云存储技术的发展现状和创新方向
起初,云存储作为在存储领域兴起的一种新技术,将复杂的存储架构和组织管理封装在系统内部,而对上层系统提供统一、灵活、安全的“云存储服务”,由此将存储建设从系统建设上升到服务建设,对于存储的关注也达到空前的高度。然而随着需求的不断加深,以及对“服务”定义的多元化,云存储技术也如落入平静湖面的石子,激荡出一层又一层的波澜。
一、云存储的现状与创新
在安防行业中,存储的存在形式较为多样,传统如DVR/NVR、SAN、NAS等。各种存储方案的存在均满足于安防行业特定场景变化的需要和受力于市场作用的结果。云存储技术作为存储技术中的一项重大革新,在安防行业中的多项场景应用中填补了空白,同时随着技术创新的不断深化,在传统建设领域上的应用上也出现的云存储的身影。
在满足小型视频监控的需求时,用户通常会倾向于DVR或者NVR,当规模再大一些时会使用SAN或者NAS存储方案。而随着规模的不断加大,庞大存储系统的整合、资源利用率的提升、存储服务获取和管理的便利性等方面传统存储方式的弊端也非常明显,而云存储的产品化应用无疑是行业中的亮点。
随着云存储技术的发展创新,以及对多种用户场景的兼顾和调整。云存储的创新方向有以下3个方面:
1、云存储安防化发展与创新;
2、云存储小型化发展与创新;
3、云存储安防民用化的发展与创新。
不同发展方向指向不同用户场景需要,云存储技术无论如何演进,以用户为中心的理念从未改变。
二、云存储安防化发展与创新
虽然明确运用云存储技术作为主流存储技术应用于安防行业的共识并未改变,然而通用云存储在具体业务使用时却忽视了与安防行业的整合。因此迫切需要通过云存储技术与安防具体业务进行整合、优化、创新可提升整体业务的耦合度,优化存储流程,降低环节消耗。具体云存储安防化的思路下可以从以下几个方案进行优化。
1、整体系统架构调整
在视频图像监控系统的整体结构调整上,首先云存储系统可以通过将流媒体业务内置,进而可以独立承担视频图像的取流存储、预览、转发等多种功能。这样在整个系统中,数据的流向可以从摄像机直接写入云存储系统的存储节点中,数据的分布式存储则由云存储系统内各存储节点自行完成。整个结构省去了很多中间环节,只涉及前端和存储,因此环节变少、流程简化后效率随之提升,故障环节也随之降低。
另外云存储系统同样可以针对视频图像存储技术进行面向应用的定制工作,如视频图像存储的周期性管理、录像补录、索引管理、录像完整性检测等多种视频图像与存储相关的内容都可以整合入云存储系统。从而释放上层业务系统的系统资源,简化整个视频图像存储结构。
2、视频效率优化
云存储系统同样可以针对视频图像的数据特点进行优化工作。从数据特点上分析视频图像数据是典型的流式数据,流式数据产生时其数据容量的大小就无法估量,如果不限定录像的保留周期,则一个摄像头产生的数据将是源源不断的生成,容量也是无法估计的。因此采用一般文件的存储方式就会将视频数据人为切成大量的视频片段,破坏其完整性。
在现实的使用场景中,视频图像当然不会无限制地保留下去。以录像数据保留30天为例,原来源源不断的视频数据会形成一个以30天数据量为总容量,以时间为周长的圆周。数据在这个30天的圆周上周而复始,不断循环写入。那么针对视频图像的这种数据特点,云存储系统可以不再采用视频片段文件这种非流式数据的存储方式,改而使用更符合流式数据特点的存储方式。一个摄像头30天内的数据以圆周形式进行存储,数据量则为写满圆周的总周长,同时在圆周上以秒或者更细粒度为单位标注时间坐标。那么在不破坏数据完整性同时,可以根据精确的时间点坐标进行自定义的数据定位、查询、下载、回放。视频图像数据的存储和使用效果会大幅提升。
三、云存储小型化发展与创新
