对于海量非结构化数据，目前大家采用的都是什么存储备份策略？

当数据量特别大的时候，几乎无法实现全量备份，我们有些系统都没有备份

目前大部分还是采用集中式存储，备份大多还是借用存储的备份方式完成。

1. 如果使用NAS，比如netapp的nas存储，通过nbu调用nas的ndmp备份方式，备份到磁带。这种备份是块级别的。
2. 如果采用gpfs共享文件系统，可以用gpfs的备份命令备份数据。
   一般从存储层想办法，如果变动不大的，用快照也可以。

我们有一套业务。文件内容非常多。数据量并不大，只有两百多G，但是文件数目非常多。处理，备份上都非常缓慢。目前采用了备份一体机，但备份速度也无法达到对结构化的数据库的备份速度，有那些专业的技术或者设备能够提高这种海量数据的处理吗

对于非结构化数据的备份问题，确实是比较头疼的。因为海量的非结构化数据的备份对存储资源空间的浪费是非常严重，如果一定要实施备份，个人建议，先制定好数据的归档策略，之后再有针对性的进行备份，减少存储空间和性能的浪费。
并且，预算允许的情况下，尽可能选用一些商用一体机的解决方案来实施。

对于互联网行业，特点就是非结构化数据量多而且大，pb级别，使用对象存储是首选，一般自建或者采购成熟的商业产品。
某些传统行业，医疗金融保险等数据量，对象存储是一个可选项， 可以通过NAS存储实现，GPFS构建统一的资源池，实现资源的整体调度分层等。