对象存储在保险企业的适用场景有哪些？

一直以来，作为传统行业，保险公司的存储系统普遍采用集中式的 SAN 和NAS 存储。这种采用专业 硬件的紧耦合架构设计的传统集中式存储一直主导着险企存储技术的发展，而且长期以来都作为各种保险 业务、ERP、邮件的主存储系统，因此我们的关注点也大多集中在如何提高这些专用存储系统的性能、安 全性和可管理性上。但随着企业的发展，保险业务量的激增，企业信息系统出现越来越多的非结构化数 据。影像系统是非结构化数据的一个主要来源，已经积累了数十亿的文件量，占用了近 PB 的空间，这些 非结构化数据主要存放在上述集中式存储上。由于传统存储采用集中的元数据处理方式，因此，当存取千 万、亿级的文件量时就会出现陡峭的性能骤降拐点，直接表现就是前端内容管理平台处理效率降低，核 保、保全以及理赔等保险业务效率的下降，最终导致客户满意度的下降，这显然不利于险企的健康持久发 展。而采用扁平化数据组织方式的对象存储系统，能够有效解决纵深目录结构带来的文件存取效率低的问 题。另外，中国保监会已经发文要求保险行业实施“双录”系统，以便规范保险代理人的销售行为， 保障被 保险人权利。“双录”系统的实施，带来了更多的录音、录像等非结构化数据，保险业的对象存储之路势在 必行。本文就是围绕保险业影像、“双录”等系统以及各类文件型应用产生的海量非结构化数据的存储和管 理优化，进行分布式云对象存储系统的方案设计。

一般来讲，传统行业一般采用集中式的san和nas存储数据。但随着非结构化数据越来越多，传统的存储也出现了问题。一方面使用传统存储存放海量非结构化数据的成本高。再者，海量的非结构化数据在树型结构的文件型存储里的检索速度会随着文件数量和目录层级的复杂而效率下降。此外，海量的数据在传统存储里的备份是个难题。而对象存储的引进能从如上诸多方面解决用户的烦恼。
从业务层面来看，对于保险行业的影像系统，双录系统都是非结构化数据的密集地，这些业务场景都可以适时改造为对象存储