5G时代下大数据存储面临的挑战

工业物联网，车联网和实时欺诈风控的需求正在飞速发展，越来越多的企业新应用需要的是快速响应客户需求，并同时学习和适应不断变化的行为模式。同时，随着5g网络、容器云、-存储硬件水平的不断提高，数据增长进入了-的发展阶段。

目前大数据处理平台常见的lambda架构，它的优势在于满足了实时处理与批处理需求，但是，从存储的角度看其缺点也很明显，可以总结为如下三点：实时处理、批处理不统一，不同的处理路径采用了不同的存储组件，增加了系统的复杂度，导致了开发人员的额外学习成本和工作量。

数据存储多组件化、多份化，同样的数据会被存储在elastic search 、s3对象存储系统、kafka等多种异构的系统中，而且考虑到数据的-性，数据还都是多份冗余的，这就-的增加了用户的存储成本。而往往对于企业用户来说，0.1%的存储冗余都意味着损失。

每种类型的数据都有其原生的属性和常用访问模式，对应有匹配的适用场景以及合适的存储系统。为了解决如上提出的三个问题：降低开发成本、减少存储成本与减少运维成本，自然也就需要新的存储类型。在这里，我们将从---的数据类型出发，探讨5g时代下数据存储新思路。

计算是原生的流计算，而存储却不是原生的流存储。从存储的视角来说，存储架构的设计需要首先明确所存储的数据的特点。在物联网、自动驾驶汽车、金融等实时应用场景中，所需要存储的数据一般被称之为“流数据”，流数据一般被定义为：流数据是一组顺序、大量、快速、连续到达的数据序列，一般情况下，数据流可被视为一个随时间延续而-增长的动态数据合集。

我们将流数据定义为第四种数据类型，传统数据库这类基于事务的程序适合采用块存储系统。
联系时请说明是在云商网上看到的此信息，谢谢！
联系电话：0755-83304208，19926450856，欢迎您的来电咨询！

本页网址：https://www.ynshangji.com/xw/15936580.html

推荐关键词： 一体成型电感, 贴片电感, 共模电感, 大功率电感, 低频电感

声明提示：

本页信息（文字、图片等资源）由用户自行发布,若侵犯您的权益请及时联系我们，我们将迅速对信息进行核实处理。