行业SWOT分析 | 《阿里云存储白皮书》第四章

本文涉及的产品
对象存储 OSS,20GB 3个月
文件存储 NAS,50GB 3个月
云备份 Cloud Backup,100GB 3个月
简介: 本节重点介绍阿里云存储的行业SWOT分析

上一篇:相关实践 | 《阿里云存储白皮书》第三章

点击免费下载
《阿里云存储白皮书》>>>

image.png

一、内部优势与劣势

1、稳定性让云存储更值得信赖

数据是企业最重要的资产,存储是数据的支撑载体,更强大的稳定性是云存储的首要竞争力。传统的IT架构主要是通过硬件的冗余来实现稳定性,而云计算则是通过架构的冗余来实现稳定性。云环境下,数据存储是由大量数据存储节点构成的分布式数据中心,通过虚拟化技术拓展了存储容量,并提高存储和数据读取性能,让客户可以充分享受高效、稳定的存储服务。
2019年阿里巴巴集团新零售核心业务实现了100%云化,在稳定性方面的良好表现让阿里云进一步提升了竞争力。同时,阿里云作为一个全球排名前列的云服务提供商,也在不断通过加强网络的可视化、软硬件统一优化、算法的集成、存储系统的优化和端到端服务质量加持等方面,进一步提高整体的稳定性。

2、标准化让上云更有保证

2019年是全面上云的拐点,为了适应未来发展趋势,提高上云效率,降低上云成本,需要建立完善的标准化上云、用云的流程,使用越来越多的云上标准化产品来服务和支撑数据和业务的上云。
行业之间出于业务共性、方案成熟度、部署和维护等方面的考虑,上云的过程中存在较大差异。为了避免行业云的设计方案因人而异或因事而异,需要通过标准将行业云要求清晰准确地列出,做到有章可循。除已发布的和在研的国家标准、行业标准之外,公共云服务商也需要不断制定自己的相关标准,让上云更加高效便捷。2020年2月,阿里巴巴集团的首个云计算企业标准《行业云建设要求》编制完成并发布,标准规定了基于公有云模式的行业云建设要求,包括总体要求、机房选址要求、物理网络架构要求、云产品部署要求和安全要求等。此外,API的广泛应用为标准化上云提供了可能,阿里云存储已经提供并开放了多个管理与控制的API,使得客户可以通过编程灵活调用、管理与监控存储资源,甚至实现跨平台的存储管理。

3、特定场景对存储的新需求

存储、计算的分离还是融合并没有一个严格意义上的优劣之分。在一些特定场景中,需要更为灵活的计算和存储架构。比如在人工智能领域,冯诺伊曼架构的存储和计算分离已经不适合数据驱动的人工智能应用需求。频繁的数据搬运导致的算力瓶颈以及功耗瓶颈已经成为对更先进算法探索的限制因素。而类似于脑神经结构的存内计算架构可以将数据存储单元和计算单元融合为一体,能够显著减少数据搬运,极大提高计算并行度和能效。根据《阿里巴巴达摩院2020十大科技趋势》的预测,计算存储一体化在硬件架构方面的革新,将突破AI算力瓶颈。

4、更大存储规模的挑战

分布式系统强调横向扩展(即Scale-out),横向扩展可解决海量数据的存储问题,同时避免出现新的数据孤岛。横向扩展可以通过增加服务器数量来提升集群整体性能,同时,为了获得更高的性能和耐用性,更好的支持多种工作负载,提供更好的多租户服务,解决数据全生命周期存储的融合,数据处理与数据存储的垂直优化,存储扩展到数千个节点甚至更大的规模只是时间的问题。这就必须考虑设计一个全新的基础架构,比如一个将数据平面和控制平面分开的架构,进而应对更大存储规模的挑战。

