UCloud发布新一代归档存储产品,存储成本直降80%(转载)

UCloud推出新一代归档存储产品,采用自研存储架构,相较标准存储成本降低近80%,价格低至0.024元/GB/月,为企业提供低成本冷数据存储解决方案。

8月6日,UCloud正式发布新一代归档存储产品,该产品采用UCloud全新自研存储架构,相较标准存储降低近80%的存储成本,价格低至0.024元/GB/月,与市场同类归档存储产品相比降低近30%成本,为用户提供最低价格的冷数据存储解决方案。

ZB级数据存储,开启“冷数据”的热时代
在数字经济的浪潮之下,各行各业每天都在产生大量的数据;而5G、大数据中心、人工智能、工业互联网等新基础设施的发展,更促使数据爆炸性增长。根据IDC的预测,全球年新增数据量到2025年将达175ZB,如果用市面上主流的8T硬盘来存储这些数据,需要230多亿块硬盘,如果每块硬盘的价格是1300元,那么存储这些数据需要30万亿元,大约相当于2019年中国GDP的三分之一。

海量数据存储导致企业的存储成本快速上升,而数据流失和数据管理混乱的问题也逐渐暴露。数据表明,当2025年全球新增数据量达到175ZB时,真正能存储下来的数据仅有15ZB左右,流失率超过91%。

UCloud长期对多媒体和日志类存储的研究表明,随着时间推移,各类数据的访问量都会产生由热至温,由温至冷的转变,大约6个月后,绝大部分数据都会变成冷数据,正是由于数据存在这样由热至冷的变化特征,存储分层已然是大势所趋。高性能IO型存储通常适用于流媒体网站、大数据分析、移动应用、游戏等实时互动场景的数据读写;低频存储可为各类物联网数据采集,业务日志等场景提供长期有效的存储空间,支持数据实时访问;归档存储适合长期合规性存储、医疗科学资料、备份等场景,数据非实时读取,但能够大幅降低存储成本。

在目前企业数据的冰山模型里,80%的数据量来源于冷数据。UCloud对象存储产品能帮助企业将数据自动化分层存储,归档存储对应的就是冷数据存储,UCloud新一代归档存储产品可以降低大量“冷数据”的存储成本。

全新自研存储架构,突破成本极限
归档存储相较于其他存储,最大的优势就是成本更低。存储成本主要由硬件成本及运营成本构成。

为了降低硬件成本,UCloud新一代归档存储在国内首次采用了西部数据的高密JBOD机型和SMR盘,并首次利用自研存储架构实现该技术落地。SMR盘全名为叠瓦式磁记录硬盘,相较于传统CMR磁盘,SMR磁盘最大的区别是,它的磁道是按Zone呈现的叠瓦式分布,这种分布带来的好处是可以更高密度的存储数据。与36盘传统机型相比,采用高密机型SMR盘后,单位机架的存储容量提升5.375倍,磁盘数量增加59%,单块磁盘存储空间提升150%。

UCloud在新一代归档存储中,基于多年公有云分布式存储经验积累,采用新一代自研归档存储架构,使产品可以兼容SMR、CMR盘、双活高可用、支持上下电的IO调度、EC的灵活配置和磁盘故障自动化发现;充分利用高密机型SMR盘的硬件优势,并采用自研架构降低硬件成本。

在降低硬件成本的基础上,UCloud新一代归档存储,采用软硬件协同的理念,降低运营成本。结合硬件的选型,UCloud新一代归档存储在软件层面上自主研发了一套磁盘上下电调度系统,可以保障磁盘的寿命的同时,极大降低电费成本,使磁盘能耗降低近90%, 在纯写入场景下,耗能磁盘块数为原有的5%。

在可靠性方面,UCloud新一代归档存储实现了存储节点双机头可见,在发生故障时,可以快速自动切换;通过采用大比例可灵活配置的EC,提高存储利用率150%;通过硬件加速,使EC计算相较于传统的纯软件计算,提升了4~5倍吞吐。新一代归档存储还实现了全链路的CRC校验,来全面保障用户数据的安全性。

面向三大类数据、九大应用场景
UCloud新一代归档存储可广泛的应用在多媒体归档场景、历史数据合规性场景、以及大数据/AI分析数据归档等场景中,随着5G到来,数据量的爆发,还将在更多行业、更多场景中得到应用,可以说,这是一款面向未来的产品。

多媒体归档场景
在线直播、视频监控目前已逐渐普及,在这些场景中,一个1080P的高清摄像头存储一天就需要45G的容量,一个视频网站每天产生的数据量可达TB以上;UCloud某广电客户此前采用蓝光存储的方式,预计到2024年,其存储数据量将达16.4PB,大概需要8个蓝光盘柜,占用机房一整排机柜空间,对客户来说,是一笔巨大的成本支出。

UCloud新一代归档存储可提供不亚于标准存储的写入带宽,实现分钟级数据异步取回,在线回看;并采用纠删码冗余策略来保障数据安全可靠。结合UCloud对象存储不同存储类型间的生命周期转换功能,用户还可快速实现数据由热至温再到冷的存储类型转换,完成自动化的数据生命周期管理。

2.历史数据合规存储

面对日益上涨的企业数据库备份场景,UCloud提供的数据库备份方案能够有效帮助用户缩减备份流程。针对需要定时清理备份、缩减备份成本的用户,UCloud对象存储支持数据生命周期管理功能,可以实现自动化的数据定期清理、定期转入归档存储。针对需要更高安全级别的用户,UCloud对象存储可支持跨区域复制功能,帮助用户完成数据的异地备份。

