許多數據中心面對的最大應戰對錯結構化數據的極大添加。雖然結構化數據在曩昔10至20年間有所添加，但在曩昔幾年中，非結構化數據的來源以及人們運用所述數據的才能現已明顯添加。非結構化數據辦理面對的應戰之一是，一般很難斷定何時刪去它。

例如，從以往的管帳年度挑選一切財政記載，將其歸檔并從主存儲體系中刪去對錯常簡略的。用非結構化數據來做這個并不是那么簡略。管帳所面對的其間一個應戰對錯結構化數據一般由無數人具有的，而不是一個一致的應用程序。

安排的事務環境中可能存在數千個用戶和數百個應用程序，用于創立非結構化數據，而且當一條非結構化數據變得有用時，一般對此并不清楚，因而沒有人想要刪去任何內容。缺少詳細的問責制導致大部分數據處于非活動狀況，而這與數據占用空間無關。只要安排依托數據創立者來辨認和搬遷那些陳腐的和未運用的數據，那么非活動數據將始終是一個問題。

當人們查看備份體系的問題，主存儲體系日益脹大的問題就會變得愈加令人重視。由于大多數備份體系都處理一切非結構化數據，因而都會運用相同的戰略來備份非常重要的數據和非活動數據。由于數據是混合的，所以底子無法處理一切數據。許多人每周進行全面備份，然后進行每日增量備份，保存至少六個月，或許可能是一年或更長時刻。

如果保存至少90天的每周完好備份，就會看到12份無人重視的數據副本。如果存儲該數據的現場和非現場副本，就會查看到該數據的24個副本，其間大部分對錯活動的。關于一個2TB的安排數據來說，這將會存儲48TB的數據，當然許多數據是可辦理的。而這種存儲的工作數據，48TB數據大約選用十幾個磁帶介質或硬盤驅動器進行存儲。但關于1PB客戶來說，每年24,000TB的數據或大約選用6000個存儲介質進行存儲。

存儲在備份體系上的非活動數據的額定副本會發生許多不用要的結果。如果安排正在運用磁盤存儲，則此數據的存儲和復制具有與之相關的本錢。如果安排的存儲不運用重復數據刪去，那么存儲這些額定的數據副本的本錢可能是個天文數字。如果安排運用重復數據刪去技能，這些本錢將會有點混雜。雖然安排的重復數據刪去存儲體系能夠在存儲一個副本的空間中存儲20個副本，可是這些會收取必定費用，此外安排還需為額定的存儲空間付費，只是以不同的辦法支付。有些人這么說：重復數據刪去體系使1TB存儲看起來像20TB的存儲空間，可是它們只收取10TB的存儲空間。這意味著他們現已弄清楚怎么收取10TB的存儲空間的費用，而供給的卻是1TB的存儲空間。

在備份體系中運用重復數據刪去的大多數安排也在方程式的方針端履行，這意味著對非活動數據的重復完全備份仍會在備份客戶端發生問題。完全備份對正在備份的體系和發送備份的網絡具有功能方面影響，因而，重復的非活動數據的完全備份會使安排的花費更多，由于需要購買更強壯的服務器和更快的網絡。

在數據復原過程中也會呈現備份非活動數據的應戰。考慮一個具有PB級數據的數據中心的場景，其間900TB數據是活動的。康復1PB的數據是一項嚴重的使命，需要恰當長的時刻。幻想一下，如果只需要康復安排實際運用的100TB數據，那么這種康復是不是要快得多？

用戶從不刪去任何東西所帶來的另一個應戰是，確實正需要的時分很難找到任何東西。這使一切的存儲數據就是像屋子里放滿雜物的抽屜，很難找到想要找的東西。就會發現不再運用的手機充電器，回形針，舊電池，發夾等雜言無不盡，什么都有，但就沒有所要找的東西。主存儲體系也選用這種相同的辦法，因而當填充大多數不活動的數據時，很難找到活動的數據文件。

此外，即便一個用戶在筆記本電腦中企圖查找文件也會存在這個問題。幻想一下，當人們議論數千個用戶和PB級數據時，這個問題是多么的巨大。這能夠導致重要的文件丟掉，使它們質上毫無價值。結果是用戶將重復他們的盡力，偏重新創立文件，因而這讓非結構化數據問題的添加變得愈加糟糕。

具有PB級數據的規劃更大的企業同樣也存在這樣的問題，他們一般面對不同的用戶在多個方位創立和運用不同的文件中的問題。他們可能期望能夠分享一些數據，可是關所以PB級數據來說，這是恰當困難的。這也加重了“廢物抽屜”問題。在廢物抽屜里找到什么東西很難，但如果不斷定在哪個廢物抽屜來找時，那就更難了。

供認寬和決非結構化數據問題

處理非結構化數據問題的僅有辦法就是供認它的存在。供認在大環境中很難找到文件，乃至更難同享。供認核算、網絡和存儲資源的很大一部分用于存儲、復制和備份非活動數據。

處理這些問題的一個辦法是創立一個大局一致的文件體系，將一切上述問題考慮在內。這并不能處理用戶創立數百萬個文件并將它們永久留在那里的問題，但它至少把問題放在一個能夠會集辦理和處理問題的維護傘下。呈現一次問題，就處理一次，而不是在企業中多次處理這些問題。

是撤銷存檔的時分嗎？

規劃這么大的文件體系應該經過高級元數據進行集成查找。用戶能夠經過許多不同的元數據輕松地查找，以便找到他們正在處理的文件。他們當然會繼續具有一般運用的文件體系語義，使它們能夠創立目錄或子目錄來協助他們收拾他們的文件。具有聯合查找的單個文件體系還將答應他們查找其他人正在處理與他們感興趣的元數據相匹配的文件。

最重要的是，為處理這個問題而規劃的文件體系有必要了解活動和非活動的數據，它有必要以不同的辦法處理。最明顯的做法是自動辨認并將非活動數據搬遷到本錢更低的自我維護目標存儲。這將處理上述一些問題，包含在主存儲和備份存儲中的空間糟蹋。了解活動和非活動數據之間的差異的文件體系也有助于更簡略地查找文件，由于這是能夠用于查找的元數據之一。

一個單一的大局文件體系也能夠協助世界各地的用戶同享數據。多個辦公室的用戶能夠查找同一個大局文件體系，找到他們正在尋覓的數據類型，并當即訪問它，如果他們具有恰當的權限的話。由于大局文件體系了解非活動數據的概念，所以查找（如果用戶需要的話）也能夠包含非活動數據。

將非活動數據搬遷到本錢更低的目標存儲的簡略行為也釋放了備份體系的壓力。它使備份和康復更快，由于它們不用處理非活動數據，因而也節省了許多的存儲空間。有些人以為存儲在自維護目標存儲中的數據底子不需要備份。如果用戶決議備份，能夠這樣做，以辨認其性質，并在備份體系中存儲少得多的非活動數據副本。

這個問題現已存在多年。企業好像關于非結構化數據的渴望是永無止境的，IT應用程序開發人員正在開發利用非結構化數據的新辦法，使得具有這樣的數據更具吸引力。非結構化數據的添加不太可能很快消失，所以用戶最好的辦法就是處理問題。一個很好的辦法是選用一個大局文件體系，用于處理問題，這包含了解元數據以及將非活動數據自動搬遷到本錢較低的目標存儲。

文章來源：機房專用空調tlww-dancer.cn