二、外部机会与挑战

1、云不仅仅是基础设施

根据咨询机构Forrester的相关报告,越来越多的企业出于成本等方面的考虑,开始在云端实现备份、深度归档、灾备等功能,这将进一步加大公共云存储的使用量。随着云技术的深入发展,云已经远远超过IT基础设施的范畴,渐渐演变成所有IT技术创新的中心。云已经贯穿新型芯片、新型数据库、自驱动自适应的网络、大数据、AI、物联网、区块链、量子计算等整个技术链路,同时又衍生了无服务器计算、云原生软件架构、软硬一体化设计、智能自动化运维等全新的技术模式。
云正在重新定义一切。
广义的云,正在源源不断地将新的技术变成触手可及的服务,成为整个数字经济的基础设施。包括5G基建、特高压、大数据中心、新能源汽车充电桩、城际高速铁路和城际轨道交通、人工智能、工业互联网为代表的新型基础设施(简称“新基建”),本质上是信息数字化的基础设施,而云计算则是基础设施数字化的重要支撑,能支撑传统产业向网络化、数字化、智能化方向发展的信息基础设施,也必将成为“新基建”的核心所在。因此,加强科技创新基础设施建设的意义,不言而喻。当下,阿里云正在全力投入到数字经济“新基建”的建设中,阿里巴巴技术能力将源源不断输送给全社会。促进数字经济的发展是阿里云的重要使命,未来还将继续支持政府、组织、企业的信息基础设施建设。在这个过程中,云存储产品将不断积极推动各行各业加速向数字化、网络化、智能化方向快速发展。

2、数据智能赋能产业升级

过去十年,在数字化浪潮的机遇下,阿里云将智能技术应用到城市管理、政府服务、企业数字化转型等领域,已经成为数字经济时代的智能化基础设施。数据是否上云,是否带动业务增长、是否通过数据智能驱动业务模式升级是包括互联网、金融、汽车、运营商等在内的数据密集型行业需要思考的问题。目前,阿里巴巴集团正将其独特的数字化转型方法论,通过阿里云向全社会开放、为全社会服务。
以在线协同办公产业举例,随着产业互联网、5G、AI时代的到来,以钉钉为代表的在线协同办公软件行业将驶入发展的快车道,成为企业高效协同运作的助推器,而云计算将成为这个助推器的重要燃料,为包括钉钉在内的众多应用提供包括弹性扩容、跨省容灾、多租户管理以及传输加速等功能在内的稳定、安全的基础设施服务,用更为智能的方式赋能产业的全面升级。

3、从“建云”走向“用云”

2019年10月份国务院发展研究中心发布的《中国云计算产业发展白皮书》指出,在产业发展趋势方面,预计2023年政府和企业上云率将超过60%,上云深度将有较大提升。此外,根据IDC发布的《IDC FutureScape:全球云计算2020年预测——中国启示》,到2024年,55%的中国企业将通过采用特定行业的SaaS应用和平台来降低企业应用定制的成本和复杂性。
2020年伊始,新型冠状病毒肺炎疫情爆发,对国民经济生活造成了极大影响。此次疫情爆发后,云计算企业全力支撑各地政府部门业务,助力各级政府快速建设疫情信息管理、疫情智慧等系统,紧密配合政府各部门利用云计算、大数据等技术进行疫情防控。以往政府部门大多采用自建数据中心的模式搭建政务云基础,容易出现资源利用率低下、偏重硬件投资、应用程度难以达到预期等问题,而在此次疫情的影响下,政府部门与云计算企业通过紧密合作建立了信任。可以预见,此次疫情过后,越来越多的行业将更多地通过购买服务的方式来降低支出,提高运行维护能力,将越来越多的核心应用系统迁移上云,同时从硬件基础建设转向平台与软件应用建设,“以购代建”将被越来越多的行业所接受,实现从“建云”向“用云”的快速转变。

4、数据安全的持续挑战

2018年欧盟颁布的《通用数据保护条例》(GDPR)堪称史上最严厉、最翔实的一部保护用户数据安全的法律。2020年1月起,美国加州的消费者隐私法案(CCPA)也正式生效,该法案将对所有和美国加州居民有关的数据商业行为进行监管。国内在2019年以来也加快了数据保护的立法速度,《数据安全管理办法(征求意见稿)》、《儿童个人信息网络保护规定》、《互联网个人信息安全保护指南》、《个人信息和重要数据出境安全评估办法》、《密码法》等陆续出台。
随着世界各国法律法规的相继推出,数据安全保护的重视程度逐渐加深。在采集、应用、存储过程中,数据安全保护和隐私保护不再是可选项。
此外,黑客及病毒的攻击也对数据安全带来极大挑战。软件厂家以及云服务提供商需要不断增强对勒索软件的检测,防止备份数据的再次感染,并不断优化现有架构,以保护云和边缘位置中的应用程序以及主数据中心的安全。同时,反勒索软件技术需要从检测和预警已经发生的攻击发展为在入侵之前就可以识别恶意代码,保证备份数据不可修改和删除。

