當談到未來的云數(shù)據(jù)管理策略時，精確性是需要關(guān)注的術(shù)語。Komprise公司首席運營官、總裁兼聯(lián)合創(chuàng)始人Krishna Subramanian分析了當今云計算的增長狀況，并分享了云數(shù)據(jù)管理企業(yè)需要注意并將其納入增長戰(zhàn)略的預(yù)測。

云計算浪費非常猖獗。如果沒有對云中的非結(jié)構(gòu)化數(shù)據(jù)特征和存儲架構(gòu)的詳細了解，還不如將所有內(nèi)容都保存在數(shù)據(jù)中心。必須在游戲的每一個階段都進行分析，以獲得所需的投資回報率，不僅僅是從設(shè)備和管理上的節(jié)省，而是利用云中新的、強大的數(shù)據(jù)服務(wù)。這里有一些新的方法來評估云計算的下一步，為長期價值保存和管理文件和對象數(shù)據(jù)。

云NAS將需要更多智能數(shù)據(jù)遷移

根據(jù)Komprise2022年非結(jié)構(gòu)化數(shù)據(jù)管理報告，云文件存儲是企業(yè)存儲支出的首要任務(wù)。由于具有比對象存儲更好的性能和更低的延遲，以及大量基于文件的企業(yè)應(yīng)用程序，文件存儲是企業(yè)的熱門選擇。然而，數(shù)據(jù)生命周期管理策略將隨著企業(yè)在云計算方面的成熟而獲得更多的關(guān)注，并希望控制整體支出。

與其將所有數(shù)據(jù)遷移到云文件存儲(最昂貴的層)，組織應(yīng)該以一種利用云存儲類別的多樣性來顯著降低成本的方式遷移數(shù)據(jù)。一種方法是在將更多活動數(shù)據(jù)遷移到云NAS之前，將很少訪問或冷文件識別并分層到低成本的對象類，如AWSGlacierInstantRetrieval和AzureBlobCool。此外，組織應(yīng)該考慮使用文件-對象二元性遷移數(shù)據(jù)，這樣用戶就可以利用作用于分析、索引、搜索和數(shù)據(jù)工作流等對象的完整云數(shù)據(jù)服務(wù)目錄，同時仍然能夠以文件的形式訪問遷移的數(shù)據(jù)，從而無需重寫現(xiàn)有應(yīng)用程序或改變用戶行為。

隨著技能差距的持續(xù)存在，更簡單的云數(shù)據(jù)管理工具將受到需求

有了云基礎(chǔ)設(shè)施，IT專業(yè)人員仍然在管理技術(shù):而不是物理硬件。學(xué)習(xí)曲線可能會很陡峭，因為云提供商正在不斷改進他們的產(chǎn)品。與此同時，沒有云是相同的，在這個混合、多云部署的時代，復(fù)雜性在不斷增長。

云管理工具通過自動化關(guān)鍵流程提供幫助，如性能監(jiān)控、配置、供應(yīng)、策略執(zhí)行、支出分析、優(yōu)化和報告。對于IT通才來說，這些工具越來越容易使用，使他們能夠自動評估數(shù)據(jù)、網(wǎng)絡(luò)和基礎(chǔ)設(shè)施足跡，并建議下一步采取哪些行動。

云分析成為非結(jié)構(gòu)化數(shù)據(jù)管理的核心組件

根據(jù)高德納公司的數(shù)據(jù)，到2025年，全球人工智能軟件市場預(yù)計將達到1350億美元，其增長速度將超過整個軟件市場。Technavio預(yù)測，到2022年，云人工智能市場將增長20%以上。隨著企業(yè)對這些新工具的需求加速增長，數(shù)據(jù)管理策略也必須跟上。非結(jié)構(gòu)化數(shù)據(jù)至少占所有生成數(shù)據(jù)的80%，是驅(qū)動現(xiàn)代機器學(xué)習(xí)引擎所需的燃料。Komprise調(diào)查中的大多數(shù)(65%)組織表示，他們計劃或已經(jīng)在向其大數(shù)據(jù)分析平臺交付非結(jié)構(gòu)化數(shù)據(jù)。

這一趨勢表明，數(shù)據(jù)管理正在從推動存儲成本效率發(fā)展到幫助企業(yè)從企業(yè)數(shù)據(jù)資產(chǎn)中發(fā)現(xiàn)新價值的更廣泛使命。為了滿足這些新需求，IT組織將需要有效地分割和分類數(shù)據(jù)，通過元數(shù)據(jù)標記豐富數(shù)據(jù)，并促進自動化工作流，以發(fā)現(xiàn)并將正確的數(shù)據(jù)集轉(zhuǎn)移到云數(shù)據(jù)湖和分析工具中。

非結(jié)構(gòu)化數(shù)據(jù)管理的數(shù)據(jù)洞察將獲得更高的優(yōu)先級

根據(jù)Komprise的調(diào)查，高級分析和報告將是非結(jié)構(gòu)化數(shù)據(jù)管理解決方案中最重要的功能(53%)。數(shù)據(jù)分析對于做出數(shù)據(jù)應(yīng)該放在哪里以及何時應(yīng)該轉(zhuǎn)移到其他地方的最佳決策至關(guān)重要。它可以回答一些問題，比如我有多少數(shù)據(jù)，存儲在哪里，我的文件有多大，是什么類型，我的數(shù)據(jù)有多長時間了，在不同地方存儲數(shù)據(jù)的成本是多少，誰最后訪問了它，哪些數(shù)據(jù)是“活動的”，哪些數(shù)據(jù)是“冷的”。

非結(jié)構(gòu)化數(shù)據(jù)管理軟件的其他主要需求包括對關(guān)鍵事件(如容量耗盡、數(shù)據(jù)服務(wù)失去響應(yīng)、異?；顒?的監(jiān)控和主動警報，以及自動數(shù)據(jù)標記和全局搜索。

非結(jié)構(gòu)化數(shù)據(jù)管理的用例將擴展到成本節(jié)約之外

IT組織通常開始使用非結(jié)構(gòu)化數(shù)據(jù)管理解決方案，通過分析和自動化來降低存儲和備份成本。除了節(jié)約成本，63%的企業(yè)對通過安全的場外備份(如云中的不可變對象鎖存儲)來保護數(shù)據(jù)最感興趣，根據(jù)Komprise調(diào)查，該調(diào)查還發(fā)現(xiàn)了對非結(jié)構(gòu)化數(shù)據(jù)的搜索和運行分析的偏好(41%)，為并購交易準備數(shù)據(jù)(36%)和管理數(shù)據(jù)刪除策略(35%)。

漸進的數(shù)據(jù)管理策略應(yīng)該包含以下三個支柱:通過透明地將舊數(shù)據(jù)從昂貴的Tier1存儲中轉(zhuǎn)移出來，戰(zhàn)略性地削減成本;遵守規(guī)章制度;通過使特定數(shù)據(jù)集易于標記、搜索和移動到云分析平臺以供本地訪問，從而產(chǎn)生長期價值。