【IT168 评论】我们正处于数据爆发的时代，大数据、移动互联网、人工智能、物联网等技术的发展，极大地促进了数字化进展。随着更多创新应用的出现，数据价值被广泛挖掘，数据重要性也得到了越来越多的认可。

　　此前IDC发布的一份白皮书中预测，全球数据圈将从2018年的33ZB增至2025年的175ZB，实现5倍以上的增长。而所谓“数据圈”，即每年被创建、采集或是复制的数据集合。

　　白皮书中还指出，娱乐数据和视频监控图像长期以来(并将继续)是全球数据圈的重要推动因素。物联网(IoT)设备信号、元数据(对分析、情境化和人工智能至关重要)和生产力数据，在当今日益数字化的世界中增长速度更快。

　　不应被随意抛弃的冷数据，存储是难题

　　在另外一份统计中，IDC指出在这些海量数据中，只有10%~15%的数据是经常被访问的“热数据”，绝大部分数据在产生之后使用频率就会大幅降低，甚至完全不再被访问，成为“冷数据”。

　　虽然访问率极低，但人工智能技术的发展赋予了这些数据新的生命力，随着其隐藏价值不断被挖掘，并且大量创造商业价值，数据已成为企业的核心资产。因此，数据是无论如何都不能被轻易丢弃的，无论它们是冷是热。

　　但由于冷数据量过于庞大，往往会带来许多存储方面的挑战。

　　最直接摆在企业IT部门面前的，就是成本问题。面对井喷式增长的数据，如果只是简单地通过增加存储节点来提高容量，势必也将带来成本的线性增加，这对很多企业来说是难以接受的。此外，设备占地空间和供电也将带来更高的成本。

　　此外，冷数据的维护与迁移也成为了一大难题。虽然是冷数据，但并不代表完全不必关注。IT部门通常需要定期对数据进行检查，确保数据的完整性。而且由于存储设备存在使用寿命，因此也需要对设备本身进行检查，及时排除硬件故障。在存储设备过于老化，生命周期结束之后，也需要对冷数据进行迁移，工作量是非常大的。

　　最后，在进行冷数据存储时，也应充分考虑安全性。保证数据不丢失比较常见的策略是进行冗余备份，可一旦数据量过于庞大，问题就会接踵而至。包括成本成倍增加、需要维护的设备也相应增加等等。第二，由于大量数据被保存在一起，数据泄漏造成的代价会更大。

　　值得一提的是，对于人工智能应用而言，对于冷数据存储也提出了新的要求。如快速访问、查找数据，这样才能确保数据科学家团队的工作效率。

　　应对冷数据存储挑战的常见策略

　　·数据分层。根据业务实际需求，从数据访问频率以及数据使用价值等因素进行考虑，制定数据“温度表”，并以保证业务运行为前提，制定合理的自动分层策略，对数据的生命周期进行分析，在数据降温之后，自动将其转移到冷存储层。

　　·数据缩减。通过数据重删、压缩等手段，减少存储系统中使用的存储容量，提升存储空间的利用率。在大部分存储设备厂商的产品中，都提供了数据重删功能。这种办法不但让出了更多的存储空间，也能有效减少带宽占用，更便于传输，备份更加轻松。

　　·数据管理。通过智能化、自动化的存储管理系统，能够有效减轻运维人员的工作负担，如数据检查、数据分类、数据迁移、故障预警及排查等等，借助智能化的管理平台，可以实现高效运维。在部分管理系统中，也提供了机房节能策略，通过让设备适时休眠，帮助管理人员优化能耗。

　　·存储介质。目前冷数据存储介质还是以机械硬盘为主，希捷、西数、东芝等硬盘厂商也相继推出了更高容量密度的产品，成为冷数据存储的不错选择，更高密度的硬盘也在研发中。另外，在海量数据时代，磁带存储也颇有“重生”的意思，它的购买、使用成本更低。

　　·云存储。云计算越来越被接受，采用云存储能够以更灵活、弹性的方式获得足够的存储空间，同时按需付费的方式对企业来说也是预算友好的。

　　最后

　　业务的发展，创新应用的出现，会带来更加复杂的IT需求，使IT环境也会愈发多元复杂。这同样也将对冷数据存储不断提出新的需求，站在IT部门的角度上来说，为公司业务服务是终极目标，因此在考虑冷数据存储问题时，有时也需要结合业务情况灵活变通。