非结构化数据的存储及解决思路？

既然文件存储和对象存储的都适用于海量非结构化数据存储，那么用户什么时候选择文件存储，什么时候选择对象存储呢？

有两个主要指标，一看数据规模，二看应用场景。

01数据规模

文件存储通过将数据划分为类别、目录和文件夹来获取非结构化数据并将其结构化，由此用户可以快速轻松地查询搜索。

但是文件存储中，一旦文件数达到数千万级别，目录树越建越深，就会造成性能瓶颈，不仅查询效率严重下降，而且超多超大文件管理困难，严重影响业务效率。

对于几乎无形中可以添加更多空间、弹性扩容的对象存储来说，爆炸性膨胀的非结构化数据存储简直是小菜一碟。

因此，如果组织要处理的非结构化数据量有限，文件存储是最佳选择。若组织需要处理大量数据，那么选择对象存储是更明智的决定

02应用场景

对象存储之所以成为近些年的存储顶流，除了其容量无限制、强扩展的特性，还在于其天然拥抱云和互联网的特质。

在对象存储中，用户若想修改文件，只能先下载、修改，再将修改后的文件上传，这一特性决定了它非常适合读取多写入少的场景——比如网站视频播放、网盘应用、机器学习的数据训练、物联网数据传输、云原生等，对于这些现代化应用，对象存储大有可为。

此外，对象存储也被称为云存储，如今已成为云服务公司的一项基础业务，全球各知名厂商纷纷推出基于对象存储的云存储服务，凭借其事实上的语言——AWS S3 API，对象存储可以在内部部署/私有云环境与公有云存储之间进行无缝访问和移动。

因此，对于人工智能、物联网、云原生等新兴应用，对象存储将是不错的选择。