统一存储多年来一直是存储行业的流行词。NetApp多年前创造了这个术语，目的是描述存储操作和管理的单一方式，无论平台的大小和协议需求是什么（这在当时是CIFS、NFS和光纤通道）。NetApp使用这个术语和EMC的多平台、多操作系统各自为政的产品来对比。

随着时间的推移，统一存储的定义已经发生了演变。现在，统一存储意味着在同一个阵列中同时支持文件存储和块存储，从而避免了为每种应用建立单独的存储仓库。但是随着诸如对象存储和hadoop等新技术稳步进入数据中心，在新的游戏规则下统一存储需要一个新的定义。现在我们称它为统一存储2.0，虽然一些厂商已经采用了企业数据湖的新术语。尽管这听起来更像是厂商的营销手段和姿态，但是这个概念本身是固化的，对用户来说很多方面都是有益的。

市场挑战

非结构化数据管理一直是企业面临的一个挑战。当ESG调研IT经理遇到的存储的最大挑战时，非结构化数据的增长和管理经常出现在这个列表的顶部。

这个挑战不会消失。数据增长正在加速，这是由诸多因素造成的，例如：

更大更丰富的文件。我们喜欢的体育运动的超级慢镜头多是以每秒1000帧的速度播放，每帧的大小是2MB。这就意味着每秒钟的超级慢镜头都需要2GB的空间来存储。这并不仅限于媒体和娱乐行业；想想特定行业的一些类型的影像应用案例，如医疗保健，保险，施工，游戏和视频监控等。

更多的数据采集设备。越来越多的人生产比以前任何时候都要多的数据。原来的三星GalaxyS智能手机采用500万像素的摄像头，所以每张照片占用1.5MB空间（JPEG压缩格式）或15MB（原始格式）。最新的三星智能手机采用了1600万像素的摄像头，每张照片占用4.8MB（压缩后）/48MB(原始格式)，只用了四年时间存储空间就增加了三倍。

物联网。我们现在要处理所有传感器产生的数据。农民们往牲畜身上安装健康传感器，所以他们能够更早的发现牲畜的健康问题，从而更早的治疗和阻止疾病的传播。他们在农田里安装传感器，从而了解应该往哪片耕地上施多少肥和灌溉多少水。

这仅仅是一部分案例，但你明白了吧。数据过去是快速增长，而现在比过去增长的更快。我们有了这些数据，又该怎么处理他们呢？

HADOOP来了

数据分析能够提供长期有价值的商业洞察力，但是大规模的部署过于耗时和昂贵。提取数据的过程，将其转化成适合业务需要的数据，将数据加载到数据集市中进行分析可能需要数周时间。数据增长太快，潜在的价值信息太宝贵，而竞争又是如此激烈，以至于IT部门没有几周时间来做分析等待。以上因素驱动了新解决方案的开发，例如基于hadoop的近实时分析。然而，我们仍然存在数据问题。我们怎么能及时的将数据导入系统呢？

传统的分析数据加载过程不仅耗时过长，而且它们还造成了很多新的，昂贵冗余的数据孤岛，这些都显著增加了需要管理的非结构化数据体量。

对象存储如何？

对象存储不同于标准的文件系统存储。在一台标准的存储基础设施内，它通过分层文件系统来管理，该文件系统使用一个索引表将每个文件映射到物理存储位置，并通过元数据进行跟踪。这种方法限制了单一目录管理的文件数量。文件通过标准的NFS和CIFS协议进行访问。

对象存储将数据组织成可变大小（对象）的容器。每个对象都有一个唯一的ID而不是文件名，元数据中包括了文件的详细属性。这些元数据可以用来设置自动存储策略，例如将老化数据从昂贵的高性能存储层往低廉的大容量存储层进行迁移，或者可以删除过期的数据。对象存储提供了一种简单的设计以及更大的可扩展性，它能够轻易的管理数十亿的对象单元。对象存储的可扩展性和可管理型使他们成为云部署的天然后端架构，事实上很多技术在早期已经被云服务提供商所采用。

企业面临挑战时，这些对象都是通过使用RESTful接口提供的专有API来被加载，并且每个厂商都有他们自己的API集。结果，由于通过写入专有的API而造成的中断和锁定，对象存储已经慢慢被企业IT使用。关于这方面的好消息是，已经有一些标准化的内容出现，很多厂商都采用从亚马逊和OpenStack Swift分发出来的API数据集。

一些对象存储厂商开始支持CIFS和NFS等标准接口协议，这样提供了一个“两全其美”的办法，即允许IT部门能够更容易的大规模部署和管理存储，又能够将存储接入到现有的工作流程和应用中。然而，这个协议方法更像是统一存储1.5版本而非2.0.想达到2.0版本还需要做的更多一点。

统一存储2.0

对象存储是一个伟大的开始，但是统一存储2.0不仅仅意味着共享一个存储资源池，还包括应用程序的文件或者对象本身。我们如何达成这个效果？这意味着更好的共享。我们需要：

共享的数据存储能够被所有的应用程序访问。这意味着不是简单的创建存储空间来存放你的新文件，来自手机端，云，hadoop工作流，以及分析操作的或者其他业务流程的数据拷贝，你只有一个存放存储池来让所有应用来访问数据。

共享访问模式中，每个数据位都将会被各种格式来同时访问：作为CIFS或者NFS文件，一个RESTful格式的对象文件，Hadoop对象或者其他任何类型。这将消除数据的提取，转换和加载过程，从而允许不同应用程序间的数据源数据分析和工作流加速。

支持所有设备接入——平板电脑、智能手机、笔记本电脑、桌面或平板手机——支持今天的移动办公。

一定程度的服务质量。考虑到安全性和性能，它将提供一些方式，在系统自己的受保护的区域内实现工作流的安全隔离。分享是好事情，但是限制必须到位，从而确保组织的关键应用不受一些非关键应用的侵害。

还有一些其他的内容都是必须的，例如随着数据量的增加而进行架构的横向扩展；某些形式的数据分层，从而过期数据能够迁移到性能较低，成本低廉的介质上；高可用性，当存储组件失效时各种应用程序不会崩溃；还有就是纠删码，压缩和重复数据删除等提高效率的特性。

IT系统不能持续的在非结构化数据问题上添加硬件。我们需要进行突破。第一步是平台合理化和巩固化。但是我们不能巩固传统的平台。我们需要一些可扩展的和易增长的平台，它易于管理，能够充分共享。然后，一旦我们的数据得到管理和控制，我们才真正开始利用我们手头的信息来发挥作用。

文章选自存储经理人2014年12月刊：存储薪酬，欢迎下载阅读！