|
云存储技术
“云”概念最早诞生于互联网,随着其发展云技术在各行各业得到运用。“云”是一个比喻的说法,一般是后端,难以看见,这让人产生虚无之感,因此被称为“云”。
由于用户数量众多,存储系统需要存储的文件将呈指数级增长态势,这就要求存储系统的容量扩展能够跟得上数据量的增长,做到无限扩容,同时在扩展过程中最好还要做到简便易行,不能影响到数据中心的整体运行,如果容量的扩展需要复杂的操作,甚至停机,这无疑会极大地降低数据中心的运营效率。
云时代的存储系统需要的不仅仅是容量的提升,对于性能的要求同样迫切,与以往只面向有限的用户不同,在云时代,存储系统将面向更为广阔的用户群体,用户数量级的增加使得存储系统也必须在吞吐性能上有飞速的提升,只有这样才能对请求作出快速的反应,这就要求存储系统能够随着容量的增加而拥有线性增长的吞吐性能,这显然是传统的存储架构无法达成的目标。
传统的存储系统由于没有采用分布式的文件系统,无法将所有访问压力平均分配到多个存储节点,因而在存储系统与计算系统之间存在着明显的传输瓶颈,由此而带来单点故障等多种后续问题,而集群存储正是解决这一问题,满足新时代要求的一剂良药。[1]
云存储技术
目前的云存储模式主要有两种:一种是文件的大容量分享。有些SSP甚至号称无限容量,用户可以把数据文件保存在云存储空间里。另一种模式是云同步存储模式。例如dropbox,skydrive,谷歌的GDrive,还有苹果的iCloud等SSP提供的云同步存储业务。
发展现状编辑
市场发展迅猛
“云存储”作为一个备受热捧的新兴市场,在短短的几年时间里便在国内遍地开花。在我们身边能够看得到,用得着的“云”就有储115、金山网盘、腾讯中转、迅雷网盘,还有众多品牌的智能手机或网络电视机上的云存储。这是一块诱人的大蛋糕,而且前景广阔,众多商家都想从中分到一杯羹。
除了国内云存储业务迅猛发展的态势,更令人意想不到的是国内用户的热情。2012—2016年中国网络存储市场研究及未来发展趋势报告显示:到去年第一季度为止,国内某大型SSP的注册用户已突破三百万,IT论坛几大SSP的注册用户数也不相上下。但是这些数字与现今近5亿的国内网民相比仍存在着巨大的发展空间。要知道,美国Dropbox头三年的客户数还不足百万,但现在已远超五百万了。
国内云存储产业面临的挑战
国内云产业尚处于起步阶段,市场的发展还不够成熟,面临的挑战还很多。国外影响力较大的SSP虽然只有少数几家,但客户和业务都比较稳定,商家可以定下心来稳定地开展各类长期业务。而国内的云存储市场刚刚起步,客户和SSP之间尚未进入稳定和互信的发展阶段,市场还不够成熟,客户和SSP的业务都还存在着诸多不稳定的状况。 [3]
9发展所面临的瓶颈编辑
存储空间的安全性顾虑
目前,绝大部分企业或部门还不是很情愿地把单位的重要数据保存到“云”里去,究其原因还是对数据安全性的忧虑。而个人用户同样担心的是其隐私数据的泄露。
可以说,安全问题是对云存储服务的最大挑战。这一问题直接关系到云存储市场的生死存亡。从客户的角度分析,既然把重要数据交给第三方托管,自然希望SSP能够确保数据的不被篡改、不丢失、不被非法访问或任意窃取。而且上传和下载的速度不能太慢,最好能够提供实时高带宽的传输服务,这就给SSP们出了一道市场考题。
网络带宽的瓶颈
当我们保存备份重要数据的时候,当然都不希望太慢,也就是上传下载的速度要快,而且服务器要能及时接纳大量的数据流。这就对网速的分配、网络设备的性能和SSP的管理机制带来了极大挑战。毕竟作为云存储的客户,谁愿意为了备份一段录像而等待几十分钟的时间呢?
国内网络带宽的现状极大限制了用户对云存储的热情,对于国内的网速和价格,大家更是感同身受。
创作平台的限制
各大SSP云存储服务供应商都试图打造自己的垂直整合技术,但我们也注意到:随之而来的内容存储也就很难、甚至无法突破创作平台的限制。因此,各自为战的科技公司必然会带来一种断裂和碎片化的生态系统。
盈利魔咒
导致云存储行业竞争混乱的最根本因素是盈利模式的迷茫。云存储是一个很大的市场,也是很有潜力的市场,可以说,谁赢得云存储,谁就赢得未来。为了吸引更多的用户,云存储服务商必须提供更多的免费存储空间。但随着存储空间的增大,付费升级的用户就会减少。一些无IT论坛收入来源的小型服务商势必将无法承担如此大的投入,它们不得不寻找IT论坛的营收来源。SSP作为企业,它的最终目标就是盈利赚钱,而客户则希望获得更多、更好、低廉、甚至免费的服务。目前,企业只有采用增加广告,降低用户负担的方式了,至于IT论坛的增值服务,目前也是处于开拓阶段,暂时还找不出更好的出路。
云存储技术的不确定性对市场的影响
海啸、地震等自然灾害或战争等人为因素会给云存储的发展带来众多不确定的因素,而在国内虽然不必过多担心战争等人为因素,但各方面的审核和对一些敏感内容的屏蔽等因素,也增加了云存储的时间成本和不确定性。
参考资料
|
|