苹果彩票

返回顶部
隐藏或显示

方案概述

数字化转型推动着数据的快速增长。新摩尔定律表明,全球数据总量每过18个月就会增长一倍,估量来2020年全球数据总量将达来35000EB。其中,在高速增长的数据中,非结构化数据占比超过80%。大数据时代,数据体量越来越庞大。在数据量高速增长的同时,对于数据的储备、治理以及如何利用数据产生价值,成为用户关注的核心,而传统储备已然不能满足上述的用户诉求。

业务痛点

扩容难、成本高
随着数据的高速增长,传统储备Scale-up的扩展方式,会造成小马拉大车的困境,性能与容量无法灵活扩展。同时,传统储备的扩容成本较高,随着大量的非结构化数据占用储备空间,扩容的需求将造成投资成本不断攀升。
海量小文件下,性能衰减严复
随着新技术的不断应用,如人脸识别、基因测序等,越来越多的场景会产生亿级至数十亿级的小文件。而传统储备对于海量小文件的处理,当数据量达来一定程度时,性能将严复衰减,无法满足业务的高性能处理需求。
运维治理复杂
海量非结构化数据的产生,造成储备设备的种类与数量众多。传统的“一机一治理”方式使得运维治理非常复杂,比如无法实现故障的快速定位、快速处理。
不利于数据价值挖掘
相伴着大数据分析应用的需求不断攀升,传统储备的封闭式架构建设方式,不利于对接大数据应用,需要单独构建大数据分析平台,通过copy数据的方式再进行数据分析。不仅增加投资成本,同时降低了业务系统灵活性。

海量非结构化数据储备

深信服企业级分布式储备EDS海量非结构化数据海量非结构化数据储备,在实现大容量、高性能的基础上,通过AI智能模块,实现了对集群的极简运维、故障自动排查,大大降低了集群治理的复杂度,减少了储备集群的总体投资成本。

超大集群扩展能力,提供EB级储备空间

深信服分布式储备EDS通过X86+EDS分布式储备系统,可实现5,000节点的超大集群部署,EB级储备容量的空间扩展,同时标准X86储备服务器大大降低了储备扩容成本,全面满足未来海量非结构化数据爆发式增长所需的储备扩容及低成本要求。

支持100亿级的海量小文件高性能读写

苹果彩票 深信服分布式储备EDS轻松解决海量小文件储备难题。通过摘用对象储备技术和AI智能缓存优化,将海量小文件处理能力从千万提升来10亿-100亿,并且保证高速的读写速度,从而满足未来新业务对于海量小文件数据处理的性能需求。

统一治理、简化运维

深信服分布式储备EDS可实现多集群、多协议的统一治理运维。一个界面即可全面监控整个储备系统的稳固运行状态。同时,深信服EDS内置AI亚健康检测模块,可对潜在的故障威逼进行预判,通过对故障的主动防备,减少因设备故障导致的数据丢失风险,大大降低了运维治理复杂度,提升业务可靠性。

高效支撑大数据应用

数据的价值核心在于如何利用。随着数据体量逐步增大,对于大数据分析和价值挖掘的需求将越来越明显。深信服分布式储备EDS可直接对接大数据分析平台,提供HDFS等相应的数据分析接口,全面满足大数据分析的需求。

典型应用场景

©2000-2020    深信服科技股份有限公司    版权所有   

粤公网安备

粤公网安备44030502002384号