文件方式管理大家非常熟悉，监控使用率监控使用率，按需扩容。迁移到对象存储后事实上简化了管理，应用直接访问对象存储，存储管理员只需要完成初始化完创建工作，为桶设置好配额，监控存储整体的使用率，不必像过去一样再关心每个业务情况。如果你问的是迁移的过程如何管理，同城需要配...

构建非结构化数据的数据湖，需要考虑两大方面的问题：一是应对数据的需求，实现任意数据的任意访问。包括同一份数据提供主流多种访问协议同时访问，系统采用分布式可伸缩架构，能够随时调整容错级别，策略化自动管理，无数据迁移，系统可无中断升级等等。第二是解决方案的生态。可持续发...

非结构化存储管理我认为至少应当包括两大方面，基础架构的管理以及其中的数据的管理。 基础架构的管理，各家都有相应的管理工具，再加上开源的工具，最多再定制一下，都是能够满足各种需求的。 其实，更多的是数据管理，如数据标记、热点数据分析、数据生命周期管理，甚至是数据迁移、数...

非结构数据的爆发式增长是各行各业都面临的挑战。由于金融业的特殊性，会对数据的存储、安全以及管理提出更严苛的要求。选择稳定可靠、成熟、易管理、广泛使用的产品是重要需要考虑的。 某种意义上，选择走正确的路比努力走路更重要。 数据湖可以实现数据与存储解耦，存储与...

从我个人的经验来看，非结构化数据主要面临的问题是文件多、容量大。因此在备份的时候面临的问题有两个，如何保证在备份窗口内实现数据备份、如何存放这么大容量的数据、如何保证几十年的时间里数据随时可用。从目前的看来对象存储是一个比较合适的解决方案。因为对象存储本...

好问题。这个问题的本质是需要变更存储访问协议。我的建议如下：1、自己做。可以考虑Rclone这个开源工具。2、花钱做。请厂商服务工程师或专业合作伙伴工程师来做。这是最佳选项，不过还有钱来说话。3、并存。老数据保持现有存储和访问方式，新数据直接写入对象存储。这个就要...

非结构化数据同结构化数据一样，可按照不同的需求，实现多种方式的备份。而唯一不一样的，对于大数据，或者说海量的非结构化数据，由于数据量的巨大，不能用传统的备份方式来处理，这时候我们会建议采用历史数据归档替代传统的备份，一方面保证数据保护的时间窗，同时确保数据的回溯访问时...

时至今日，容量已经不再是约束是否使用对象存储的条件。而且特别是当前X86价格如此透明的时代。是否使用对象存储，除了数据类型外，还与业务特点有关。如你所述，同城双活，如果业务对锁敏感，那么对象存储非常合适，但数据的一致性是异步的，除非是跨数据中心纠删，但真不建议此种方案，东...

对象存储在系统内部会进行数据访问的一致性管理，不需要外部的业务系统来进行保证，这也降低了前端业务系统的逻辑处理的复杂度。技术上来看对象存储的权限管理可以做到非常细的粒度，可以针对每个对象来单独控制，也可以监控每个对象的访问。从实际使用来看，基本上都是按照Bucket...

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...