闲置的CPU核来创建并行I/O处理引擎）让商用服务器变成超级计算机，再加上存储虚拟化，就能构建新一代的超融合架构。这种新的超融合架构基于一个扩展的软件定义存储模型，联想和其他厂家正在将其产品化。

最后的日子里，Aral的团队在努力向他们的软件中加入存储资源管理功能，以期完成原子单元的架构。他们的工作完成的时候，用户可以购买他们喜欢的任何硬件，支持他们想要任何业务负载，并在硬件级别高效地管理它们。他们可以随时创建基础架构，随意管理存储容量、性能和服务分配。所有部件的状态都会持续受到监控并更新，这样IT人士可以主动管理存储、在问题引起当机或者数据丢失之前发现并解决掉它们。等到它上市的时候，使用廉价硬件和英特尔架构CPU来搭建真正的云，真正的SAN，真正的超融合存储和真正的内存数据库平台的地基就算完成了。

Aral，和追随他的计算机科学家们，就会对计算作出了巨大的贡献，值得在教科书上撰写一个章节。

但是IT的任务还没有完成。

翻过一页

下一章节应该完全是关于数据管理。管理数据是IT的核心功能，就像物联网和大数据人士所指出的一样，尽管是间接的。

上面这些需要Aral的组件架构，让那个架构有价值的是在数据有用生命期间管理它的需求。要实现这样的数据管理，需要简单的系统部件。

首先，我们需要Aral所关注的：可管理的存储资源，以及独立于硬件的增值服务，还有可以为任何需要的数据提供细粒化的资源和服务的能力。在存储资源管理和存储服务管理之外，我们还需要一个数据拷贝管理策略架构。这个架构是独立于数据所在的文件系统或者对象存储系统之外的在全局空间分类数据的一个办法，还能存储金字塔式的策略来基于业务条件，监管需求以及其它来在数据的整个生命周期对其进行管理。

这个系统根据数据拷贝管理策略来确定在什么时候要对数据做什么操作。策略执行的时候从实时管理的资源池中选择合适的存储服务和资源。然后，数据被重定向到配备某种服务或者能提供服务可以直接应用在数据上的环境的虚拟存储容器中。

考虑到将要到来的数据洪流——史无前例地到2020年达到10-60ZB——不久我们就会有太多的数据和太多的文件和对象要我们手动管理。实际上，在大型的云服务和企业数据中心中，要手动管理数据已经是一个很大的工程了，这也解释了为什么2016年几乎每个正经的IT规划调查都说数据副本管理是IT计划的重头戏。

手动管理数据的放置、保存、保护和隐私之外的办法是自动化管理。很多IT规划者的远见是使用认知计算来达到这一目的，而管理数据、存储服务和存储资源是很好的物联网应用。基于数据的状态和服务以及基础架构的状态，来对数据应用管理策略，是对大数据分析和AI或者认知计算的很好的应用。

认知数据管理会在Ziya Aral这样的不光知道赚些块钱，还知道如何创建真正的计算机科学的人的肩膀上建立。

本文选自2017年4月刊《存储经理人》：闪存、云位列Top数据存储选项