為何傳統儲存系統無法支援大數據

大數據的 3 大挑戰（以及如何克服）

大數據有許多特性，其非結構化、動態且複雜。但最重要的是：大數據是大數據。人類和 IoT 感測器每年產生數兆 GB 的資料。但這並不是昨天的資料，而是現代資料，格式越來越多樣化，來源也越來越廣泛。 

這導致今日的資料和昨天的系統之間發生了混亂。龐大的規模和規模，以及其速度和複雜性，為傳統資料儲存系統帶來了一種新的壓力。許多只是設備不足，而想要利用這種資料金礦的組織正陷入障礙。 

為什麼會發生這種情況？ 需要知道的重要大數據挑戰是什麼？ 如果您想駕馭大數據的力量，您的儲存解決方案是否足以克服大數據？

1. 大數據對傳統儲存來說太大了

或許大數據挑戰中最明顯的，就是其龐大的規模。我們通常以 PB 為單位進行測量（也就是 1,024 TB 或 1,048,576 GB）。

為了讓您了解大數據能如何取得，以下是範例： Facebook 使用者 每小時至少上傳 1,458 萬張相片。每一張照片都會同時儲存互動內容，例如喜歡和評論。使用者至少喜歡一兆篇文章、評論和其他資料點。 

但不只是 Facebook 等科技巨擘在儲存和分析大量資料。即便是小企業，只要一小段社群媒體資訊，例如：想要了解人們對品牌的看法，就需要高容量的資料 Oracle 架構。

理論上，傳統資料儲存系統可以處理大量資料。但當任務是提供效率和深度資訊時，我們需要的只是跟不上現代資料的需求。

關聯式資料庫聯盟

關聯式 SQL 資料庫是儲存、讀取和寫入資料的可靠、耗時方法。但這些資料庫甚至在達到最大容量之前，仍難以有效運作。含有大量資料的關聯式資料庫可能因為許多原因而變得緩慢。例如，每次將記錄插入關聯式資料庫時，索引必須自行更新。每次記錄數量增加時，此操作需要更長時間。插入、更新、刪除和執行其他操作可能需要更長的時間，具體取決於與其他表格的關係數量。 

簡單來說：關聯式資料庫中的資料越多，每項作業所需的時間就越長。

向上擴展與向外擴展

也可以擴展傳統資料儲存系統，以改善效能。但由於傳統的資料儲存系統是集中的，因此您被迫擴大規模，而不是向外擴展。

擴充比擴充功能低資源效率，因為需要您新增系統、移轉資料，以及管理跨多個系統的負載。傳統的資料 Oracle 架構很快就會變得過於龐大且難以妥善管理。

嘗試使用傳統 Oracle 架構處理大數據，可能會部分失敗，因為資料量使擴充不夠實際。這使得擴展成為唯一實際可行的選項。使用分散式 Oracle 架構，您可以在達到指定容量後，為叢集新增節點，而且幾乎無限期地完成。

2. 大數據對於傳統儲存而言太複雜

在大數據方面，傳統儲存裝置又面臨了另一個重大挑戰？ 資料樣式的複雜性。傳統資料是結構化的。您可以將它整理成表格，列和欄之間關係直接。

關聯式資料庫是儲存傳統資料的資料庫類型，包含清楚定義欄位的記錄。您可以使用關聯式資料庫管理系統（RDBMS）存取這類資料庫，例如 MySQL、Oracle DB 或 SQL Server。

關聯式資料庫可能相對較大且複雜：它可能包含數千列和欄。但關鍵的是，透過關聯式資料庫，您可以參考資料與另一條資料的關係來存取資料。

大數據並不一定能整齊地融入傳統資料儲存系統的關聯式資料列和資料欄。它大多非結構化，由多種檔案類型組成，通常包括影像、影片、音訊和社群媒體內容。這就是為什麼傳統儲存解決方案不適合處理大數據的原因：他們無法正確分類。

現代化容器化應用程式也帶來新的儲存挑戰。舉例來說，Kubernetes 應用程式比傳統應用程式更為複雜。這些應用程式包含許多零件，例如 pod、volumes 和 configmaps，而且需要頻繁更新。傳統儲存裝置無法提供有效運行 Kubernetes 所需的功能。

使用非關聯式（NoSQL）資料庫，例如 MongoDB、Cassandra 或 Redis，可讓您對複雜且多樣的非結構化資料集取得寶貴見解。

3. 大數據對於傳統儲存來說太快了

傳統的資料儲存系統是為穩定資料保留而設計。您可以定期新增更多資料，然後對新資料集進行分析。但大數據幾乎是瞬間成長的，分析通常需要即時進行。RDBMS 的設計無法因應快速波動。

以感應器資料為例。物聯網（IoT）裝置需要以最低延遲處理大量的感測器資料。感測器以接近常數的速度傳輸來自“現實世界”的資料。傳統儲存系統難以儲存和分析速度達到此水準的資料。

或者，另一個例子：網路安全。IT 部門必須檢查透過公司防火牆抵達的每一包資料，以檢查是否包含可疑代碼。許多 GB 可能每天都會通過網路。為了避免成為網路犯罪受害者，分析必須即時進行，直到一天結束時，都不能將所有資料儲存在表格中。

大數據的高速性質與傳統儲存系統不同，傳統儲存系統可能是專案故障或未實現投資報酬率的根本原因。

4. 巨量資料挑戰需要現代化儲存解決方案

傳統的儲存架構適合處理結構化資料。但談到非結構化大數據的龐大、複雜和高速性質，企業必須找到替代解決方案，才能開始取得他們想要的成果。

分散式、可擴充、非關聯式儲存系統可即時處理大量複雜資料。這種方法可幫助組織輕鬆克服大數據的挑戰，並開始取得突破性的深度資訊。

如果您的 Oracle 架構難以跟上您的業務需求，或者如果您想獲得資料成熟公司的競爭優勢，升級到能夠駕馭大數據力量的現代化儲存解決方案可能很有意義。 

Pure 提供一系列簡單、可靠的儲存即服務（STaaS）解決方案，可針對各種規模的作業進行擴充，並適用於所有使用案例。 深入瞭解或立即開始使用。