11月18日，由百易傳媒（DOIT）主辦的2020中國數據與存儲峰會在北京盛大開幕。眾專家與行業代表同臺探討新數據時代存儲技術發展趨勢，分享數字化轉型成果，共話智慧未來。杉巖數據CTO邱尚高攜“AI+數據湖時代，對象存儲新未來”的主題演講出席峰會。

邱尚高在演講中提到，以5G、大數據、人工智能為代表的新興技術深入行業應用，智能在“端、邊、云”延伸，數據的種類和數量越來越多，企業對數據價值的訴求也更趨強烈，傳統基礎設施面臨著前所未有的挑戰?；跀祿嫿瘮祿R聚、加工、分析、利用于一體的基礎架構成為企業市場的重要趨勢。

縱觀國內，不論是公有云廠商還是私有云廠商，紛紛基于對象存儲推出差異化的數據湖解決方案。對象存儲憑何優勢，能夠成為數據湖存儲底座的不二之選？在AI+數據湖時代，對象存儲又迎來哪些新的場景？針對上述問題，邱尚高作了系統地闡述與分享。

為什么是對象存儲？從2006年亞馬遜推出公有云存儲服務（Amazon S3），到2012年阿里云存儲服務（OSS）的面世，再到2016年杉巖數據率先推出企業私有云對象存儲產品（MOS），對象存儲因互聯網而生，面對海量數據場景具備天然優勢，逐漸成為大數據時代存儲界的后起之秀。隨著數據湖架構在企業市場中的需求越來越廣泛，存儲作為整個數據湖架構的核心要素，承載著企業近乎全部的數據資產。對象存儲究竟有何優勢，能夠贏得業界青睞，成為數據湖存儲底座的最佳之選？

對象存儲采用彈性的分布式架構，靈活對接各類應用，可匯聚不同類型、不同大小的數據資源（包括結構化、半結構化、非結構化數據，大文件、小文件）。傳統文件存儲采用樹形結構，文件增多，目錄層級多，訪問性能驟降。對象存儲采用“桶-對象”的扁平化結構，通過HASH計算檢索文件，海量場景仍然保證高性能，輕松支撐EB級容量空間、千億級文件規模。對象存儲基于標準的S3或OSS接口，實現私有云與公有云數據自由流動，以及異構存儲資源納管。

文件存儲限于局域網訪問且需要OS掛載，對云場景支撐乏力。對象存儲天然支持跨互聯網訪問，無需OS掛載更輕量，更適應云原生應用。為了滿足業務合規與敏捷性需求，越來越多的企業選擇將互聯網應用部署在公有云，以滿足彈性、敏捷的需求；將重要數據存放到私有云，以滿足安全、合規的需求。對象存儲通過S3或OSS接口可無縫對接公有云，快速構建混合云基礎架構，在云端與本地之間實現應用平滑遷移和數據自由流動。通過以上維度對比，對象存儲的優勢顯而易見。

對象存儲將成為數據湖的數字底座

從國內外市場需求來看，國外的企業或組織更傾向于采用公有云基礎設施，而國內企業則是更傾向于私有云，也因此形成了公有云數據湖和私有云數據湖兩種方案，這里選取3家代表廠商進行簡單介紹。作為全球公有云市場的領導者，亞馬遜以對象存儲（S3）作為數字底座，存儲來自不同數據源的結構化、半結構化和非結構化數據，通過安全策略和訪問控制保障數據安全，同時支撐數據檢索查詢、用戶界面訪問以及數據分析處理等能力。

阿里云同樣是以對象存儲（OSS）作為數字底座，將阿里云上的日志服務、App/Web、數據集成等產生的超過10000種數據文件類型保存在OSS上，實現海量的數據匯聚，消除數據孤島；同時為MaxCompute、EMR、機器學習等平臺提供支撐，無縫對接超過100種計算引擎，賦能業務創新。

作為國內對象存儲市場的領導者，杉巖數據也推出了以企業存儲為基礎的智能數據湖解決方案。該方案基于MOS海量對象存儲構建海量空間，實現數據庫、非結構化文件、流數據等多源數據匯聚；通過納管異構存儲實現硬件利舊；通過高性能數據湖文件網關MosFS對接Hadoop、TensorFlow等分析處理平臺，深化價值利用；一體化方案賦能業務創新，為智慧金融、智能制造、智慧教育等行業變革提供基礎架構支撐。

