按你说的要求。我觉得不会有免费的解决方案，毕竟敏感涉及到敏感数据的行业不多。免费的解决方案也肯定无法适用在这样特殊的行业中，真的有免费的。产生问题的时候也会有很多责任问题。所以我觉得不要考虑免费的解决方案。做数据加密的行业中。接触的不多。之前做分保找过北...

默认存储再在etcd键值存储系统，当然，也可以存储在其他平台

通常用得较多的场景：1、对象存储2、时空数据3、Feeds流4、 推荐画像、、、一般来说：面向列的，容量大的数据都可以采用hbase存储

大数据平台中适合存放数据量极大，而且是一次写入，多次读的应用需求，存储在HDFS分布式文件系统，采用多副本机制保障数据的安全和可靠影像类数据包括视频数据和图像数据，非常适合存放在HDFS中，系统将影像类数据进行切分，按照128MB大小进行切分，然后对每个128MB的数据进行多副本进行...

正常分布式应该比较适合那种非结构化的文档，-大型运算应用我觉得更适合san架构，还有一个问题，就是企业自建私有云的时候分布式的存储可能会现在产品差距比较大可能自己维护下来要要相对来说难度大一些，...

ES 2.3.0遇到的问题：（1）性能问题·大量数据的集中导入会导致ES性能下降，例如，查询响应时间变长、建index等命令会超时。·数据量大的时候，节点重启会需要很长时间初始化shards。（2）功能问题·不能实时导入数据。·有刷新间隔，最低1s。·没有真正的数据更新及删除功能，重新导入数据d...

数据存储量确实会大幅增加，可以靠实际测算得到存储量的消耗，不过，硬件存储成本在整个开支中占比不大。积分系统如果很小，不必自备节点，可以选择依附和使用几个大节点。

不论是IaaS还是PaaS，手工部署ELK都是不推荐的，通过ansible可以自动实现，至于如何实现，可以参考redhat文档：https://docs.openshift.org/3.9/install_config/aggregate_logging.html至于说分布式存储、本地存储还是集中存储，这个没有既定答案，都是可以参考行业实现，比如Redhat就是...