楼上的回答很全面了。这也从另外一个角度解释了对于企业级应用，强一致性的重要性。主机可以就近同时访问不同的物理站点，而对象系统本身通过强一致性特性来处理数据的一致性要求，当出现不一致（数据在其它站点有修改）时，从最后版本“拉”数据过来已保证数据的“最新”。主机切换...

从数据容量上看，不需要转对象存储。但是集中NAS文件存储，会涉及到一个inode索引空间。如果一个文件目录里面小文件数量太多，会占用的inode空间，一旦inode空间用完会导致文件系统不可用，同时会影响文件读取遍历速度。对象存储可以避免这种问题，需要结合应用使用文件系统的方式具...

对于金融保险业的非结构化数据存储选型，一般来说，应当考虑如下因素：1、访问协议。文件访问？对象访问？数据分析？做不做机器学习等等；2、数据量。有多少数据需要存储，增长情况怎么样？还容易被忽略的包括文件大小、目录大小、访问方式（随机/顺序）等等；3、维护量。这一点也经常被拍板的人...

不同的保险公司数据量的差异较大，是一个客观事实，即使是一家保险公司不同业务条线的数据也会存在不小区别。对于非结构化解决方案的选择，个人认为还是要根据企业自身情况出发，因地制宜，并没有一种万能的方案能够彻底非结构化数据的存储问题。各保险公司非结构化数据常见的一个...

对象存储主要存放的是非结构化数据，比如客户的影像文件、签署的协议文件、无纸化文件等等，这些文件平时查询概率较低，访问的时效性要求也不高，但是这类文件数量众多，往往几十TB或者PB级，同时监管要求至少保存20年。所以建议刚开始是可以尝试自建，自建可以选择成熟的商业对象存储...

1）Dell EMC在Garner的分布文件&对象存储的魔力象限中多年一直处于领导象限的第一位置。这是市场对Dell EMC对象存储的认可。    ECS扩展了S3的支持：允许用户在bucket层面自定义元数据（meta data）.这些自定义的Meta data跟系统级的Meta data一道，可以让用户以更简单的...

流数据处理平台的主要特点就是把原先需要经过数据采集、数据清洗、数据分析才能得出最终结果的批处理，变成数据产生以后可以直接产生结果的流处理。流数据的应用场景还挺多的，基本上可以分为三类，数据管道类应用，事件驱动类应用，数据分析类应用。比如说可以用它来做实时数仓，跟...

非结构化数据归档的难以程度主要看建设的时候数据存储的规划，有没有考虑冷热分离，或者按照日期之类的规则进行存储。有规划日后好做分离，但是任由各系统自己存储再想做分离就特别难了，首先是数据冷热的识别，再是数据的分离，因为都涉及业务逻辑，困难重重……...