常规云存储方案多采用集中存储方式,因此适应的安防场景多为中大型视频监控项目。然而安防应用场景并非全部都能够做到集中存储,大量小型项目、或者要求数据就近存储的场景对于云存储的大规模集中存储方式提出了严峻的挑战。
在满足小型化场景的情况下,特定场景的需求对云存储架构提出了更多要求,云存储需要对自身的架构进行再次定义和调整以满足场景客观需求,同时又必须保障其架构的延续性以满足长期规划。即要求少量存储设备也能够构建云存储系统,同时随着业务规模的不断扩大与延伸,云存储也需要具备由小至大的线性扩展使用架构的灵活调整。再则小型化场景的需求对存储系统的成本也有较高的要求,这一点也需要重点考虑。
因此云存储系统的小型化方案就必须聚焦在低成本、高扩展这两点上。在低成本上利用3台,甚至更少的小盘位存储节点,通过元数据模块的内嵌、存储业务功能的集成将若干存储节点通过集群方式构建小型云存储系统。小型云存储系统需要继承安防云存储架构的优势,在业务逻辑、数据路径、安全性上继续保持安防云存储的建设方式,提供专业的安防云存储服务。同时大量小型云存储的部署客观上满足了就近存储的需求,加之安防应用平台、云存储调度中心的统一管理与调度,彼此之间又可以形成互动、互联,有效满足了分布式存储的需要。因此发展小型化云存储可以进一步满足安防行业丰富的场景需求,对集中式的云存储方案进行强有力的补充。
四、云存储安防民用化的发展与创新
安防行业关注到民用市场的需要,但真正进入这一领域相对于传统公安、交通等领域而言要晚很多。同时民用市场对于存储的具体需求,以及民用市场的实际特点与传统的安防行业特点又表现出明显差异。
在传统安防领域建设存储系统,其原则是依据当前业务量、存储容量需要有步骤的进行建设。在建设设计之初就非常明确系统中的并发业务量和容量需要,且长时间保持一个满负荷稳定状态,因此云存储的设计建设就由理可依,按照实际需要建设即可。而民用市场的出现则完全打破了这一建设模式,民用市场对于存储的弹性要求非常大,因为整个市场的高速发展表现出一种前所未有的扩张方式,存储系统需要及时随着用户量的增加不断进行扩展。同时即使在一天内云存储系统所面临的并发压力也不再恒定,而是随着用户习惯呈现出波峰波谷,可能某个时刻大量用户数据会呈井喷式的涌向云存储系统,照成云存储系统超负荷运行。而又在某个时刻数据存储量持续下降,云存储以非常轻的负荷在运行。
基于以上特点,如果采用安防传统的云存储建设思路,则需要按照峰值设计云存储系统,而这样又会在大量时间造成云存储系统资源浪费。因此在此应用场景上更关注于云存储系统的并发性能弹性,更关注于对数据缓存的处理。在响应波峰高并发压力的同时节省不必要的额外开销则是云存储系统建设的目标。云存储系统的负载均衡策略可用最大程度上激发系统并发处理能力,同时通过各节点业务缓存、及时反馈,在策略上快速响应用户的存储需要,也将数据进行缓冲处理并逐步消化压力,以满足场景需要。同时民用市场的云存储建设作为公共云存储实际场景,可以有效降低终端用户的使用门槛,吸引更多用户关注和使用云存储服务。
五、总结
云存储技术的发展与创新是一个长期持续的过程,技术生长的土壤需要不断注入用户需求的养分。随着云存储在安防行业的持续深入,对于安防行业的理解愈发全面,我们将发现仍然有无限广阔的空间等待我们的开发。
未来安防分析大数据化、应用云端化,云存储作为大数据的基石仍然有很多可以进步和优化的空间。如何与安防大数据相互配合、相辅相成共同发展,为大数据应用贡献自身的技术价值也深深值得我们探索。无论未来云存储技术能够走多远,始终离不开对安防行业需求的不断探索和不断满足。十年磨一剑,未来云存储的发展与创新依然值得人们满怀期待。
本文转自d1net(转载)