附录一:相关英文缩写释义

image.png
image.png
image.png
image.png

附录二:阿里云存储产品大事记

2008年, 为探索阿里巴巴集团大规模数据存储解决之道,阿里云存储团队应运而生。
2009年,阿里云分布式存储引擎盘古Pangu 1.0正式发布,为弹性计算虚拟机、阿里金融、邮箱、搜索提供通用存储服务。
2011年,阿里云对象存储OSS商业化。
2013年,阿里云分布式存储系统实现单集群5000台服务器规模的部署,服务阿里巴巴电商业务和蚂蚁支付宝业务。
2015年,成功实现了单集群10000台服务器规模的部署,拥有云计算产业中最齐全的存储产品线,成长与效率跃居榜首。同年还打破了Sort Benchmark世界记录,100TB排序完成时间仅需377秒。
2016年,文件存储NAS、日志服务SLS上线。CloudSort项目中,阿里云以1.44$/TB的成绩获得Indy专用目的排序和Daytona通用目的排序两个子项的世界冠军。
2017年,再次入选Gartner云存储魔力象限,行业地位逐年提升。
2018年,盘古Pangu 2.0上线,单集群超10万台盘古,为阿里巴巴全面上云提供稳
定性支撑。
2019年,ESSD高性能云盘大规模商业化,领跑微秒存储时代,正式吹响了进军企业存
储市场的号角。

相关文章
|
12天前
|
云安全 安全 数据可视化
带你读《阿里云安全白皮书》(十二)——云上安全重要支柱(6)
阿里云构建了7x24小时全自动化红蓝对抗平台,通过深度整合内外部攻防案例,进行高频次、自动化的演练,提升对复杂攻击的应对能力,确保安全防护体系持续优化。平台具备全自动化演练、随机性与多样化、可视化输出、节点负载智能控制、日志追踪与审计、应急场景秒级熔断等特性,确保演练过程稳定高效。
|
3月前
|
人工智能 分布式计算 大数据
大数据及AI典型场景实践问题之“开发者藏经阁计划”的定义如何解决
大数据及AI典型场景实践问题之“开发者藏经阁计划”的定义如何解决
|
存储 消息中间件 NoSQL
如何高效搭建资产管理平台?众安科技告诉你答案是图技术
资产管理平台是全域的元数据中⼼,它可以对数据资产进行管理监控,解决企业内部的数据孤岛问题,挖掘数据价值并对业务赋能。那,如何高效地搭建一个资产管理平台,有效管理数据资产呢?
288 0
|
存储 机器学习/深度学习 安全
《云上社交行业技术服务白皮书》——第五章 展望
《云上社交行业技术服务白皮书》——第五章 展望
98 0
|
自然语言处理 达摩院
带你读《达摩院智能客服知识运营白皮书》——3.1 知识梳理的整体步骤
带你读《达摩院智能客服知识运营白皮书》——3.1 知识梳理的整体步骤
129 0
|
存储 容灾 安全
技术产品 | 《阿里云存储白皮书》第二章
本章重点介绍阿里云存储的技术产品
5574 0
技术产品 | 《阿里云存储白皮书》第二章
|
存储 数据采集 SQL
知识点!典型的工业企业大数据分析平台解决方案(含数据治理)
当前,工业企业产生的数据与日俱增,如何利用大数据为企业产生驱动力、竞争力成为工业企业面临的重要问题。
知识点!典型的工业企业大数据分析平台解决方案(含数据治理)
|
存储 数据采集 分布式计算
谈谈数据治理成熟度模型及大数据治理参考架构
数据是企业拥有的最大资产之一,但是数据也越来越难以管理和控制。干净、可信的数据能够为企业提供更好的服务,提高客户忠诚度,提高生产效率,提高决策能力。
谈谈数据治理成熟度模型及大数据治理参考架构
|
大数据 人工智能 分布式计算
开放下载!《阿里巴巴大数据及AI实战》深度解析典型场景大数据实践
深度剖析淘宝、高德、友盟+、1688、优酷、阿里妈妈、阿里影业大数据实战场景,2020不容错过的企业大数据实战手册。
66831 0
开放下载!《阿里巴巴大数据及AI实战》深度解析典型场景大数据实践
|
存储 人工智能 运维
行业综述 | 《阿里云存储白皮书》第一章
本章重点介绍数字经济时代背景下存储行业的变革
7269 0
行业综述 | 《阿里云存储白皮书》第一章