AI+數據湖時代，對象存儲的新場景

對于企業客戶而言，貼合實際場景、解決當前痛點、滿足未來就緒的方案才是好方案。邱尚高結合一些新興的應用場景，向與會人士介紹了MOS對象存儲以及智能數據湖方案如何為客戶創造價值。

大數據存算分離

傳統大數據分析平臺存在諸多弊端：HDFS多采用三副本，空間利用率低；存儲與計算捆綁擴容，拉高成本；Hadoop升級不夠靈活，無法享受新版本計算特性。杉巖方案可提供存算分離架構，MOS支持糾刪碼和冷熱數據分層，使磁盤利用率提升80%；存儲與計算獨立擴容，有效降低成本；存儲與計算獨立升級，更加靈活。

數據智能處理

MOS依托智能數據處理引擎，將數據處理能力下沉到存儲系統內部。基于策略觸發，MOS海量對象存儲可以自動完成圖片轉碼、視頻抽幀、OCR識別等處理任務，簡化業務流程，提升處理效率。以智能制造為例，杉巖MOS已經幫助UTAC（聯測優特半導體）提升智能質檢效率，通過生命周期管理策略設定，在MOS內部完成質檢圖片的存儲、格式轉換、冷熱分層和過期自動刪除，節省80%存儲空間，大幅降低成本并簡化了業務流程。

機器學習

在MOS之上通過MosFS高性能數據湖文件網關，為TensorFlow等機器學習平臺提供原生的HDFS接口、S3/OSS對象接口、POSIX文件接口，滿足AI算法的模型訓練和推理、數據歸檔的需求。以自動駕駛場景為例，車輛采集的視頻、雷達數據通過文件或對象接口導入MOS，然后通過HDFS接口對數據預處理，預處理結果再通過文件接口由計算服務器進行AI訓練和高性能仿真，從而得到新的算法和模型進行下一輪測試。整個過程中，一套存儲同時在線、近線、離線使用，數據集中歸檔無須拷貝，空間利用率更高、數據更安全。

IPFS（Inter Planetary File System）

IPFS場景對底層存儲的需求可歸納為幾點：龐大的算力集群要求存儲吞吐量在100Gbps以上，以保證封裝數據的寫入效率；每天48次（30分鐘一次）的全量證明需要極高的隨機讀取效率；數據持續可讀（歷史數據不刪除）使得增量巨大（每周PB級），要求存儲提供EB級以上容量；超大容量必然由超大集群支撐，高效運維也是剛需。杉巖MOS除了提供EB級海量空間和300Gbps以上的超大吞吐量，還專門針對IPFS數據讀作性能優化，將數百次隨機讀請求合并為一個請求，極大提升效率；基于糾刪碼（22+2）技術，空間利用率超過91%，硬件成本縮減60%以上；通過多故障域隔離和智能DNS分配技術，輕松管控超大規模存儲集群，在提升數據可靠性的同時降低運維復雜度。

云原生OLAP

對海量非結構化數據的分析需求催生了云端數據湖的應用，杉巖針對云原生OLAP場景同樣提供了解決之道，通過MOS無縫對接云原生的數據湖，幫助企業快速構建高性能的OLAP服務。對“HDFS+傳統數據倉庫”而言，海量場景下的性能、并發性和易用性成為難以避免的災難。杉巖的“MOS+云原生數據倉庫”方案，依托彈性架構提供更強的擴展性、高可用性和并發訪問能力，在EB級海量數據面前保證優異性能，利用糾刪策略、數據分層等特性盡可能降低成本，采用存算分離架構極大提升靈活性，幫助客戶對海量數據極速分析，輕松把握商業趨勢，及時應對各種變化。

不難看出，杉巖數據植根場景需求，已經圍繞MOS海量對象存儲構建起了相對完善的數據湖解決方案，為企業應對數據挑戰、推進業務創新提供了新的、極具競爭力的選項。

fqj