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。
持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。
转载内容版权归作者及来源网站所有,本站原创内容转载请注明来源。
- 上一篇
广域网优化仍是容灾和云接入的关键
与同一数据中心里不同系统间的数据访问相比,跨广域网(WAN)的数据读写面临着新挑战:有限的带宽、随设备间的距离而按比例增加的延迟、网络可靠性的降低,所有这些都会最终导致性能和用户体验双降。 银行的带宽战 Eagle银行是位于马萨诸塞州的一家地区性银行。当他们决定把一个备份的戴尔EqualLogic阵列从主EqualLogic SAN网络中移到10英里外的灾难恢复(DR)数据中心时,它们碰到了带宽受限的残酷现实。测试显示复制时间会飙升到10天,远远超过了银行两点间数据恢复的要求——八小时。 最显而易见的补救措施就是增加银行现有广域网线路的带宽,这将产生额外的每月2500美元的花销。然而,银行的IT经理却通过对现有的网络基础架构增加广域网优化单元,来来缓解广域网带来的不利影响,并充分利用现有带宽。鹰银行最终在两个数据中心部署了Silver Peak的广域网优化控制器(WAN Optimization Controller),并获得惊人的效果:复制时间下降到5.5小时,平均WAN吞吐量从10 Mbps提高到52 Mbps,而成本仅仅是扩大带宽所需成本的一小部分。 不再只是硬件 作为一个在20...
- 下一篇
冷热分治,DT时代的数据存储必由之路
爆炸式增长的数据如何处理? 60秒的时间内可以做那些事呢?打字员可以打80个字,YouTube的用户可上传长达72小时的视频……言归正传,60秒,也就是一分钟内在互联网上到底发生了什么事呢? 在一分钟内,邮箱用户总共发送了2.04亿封邮件,亚马逊官网上的销售额约达到了8.3万美元,再说说社交网络上,Facebook的用户约推送了246万条的内容,Twitter用户发推数量约为27.7万条…… 在这组数字表象的背后,不知道你有没有发现需要哪些支撑?让我们简单算一下,按照目前3.2ZB的数据量,需要至少4.5亿台12盘位采用6T硬盘的服务器来支撑。但是按照现有资料来看,全球运行的服务器总量应该是5000万台左右,这其中有近一个量级的差距!而这是按照较高的存储密度来算,何况有大量的服务器是用于计算而非存储! 据分析称,全球产生的数据量中仅有1%左右的数据能够被保存下来!如何保存更多的数据?最简单方法当然是,采购更多的存储介质--磁带、光盘、硬盘、SSD等,但是如何选择存储介质则成为了另一大难点。 冷热分治,浪潮如何处理海量数据 Google所处理搜索查询是极热的数据处理,需要快速处理海量的并...
相关文章
文章评论
共有0条评论来说两句吧...
文章二维码
点击排行
推荐阅读
最新文章
- MySQL8.0.19开启GTID主从同步CentOS8
- 设置Eclipse缩进为4个空格,增强代码规范
- SpringBoot2整合Redis,开启缓存,提高访问速度
- SpringBoot2初体验,简单认识spring boot2并且搭建基础工程
- Hadoop3单机部署,实现最简伪集群
- CentOS8编译安装MySQL8.0.19
- SpringBoot2整合Thymeleaf,官方推荐html解决方案
- CentOS6,CentOS7官方镜像安装Oracle11G
- CentOS8安装MyCat,轻松搞定数据库的读写分离、垂直分库、水平分库
- SpringBoot2配置默认Tomcat设置,开启更多高级功能