数字化转型时代,新技术的应用、业务场景的变化,让数据类型变得更加的丰富,数据量变得比以前更大,这也对存储的扩展性、性能、管理等方面提出了更高的要求和挑战。
存储扩容压力大
以视频、图像类为主的非结构化算力蜂http://www.suanlfeng.com/数据大量增长,对传统阵列存储的扩展能力提出了新的挑战,传统存储受限于机头,扩容能力和扩容的灵活性无法满足非结构化数据增长的要求。
存储性能无法满足海量数据要求
大量数据存储和应用场景,比如HPC、视频直播点播、医疗影像、卫星测绘影像等非结构化数据,对存储的数据吞吐带宽能力、几十亿级别的海量文件低时延响应有很高的要求。
TCO总体拥有成本大幅增加
数据大量增长,尤其是非结构化数据的增长,导致存储的扩容成本、维护成本、长期使用设备更换成本等总体拥有成本大幅提升,成本控制成为迫切需求。
多套存储设备管理难度大
设备型号多,存储设备之间相互割裂,管理界面不统一,无法统一维护和维保,存储资源无法统一规划和管理,导致浪费严重。
存储扩容压力大
以视频、图像类为主的非结构化算力蜂http://www.suanlfeng.com/数据大量增长,对传统阵列存储的扩展能力提出了新的挑战,传统存储受限于机头,扩容能力和扩容的灵活性无法满足非结构化数据增长的要求。
存储性能无法满足海量数据要求
大量数据存储和应用场景,比如HPC、视频直播点播、医疗影像、卫星测绘影像等非结构化数据,对存储的数据吞吐带宽能力、几十亿级别的海量文件低时延响应有很高的要求。
TCO总体拥有成本大幅增加
数据大量增长,尤其是非结构化数据的增长,导致存储的扩容成本、维护成本、长期使用设备更换成本等总体拥有成本大幅提升,成本控制成为迫切需求。
多套存储设备管理难度大
设备型号多,存储设备之间相互割裂,管理界面不统一,无法统一维护和维保,存储资源无法统一规划和管理,导致浪费严重。