眾所周知，管理PB級數(shù)據(jù)要比管理TB級數(shù)據(jù)要難的多。而如果管理不當，可能會為組織帶來很大的損失，更糟糕的是如果主導數(shù)據(jù)丟失，甚至可以讓組織可能損失上百萬美元。對于TB級數(shù)據(jù)，組織可以忽略或采用暴力破解技術，而這在處理PB級數(shù)據(jù)時將會成為不可逾越的障礙。管理這一級別數(shù)據(jù)的關鍵是了解所面臨的障礙是什么，并以專注的管理方式為他們做好準備。

大量數(shù)據(jù)中心面臨的***挑戰(zhàn)是非結構化數(shù)據(jù)的極大增長。雖然結構化數(shù)據(jù)在過去10至20年間有所增長，但在過去幾年中，非結構化數(shù)據(jù)的來源以及人們使用所述數(shù)據(jù)的能力已經(jīng)顯著增加。非結構化數(shù)據(jù)管理面臨的挑戰(zhàn)之一是，通常很難確定何時刪除它。

例如，從以往的會計年度選擇所有財務記錄，將其歸檔并從主存儲系統(tǒng)中刪除是非常容易的。用非結構化數(shù)據(jù)來做這個并不是那么簡單。會計所面臨的其中一個挑戰(zhàn)是非結構化數(shù)據(jù)通常由無數(shù)人擁有的，而不是一個統(tǒng)一的應用程序。

組織的業(yè)務環(huán)境中可能存在數(shù)千個用戶和數(shù)百個應用程序，用于創(chuàng)建非結構化數(shù)據(jù)，并且當一條非結構化數(shù)據(jù)變得有用時，通常對此并不清楚，因此沒有人想要刪除任何內容。缺乏具體的問責制導致大部分數(shù)據(jù)處于非活動狀態(tài)，而這與數(shù)據(jù)占用空間無關。只要組織依靠數(shù)據(jù)創(chuàng)建者來識別和遷移那些陳舊的和未使用的數(shù)據(jù)，那么非活動數(shù)據(jù)將始終是一個問題。

當人們查看備份系統(tǒng)的問題，主存儲系統(tǒng)日益膨脹的問題就會變得更加令人關注。由于大多數(shù)備份系統(tǒng)都處理所有非結構化數(shù)據(jù)，因此都會使用相同的策略來備份非常重要的數(shù)據(jù)和非活動數(shù)據(jù)。由于數(shù)據(jù)是混合的，所以根本無法處理所有數(shù)據(jù)。許多人每周進行全面?zhèn)浞?，然后進行每日增量備份，保留至少六個月，也許可能是一年或更長時間。

如果保留至少90天的每周完整備份，就會看到12份無人關注的數(shù)據(jù)副本。如果存儲該數(shù)據(jù)的現(xiàn)場和非現(xiàn)場副本，就會查看到該數(shù)據(jù)的24個副本，其中大部分是非活動的。對于一個2TB的組織數(shù)據(jù)來說，這將會存儲48TB的數(shù)據(jù)，當然很多數(shù)據(jù)是可管理的。而這種存儲的工作數(shù)據(jù)，48TB數(shù)據(jù)大約采用十幾個磁帶介質或硬盤驅動器進行存儲。但對于1PB客戶來說，每年24,000TB的數(shù)據(jù)或大約采用6000個存儲介質進行存儲。

存儲在備份系統(tǒng)上的非活動數(shù)據(jù)的額外副本會產(chǎn)生許多不必要的后果。如果組織正在使用磁盤存儲，則此數(shù)據(jù)的存儲和復制具有與之相關的成本。如果組織的存儲不使用重復數(shù)據(jù)刪除，那么存儲這些額外的數(shù)據(jù)副本的成本可能是個天文數(shù)字。如果組織使用重復數(shù)據(jù)刪除技術，這些成本將會有點混淆。盡管組織的重復數(shù)據(jù)刪除存儲系統(tǒng)能夠在存儲一個副本的空間中存儲20個副本，但是這些會收取一定費用，此外組織還需為額外的存儲空間付費，只是以不同的方式支付。有些人這么說：重復數(shù)據(jù)刪除系統(tǒng)使1TB存儲看起來像20TB的存儲空間，但是它們只收取10TB的存儲空間。這意味著他們已經(jīng)弄清楚如何收取10TB的存儲空間的費用，而提供的卻是1TB的存儲空間。

在備份系統(tǒng)中使用重復數(shù)據(jù)刪除的大多數(shù)組織也在方程式的目標端執(zhí)行，這意味著對非活動數(shù)據(jù)的重復完全備份仍會在備份客戶端產(chǎn)生問題。完全備份對正在備份的系統(tǒng)和發(fā)送備份的網(wǎng)絡具有性能方面影響，因此，重復的非活動數(shù)據(jù)的完全備份會使組織的花費更多，因為需要購買更強大的服務器和更快的網(wǎng)絡。

在數(shù)據(jù)還原過程中也會出現(xiàn)備份非活動數(shù)據(jù)的挑戰(zhàn)?？紤]一個具有PB級數(shù)據(jù)的數(shù)據(jù)中心的場景，其中900TB數(shù)據(jù)是活動的。恢復1PB的數(shù)據(jù)是一項重大的任務，需要相當長的時間。想象一下，如果只需要恢復組織實際使用的100TB數(shù)據(jù)，那么這種恢復是不是要快得多？

