
更不用说,对象存储在云中也存在。以下是一些常见的基于云的对象存储提供商:
- Amazon S3
- Rackspace Cloud Files
- Microsoft Azure Blob Storage
- Google Cloud Storage
要理解对象存储及其存储架构(两者听起来很相似),首先要了解一下基本的存储解决方案:文件存储。像大多数前代产品一样,基于文件的存储很简单,但性能也很有限。命名文件,用元数据做好标记,然后被规整到文件夹中。命名过程使得浏览文件变得轻而易举,由于许多公司需要集中访问文件,对于用户目录、部门共享和其他需要在目录中浏览文件的共享操作而言,文件存储是一个可行的选择。
文件存储还提供了一个分层系统,对于少量的数据来说,效果不错。此外,虽然从技术上讲,您可以创建和存储更多的文件,但对于大型文件共享来说,以后在目录结构中找到它们可能会更困难。在充满无数文件的无数文件夹中进行扫描,根本不具有可扩展性,而且效率低下。

考虑到这一主要限制,是时候考虑一下更高层次的存储了:块存储。块存储通常位于 SAN 架构中,它负责处理被称为“块”的原始存储卷,其中包括被分割成同等大小数据段的文件。此时,操作系统负责管理这些卷,并将它们作为单独的硬盘使用,这使企业能够使用第三方工具来管理和备份数据。
块存储的性能通常要优于文件存储,因为应用直接访问存储在卷中的数据,而卷是由磁盘上的块集合组成的。这避免了文件系统和管理方面的开销。与文件存储架构不同,访问卷的数据库或操作系统决定存储管理策略,为不同的应用分配存储,决定数据的去向,并跟踪权限和访问控制。
与这两种架构相比,对象存储更适合处理大量不断增长的数据。在对象存储架构中,找到一个特定的数据集要容易得多。因为每个对象都有自己的唯一标识符,您不需要在目录中手动搜索一个文件。对于非常大的数据集,企业倾向于选择使用对象存储,因为在处理大规模数据的情况下,它的管理效率更高,存储成本更低。虽然文件存储和块存储架构可以扩展,但当数据增长到几百万字节的范围时,其可用性和简易性就会降低。
人类和机器都会生成大量的数据,虽然有些是结构化的,但绝大部分是非结构化的。由于非结构化数据难以管理和存储,企业正在转而采用对象存储解决方案来解决这方面的独特挑战。此外,对象存储具有以下优势:
据估计,所有生成的数据中有 80% 是非结构化数据,尽管实际比例可能要低一些。IDC 估计,到 2025 年,我们拥有的数据量将是现在的 5 倍。
各种规模的企业都必须处理大量不断增长的数据,由于数据增长(尤其是非结构化数据)可能是不可预测的,他们选择的存储解决方案必须能够做到轻松快速地按需扩展。有了对象存储,企业不仅能更好地存储他们的数据,也能更好地管理、搜索数据,从而利用数据获得更有价值的洞察。
更不用说,与前一代文件和块存储相比,对象存储不受分层规整的限制。相反,数据被规整在一个扁平的平面上,提供比其他存储架构更简洁、更容易的访问方式。此外,这种扁平环境更容易按数字、属性等进行自定义。