數據當地化是為了確保大數據集存儲在計較節點四周便于闡明。對付Hadoop，這意味著打點數據節點，向MapReduce提供存儲以便充實執行闡明。它實用有效但也呈現了大數據存儲集群的獨立操縱問題。以下十項是Hadoop情況中打點大數據存儲能力。

1.漫衍式存儲

傳統化會合式存儲存在已有一段時間。但大數據并非真的適合會合式存儲架構。Hadoop設計用于將計較更靠近數據節點，同時回收了HDFS文件系統的大局限橫向擴展成果。

固然，凡是辦理Hadoop打點自身數據低效性的方案是將Hadoop 數據存儲在SAN上。但這也造成了它自身機能與局限的瓶頸。此刻，假如你把所有的數據都通過會合式SAN處理懲罰器舉辦處理懲罰，與Hadoop的漫衍式和并行化特性相悖。你要么針對差異的數據節點打點多個SAN，要么將所有的數據節點都會合到一個SAN。

但Hadoop是一個漫衍式應用，就應該運行在漫衍式存儲上，這樣存儲就保存了與Hadoop自己同樣的機動性，不外它也要求擁抱一個軟件界說存儲方案，并在商用處事器上運行，這對比瓶頸化的Hadoop自然更為高效。

2.超融合VS漫衍式

留意，不要夾雜超融合與漫衍式。某些超融合方案是漫衍式存儲，但凡是這個術語意味著你的應用和存儲都生存在同一計較節點上。這是在試圖辦理數據當地化的問題，但它會造成太多資源爭用。這個Hadoop應用和存儲平臺會爭用溝通的內存和CPU。Hadoop運行在專有應用層，漫衍式存儲運行在專有存儲層這樣會更好。之后，操作緩存和分層來辦理數據當地化并賠償網絡機能損失。

3.制止節制器瓶頸(Controller Choke Point)

實現方針的一個重要方面就是——制止通過單個點譬喻一個傳統節制器來處理懲罰數據。反之，要確生存儲平臺并行化，機能可以獲得顯著晉升。

另外，這個方案提供了增量擴展性。為數據湖添加成果跟往內里扔x86處事器一樣簡樸。一個漫衍式存儲平臺如有需要將自動添加成果并從頭調解數據。

4.刪重和壓縮

把握大數據的要害是刪重和壓縮技能。凡是大數據集內會有70%到90%的數據簡化。以PB容量計，能節省數萬美元的磁盤本錢?，F代平臺提供內聯(比擬后期處理懲罰)刪重和壓縮，大大低落了存儲數據所需本領。

5.歸并Hadoop刊行版

許多大型企業擁有多個Hadoop刊行版本。大概是開拓者需要或是企業部分已經適應了差異版本。無論如何最終往往要對這些集群的維護與運營。一旦海量數據真正開始影響一家企業時，多個Hadoop刊行版存儲就會導致低效性。我們可以通過建設一個單一，可刪重和壓縮的數據湖獲取數據效率

6.虛擬化Hadoop

虛擬化已經囊括企業級市場。許多地域高出80%的物理處事器此刻是虛擬化的。但也仍有許多企業因為機能和數據當地化問題對虛擬化Hadoop避而不談。

7.建設彈性數據湖

建設數據湖并不容易，但大數據存儲大概會有需求。我們有許多種要領來做這件事，但哪一種是正確的?這個正確的架構應該是一個動態，香港服務器 香港服務器租用，彈性的數據湖，可以以多種名目(架構化，非布局化，半布局化)存儲所有資源的數據。更重要的是，它必需支持應用不在長途資源上而是在當地數據資源上執行。

不幸的是，傳統架構和應用(也就長短漫衍式)并不盡如人意。跟著數據集越來越大，將應用遷移到數據不行制止，而因為延遲太長也無法倒置。

抱負的數據湖基本架構會實現數據單一副本的存儲，并且有應用在單一數據資源上執行，無需遷移數據或建造副本。

8.整合闡明

闡明并不是一個新成果，它已經在傳統RDBMS情況中存在多年。差異的是基于開源應用的呈現，以及數據庫表單和社交媒體，非布局化數據資源(好比，維基百科)的整合本領。要害在于將多個數據范例和名目整合成一個尺度的本領，有利于更輕松和一致地實現可視化與陳訴建造。符合的東西也對闡明/貿易智能項目標樂成至關重要。

9. 大數據碰見大視頻

大數據存儲問題已經讓人有些焦頭爛額了，此刻還呈現了大視頻現象。好比，企業為了安詳以及操縱和家產效率逐漸趨于利用視頻監控，簡化流量打點，支持禮貌遵從性和幾個其它的利用案例。很短時間內這些資源將發生大量的內容，大量必需要處理懲罰的內容。假如沒有專業的存儲辦理方案很大概會導致視頻丟失和質量低落的問題。

10.沒有絕對的贏家

Hadoop簡直取得了一些希望。那么跟著大數據存儲各處著花，它是否會成為贏家，力壓其它方案，其實否則。