用戶從不刪除任何東西所帶來的另一個挑戰(zhàn)是，當真正需要的時候很難找到任何東西。這使所有的存儲數(shù)據(jù)就是像屋子里放滿雜物的抽屜，很難找到想要找的東西。就會發(fā)現(xiàn)不再使用的手機充電器，回形針，舊電池，發(fā)夾等雜和盤托出，什么都有，但就沒有所要找的東西。主存儲系統(tǒng)也采用這種相同的方式，因此當填充大多數(shù)不活動的數(shù)據(jù)時，很難找到活動的數(shù)據(jù)文件。

此外，即使一個用戶在筆記本電腦中試圖查找文件也會存在這個問題。想象一下，當人們談論數(shù)千個用戶和PB級數(shù)據(jù)時，這個問題是多么的巨大。這能夠導致重要的文件丟失，使它們質上毫無價值。結果是用戶將重復他們的努力，并重新創(chuàng)建文件，因此這讓非結構化數(shù)據(jù)問題的增長變得更加糟糕。

具有PB級數(shù)據(jù)的規(guī)模更大的企業(yè)同樣也存在這樣的問題，他們通常面臨不同的用戶在多個位置創(chuàng)建和使用不同的文件中的問題。他們可能希望能夠分享一些數(shù)據(jù)，但是對于是PB級數(shù)據(jù)來說，這是相當困難的。這也加劇了“垃圾抽屜”問題。在垃圾抽屜里找到什么東西很難，但如果不確定在哪個垃圾抽屜來找時，那就更難了。

確認和解決非結構化數(shù)據(jù)問題

解決非結構化數(shù)據(jù)問題的唯一方法就是承認它的存在。承認在大環(huán)境中很難找到文件，甚至更難共享。確認計算、網(wǎng)絡和存儲資源的很大一部分用于存儲、復制和備份非活動數(shù)據(jù)。

解決這些問題的一個方法是創(chuàng)建一個全局統(tǒng)一的文件系統(tǒng)，將所有上述問題考慮在內。這并不能解決用戶創(chuàng)建數(shù)百萬個文件并將它們永遠留在那里的問題，但它至少把問題放在一個可以集中管理和處理問題的保護傘下。出現(xiàn)一次問題，就解決一次，而不是在企業(yè)中多次解決這些問題。

是取消存檔的時候嗎？

設計這么大的文件系統(tǒng)應該通過高級元數(shù)據(jù)進行集成搜索。用戶可以通過很多不同的元數(shù)據(jù)輕松地搜索，以便找到他們正在處理的文件。他們當然會繼續(xù)擁有通常使用的文件系統(tǒng)語義，使它們能夠創(chuàng)建目錄或子目錄來幫助他們整理他們的文件。具有聯(lián)合搜索的單個文件系統(tǒng)還將允許他們查找其他人正在處理與他們感興趣的元數(shù)據(jù)相匹配的文件。

最重要的是，為解決這個問題而設計的文件系統(tǒng)必須理解活動和非活動的數(shù)據(jù)，它必須以不同的方式解決。最明顯的做法是自動識別并將非活動數(shù)據(jù)遷移到成本更低的自我保護對象存儲。這將解決上述一些問題，包括在主存儲和備份存儲中的空間浪費。了解活動和非活動數(shù)據(jù)之間的差異的文件系統(tǒng)也有助于更容易地搜索文件，因為這是可以用于搜索的元數(shù)據(jù)之一。

一個單一的全局文件系統(tǒng)也可以幫助世界各地的用戶共享數(shù)據(jù)。多個辦公室的用戶可以搜索同一個全局文件系統(tǒng)，找到他們正在尋找的數(shù)據(jù)類型，并立即訪問它，如果他們擁有適當?shù)臋嘞薜脑挕Ｓ捎谌治募到y(tǒng)理解非活動數(shù)據(jù)的概念，所以搜索（如果用戶需要的話）也可以包括非活動數(shù)據(jù)。

將非活動數(shù)據(jù)遷移到成本更低的對象存儲的簡單行為也釋放了備份系統(tǒng)的壓力。它使備份和恢復更快，因為它們不必處理非活動數(shù)據(jù)，因此也節(jié)省了大量的存儲空間。有些人認為存儲在自保護對象存儲中的數(shù)據(jù)根本不需要備份。如果用戶決定備份，可以這樣做，以識別其性質，并在備份系統(tǒng)中存儲少得多的非活動數(shù)據(jù)副本。

這個問題已經(jīng)存在多年。企業(yè)似乎對于非結構化數(shù)據(jù)的渴望是永無止境的，IT應用程序開發(fā)人員正在開發(fā)利用非結構化數(shù)據(jù)的新方法，使得擁有這樣的數(shù)據(jù)更具吸引力。非結構化數(shù)據(jù)的增長不太可能很快消失，所以用戶***的辦法就是解決問題。一個很好的方法是采用一個全局文件系統(tǒng)，用于處理問題，這包括理解元數(shù)據(jù)以及將非活動數(shù)據(jù)自動遷移到成本較低的對象存儲。