在电商平台的日志归档场景中,UCloud对象存储还提供了ElasticSearch接入和数据库备份功能,当数据量增大后,对历史数据进行统一归档至归档存储的方式,以降低存储成本。

  1. 大数据、AI分析数据归档

根据研究机构提供的数据,2020年生物经济规模已达15亿美元。拿肿瘤疾病的基因测序为例,单个患者的DNA样本数据能达到560GB,如果按照每年1800多万的癌症病例来计算,使用基因分析技术后每年就会产生10PB的肿瘤基因样本数据。而中国一家三甲医院每年的影像数据就有20TB左右,全国3万多家医院的数据量,也是非常庞大的数据。UCloud归档存储能够为大量的生物信息、IoT实时分析数据等场景提供长期归档存储,为未来的医疗研究、工业智能储备数据资料。

新基建背景下,随着新技术与新场景不断融合,在线教育、云游戏、自动驾驶、智慧社区、智能制造等行业,都将产生越来越多的数据。UCloud新一代归档存储,面向未来的数据分层存储场景,采用全新的自研存储架构,降低用户的硬件成本和运营成本,让用户以更低的价格、更可靠的方式,存储数据资产,为未来挖掘数据生产要素的价

原文链接:https://blog.youkuaiyun.com/csdnnews/article/details/107845662?utm_medium=distribute.pc_feed.none-task-blog-personrec_tag-9.nonecase&depth_1-utm_source=distribute.pc_feed.none-task-blog-personrec_tag-9.nonecase&request_id=5f2f14862405af26f814e4a8

标题基于Python的汽车之家网站舆情分析系统研究AI更换标题第1章引言阐述汽车之家网站舆情分析的研究背景、意义、国内外研究现状、论文方法及创新点。1.1研究背景与意义说明汽车之家网站舆情分析对汽车行业及消费者的重要性。1.2国内外研究现状概述国内外在汽车舆情分析领域的研究进展与成果。1.3论文方法及创新点介绍本文采用的研究方法及相较于前人的创新之处。第2章相关理论总结和评述舆情分析、Python编程及网络爬虫相关理论。2.1舆情分析理论阐述舆情分析的基本概念、流程及关键技术。2.2Python编程基础介绍Python语言特点及其在数据分析中的应用。2.3网络爬虫技术说明网络爬虫的原理及在舆情数据收集中的应用。第3章系统设计详细描述基于Python的汽车之家网站舆情分析系统的设计方案。3.1系统架构设计给出系统的整体架构,包括数据收集、处理、分析及展示模块。3.2数据收集模块设计介绍如何利用网络爬虫技术收集汽车之家网站的舆情数据。3.3数据处理与分析模块设计阐述数据处理流程及舆情分析算法的选择与实现。第4章系统实现与测试介绍系统的实现过程及测试方法,确保系统稳定可靠。4.1系统实现环境列出系统实现所需的软件、硬件环境及开发工具。4.2系统实现过程详细描述系统各模块的实现步骤及代码实现细节。4.3系统测试方法介绍系统测试的方法、测试用例及测试结果分析。第5章研究结果与分析呈现系统运行结果,分析舆情数据,提出见解。5.1舆情数据可视化展示通过图表等形式展示舆情数据的分布、趋势等特征。5.2舆情分析结果解读对舆情分析结果进行解读,提出对汽车行业的见解。5.3对比方法分析将本系统与其他舆情分析系统进行对比,分析优劣。第6章结论与展望总结研究成果,提出未来研究方向。6.1研究结论概括本文的主要研究成果及对汽车之家网站舆情分析的贡献。6.2展望指出系统存在的不足及未来改进方向,展望舆情
【磁场】扩展卡尔曼滤波器用于利用高斯过程回归进行磁场SLAM研究(Matlab代码实现)内容概要:本文介绍了利用扩展卡尔曼滤波器(EKF)结合高斯过程回归(GPR)进行磁场辅助的SLAM(同步定位与地图构建)研究,并提供了完整的Matlab代码实现。该方法通过高斯过程回归对磁场空间进行建模,有效捕捉磁场分布的非线性特征,同时利用扩展卡尔曼滤波器融合传感器数据,实现移动机器人在复杂环境中的精确定位与地图构建。研究重点在于提升室内等无GPS环境下定位系统的精度与鲁棒性,尤其适用于磁场特征明显的场景。文中详细阐述了算法原理、数学模型构建、状态估计流程及仿真实验设计。; 适合人群:具备一定Matlab编程基础,熟悉机器人感知、导航或状态估计相关理论的研究生、科研人员及从事SLAM算法开发的工程师。; 使用场景及目标:①应用于室内机器人、AGV等在缺乏GPS信号环境下的高精度定位与地图构建;②为磁场SLAM系统的设计与优化提供算法参考和技术验证平台;③帮助研究人员深入理解EKF与GPR在非线性系统中的融合机制及实际应用方法。; 阅读建议:建议读者结合Matlab代码逐模块分析算法实现细节,重点关注高斯过程回归的训练与预测过程以及EKF的状态更新逻辑,可通过替换实际磁场数据进行实验验证,进一步拓展至多源传感器融合场景。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值