第一届对象存储技术及应用大会:Esri中国周宁——万物互联时代,云存储技术的变革与展望
目前,对象存储正在寻找除了云以外的应用案列,这使得对象存储更加广泛地为人们所接受。将于11月16日举办的“第一届对象存储技术及应用大会”活动即将围绕对象存储技术展开全面讨论。此前,让我们跟随Esri中国信息技术有限公司、云GIS产品研发总监周宁的脚步,领略一下他眼中的对象存储是如何应对当下的大数据潮流的。
发展中的Esri
存储方式的变革
首先是NAS。传统的GIS企业级软件对于空间数据文件的操作一般都是基于文件系统,而NAS共享文件系统是GIS软件集群读写文件的主要方式。随着这些年分布式存储技术的发展,出现了很多的分布式NAS产品,而ArcGIS软件平台比较关注这些分布式NAS产品对“即时一致性”的提供以及对海量小文件读写的优化。
其次是块存储。ArcGIS系列软件运行在虚拟机环境时,在软件优化层面会在虚拟机中生成临时缓存并写在本地磁盘中,这个过程就对虚拟机硬盘的I/O性能有很高的要求。他强调ArcGIS系列软件针对传统SAN和主流的VSAN产品都经过相关性能的测试。
最后是对象存储,他介绍道,公司的www.arcgis.com公有云服务中所有的空间非结构化数据都存储在S3中,其中的静态地图缓存切片更可以通过CloudFront进行CDN的推送,提高了客户端访问的效率。在私有云环境中,OpenStack Swift是首选,用它来存储相关空间非结构化数据文件本身,比如卫星遥感影像和无人机航片的归档数据,同时独立维护这些空间数据的元数据,根据空间数据的特殊性以空间特有的方式进行管理。并且Esri与NASA合作开发了新的面向对象云存储的新的空间数据格式,可以定义成“Cloud Native”的数据格式。
展望
随着移动互联网的普及以及物联网的到来,未来企业存储都将发生深刻的变化,他谈到了自己对未来企业存储的展望。在GIS行业内,空间数据大致分为两种类型,矢量数据和栅格数据。目前矢量数据一般通过传统的RDMS进行存储管理,而栅格数据这类非结构化数据大多是以文件的方式进行存储管理。随着社会经济的发展,对空间数据更新的频率要求越来越高,也就意味着数据积累越来越多,如卫星和无人机的数据。传统的存储技术已经很难支撑这样的数据量增长,云存储技术的应用是必然的趋势,从GIS应用的角度看,只是直接在底层基础设施架构层引入这些云存储服务还不够,还需要从GIS数据特有的角度开发更友好的用户界面去消费这些云存储资源,因此面向行业应用内部的基于云存储架构的企业级云盘是一个发展方向,不但可以更好的将之前“离线”的数据在线化,更可以在这之上进行共享,也可以作为政务数据共享的技术支撑。
人物介绍
周宁:在GIS行业工作十年,2010年开始从事云计算相关工作,深入了解国内外主流的私有云厂商的平台,带领研发团队开发出GIStack系列产品,只为使GIS行业内客户能够更便捷应用云计算相关技术。
附:
本文出处:畅享网
本文来自云栖社区合作伙伴畅享网,了解相关信息可以关注vsharing.com网站。
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
互联网+驱动未来 山东CIO智库理事长高端闭门会议成功召开
10月21-22日,“2016山东CIO智库理事长高端闭门会议”暨两化融合深度行青岛站在青岛金海大酒店顺利召开。此次会议为山东CIO智库理事长高端闭门会议,来自山东十七地市的理事长及副理事长参加了此次盛会。会议以“互联网+驱动未来”为主题,深度聚焦互联网+给企业发展带来的深刻影响,深入剖析企业信息化存在的问题和发展方向,旨在积极探索企业CIO在新形势下,如何以信息化驱动企业发展。会议由山东省两化融合促进中心、山东CIO智库主办,浪潮集团青岛区企业客户部总经理凌希刚主持,会议得到了华为公司的大力支持。会议集高端性、前瞻性、实用性于一体,七大亮点引人注目。 亮点一:山东省经信委信息化推进处孙志强处长致辞 呼吁CIO把握产业互联网机遇 山东省经信委信息化推进处孙志强处长发表精彩致辞,他强调信息化发展至今,人们的观念、信息的素养、法律法规、政策标准等还没有完全的调整适应到位,这些都要求从事信息化工作的同志们遇到困难、质疑及反对的时候,要保持战略定力,始终坚持道路自信、制度自信和理论自信,坚定的开展工作。当前,信息化应用从原来的改造研发、生产、管理、销售等生产经营全过程,发展到了互联网与制造业深...
- 下一篇
DRDS和RDS只读实例性能对比测试
我们都知道,对于数据库中基础信息表来说,它的数据变化频率低,数据量小,但由于基础数据本身的特点,大多数相关系统都会对频繁地读取它。即便我们通过对数据调取服务进行服务化包装,通过HSF服务的方式对外暴露,以减少多个系统直接操作数据库带来的问题,但数据本身的读取频率和并发度都非常高,QPS可以轻易达到10万以上。通常,使用普通的关系型数据库,比如RDS很难满足这样的场景,业内普遍的做法是在数据库前加一层数据库缓存服务,比如redis或memcache来存放基础信息,以此承载海量的高并发访问请求。但是也会存在问题,当缓存服务发生故障,或者由于某种异常被击穿,大量的访问请求迅速会打到后端的数据库上,数据库能不能在关键时候扛住压力,为运维人员争取时间,快速修复缓存服务,显得至关重要。 是的,这个时候,阿里云RDS和DRDS都提
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
- Mario游戏-低调大师作品
- CentOS关闭SELinux安全模块
- CentOS7,CentOS8安装Elasticsearch6.8.6
- CentOS8安装MyCat,轻松搞定数据库的读写分离、垂直分库、水平分库
- Docker安装Oracle12C,快速搭建Oracle学习环境
- Red5直播服务器,属于Java语言的直播服务器
- CentOS8编译安装MySQL8.0.19
- SpringBoot2整合MyBatis,连接MySql数据库做增删改查操作
- Springboot2将连接池hikari替换为druid,体验最强大的数据库连接池