发展到现在，数据湖越来越受企业重视，美国知名科技企业风投机构 A16Z 经过调查发现数据湖已成为现代化数据分析架构中的中流砥柱，处于数据分析架构的核心位置。HDFS 和对象存储都是可以用来构建数据湖的组件，但对象存储更能适应当前存算分离的发展趋势，所以越来越多的企业转向了对象存储，阿里的数据湖在 2019 年也从 Hadoop 生态转向了对象存储 OSS。
其实对象存储并不是一个新生事物，具有 20 多年的发展历史，那么这些年它有什么样的演变？在适应数据湖的过程中，又有哪些需要改进的地方呢？未来有什么样的发展趋势？为解答这些问题，InfoQ 采访了阿里云对象存储负责人罗庆超。
采访嘉宾简介：罗庆超，阿里巴巴资深技术专家，阿里云对象存储负责人，在企业存储和云存储领域有丰富的技术与产品经验。曾就职于世界 500 强以及知名跨国公司的存储团队，负责过高端存储阵列的数据路径架构设计和开发，作为海量存储首席架构师负责文件存储、对象存储以及下一代分布式云存储的架构设计和实现，同时在灾备以及数据管理领域亦有多年开发和运维经验。带领技术研发团队，多次在大规模商业项目中成功落地。毕业于电子科技大学计算机系统结构专业，并获得硕士学位，在相关技术研究领域，支持并参与多本行业专业书籍的编写工作，被授予包括块存储、文件存储、对象存储、数据湖等方向 30 多项发明专利，技术成果成功应用到产品创新迭代。《对象存储实战指南》图书作者。QCon 上海 2021“明星讲师”，QCon 北京 2022“数据湖存储底座”专题出品人。
InfoQ：您在存储行业工作多年，对象存储从 90 年代就开始出现了，是否能解释下这些年对象存储技术的主要演变？
罗庆超：对象存储并非近期出现的新技术，它具有 20 多年的历史，大致可以分为 3 个阶段：
从专有云的存储技术到产品阶段。1996 年 Paul Carpentier 创建内容寻址存储初创公司 FilePool，逐步发展出 ByCast、Caringo、CleverSafe 等产品。
走向对象存储公共云服务阶段。2006 年 AWS 发布 S3 对象存储服务，在云计算领域得到大规模应用，并成为海量数据存储底座。
未来向跨云对象存储资源池演进。最近 10 年出现多家公共云对象存储服务，以及专有云对象存储产品，客户构建跨云的对象存储资源池，能够在不同厂家切换，是重要演进方向。
整体来看，技术演进背后的核心逻辑就是“稳定可靠、弹性扩展、简单易用”。
InfoQ：作为一项底层技术，为什么发展到现在对象存储还备受关注？
罗庆超：对象存储被持续的广泛应用和关注，最关键在于“它提供简单易扩展的名字空间，通过 RESTful 接口提供在任何时间、任何地点、任何互联网设备上进行上传和下载数据的能力”。正式由于对象存储的简单易用，天然的云原生特性，在诸多领域都能看到规模的增长，特别是多媒体数据存储、大数据和数据湖存储、AI 和高性能计算存储等行业。
InfoQ：在选择不同厂商的对象存储解决方案时，应该从哪些关键特性来进行判断？
罗庆超：对象存储领域竞争异常激烈，功能同质化明显。所以除了功能外，还要从安全合规、稳定性、弹性扩展、一致性、性能、生态等维度衡量。选择不同的云方案关注点也有差异，选择公共云对象存储时，数据安全合规、全球弹性扩展、丰富的生态等通常是重要考察点；选择专有云对象存储时，稳定性、数据一致性、性能等是典型的判断点。
InfoQ：看阿里数据湖发展历史，从 1.0 到 2.0 的发展是从 hadoop 存储转变为对象存储，当时是有一个什么样的决策思考过程？
罗庆超：阿里云见证了数据湖存储发展过程，技术的演进就是解决客户需求的过程。
数据湖存储 1.0 阶段。它是用 HDFS 存热数据，对象存储 OSS 存温冷数据，实现冷热分级。
数据湖存储 2.0 阶段。它指数据全部采用对象存储，但在客户计算环境还需部署 HDFS 元数据。
通过数据湖存储 1.0 到 2.0，可以减少客户计算环境部署、运维热数据的 HDFS 集群（通常几十 PB）的痛点，只需要维护少量的元数据，从而大大降低客户的成本开销。
InfoQ：在您看来，云上数据湖的发展趋势对存储提出了哪些诉求？
罗庆超：阿里云的数据湖存储已经演进到 3.0 阶段，数据湖存储 1.0 发展到 2.0 是优化掉客户计算环境的 HDFS 热数据集群来降低成本，数据湖存储 2.0 发展到 3.0 是优化掉客户计算环境的 HDFS 元数据来减少运维难度，现在的数据湖存储 3.0 通过 OSS-HDFS 提供全兼容的接口，让 Hadoop 生态应用平滑上云。在云上数据湖的过程中，深深的感受到生态兼容、性价比、易用性是非常关键的需求。
InfoQ：面向云原生的存储计算分离场景下，为了应对性能瓶颈，OSS 需要在哪些地方进行针对性的优化？
罗庆超：众所周知，云原生的关键技术包括容器、服务网格、微服务、不可变基础设施和声明式 API，而容器的弹性伸缩、快速拉起带来迫切的性能需求，OSS 提供了如下 2 个典型的优化项：
单位容量的带宽和 OPS 能力提升。整体来说就是性能密度，从而实现容器镜像的秒级拉起。
热点数据加速器服务。云原生场景下，存在多个容器并发读相同数据的场景，通过热点数据的缓存加速，提高并发访问的速度。
InfoQ：目前企业客户（ToB）在采用对象存储方面面临哪些主要挑战或障碍？阿里如何帮助缓解这些痛点？
罗庆超：不同领域企业客户上云关注点有差异，但不管是互联网企业、政府，还是金融都关注如下挑战：
数据如何保证安全。存储的数据要不丢不错，能够加密存储、访问，满足行业法规要求。
应用如何适配。企业应用运行周期长，部分只能运行在传统存储上，暂时不支持对象存储。
简单易用好运维。通常企业有自己的运维系统，如何同云运维结合，让企业更加易用。
阿里云通过多年和 B 端客户上云的经验积累，提供全面的安全合规能力让客户数据上云放心，构建丰富的生态支持各种应用无缝接入，实现企业易用的运维特性，从而让客户安心上云。
InfoQ：您如何展望下一代对象存储技术？
罗庆超：对象存储已经有 20 多年的历史，公共云的对象存储服务也流行了 10 多年，下一代的对象存储的演进将受到应用场景和底层技术的影响。应用场景方面，数据湖、混合云、自动驾驶等都会给对象存储带来更多的需求输入；底层技术层面，存储介质密度越来越高，但每 TB 的性能越来越差，同时 100/200G 高性能网络、众核的 CPU 已广泛流行，如何平衡存储、网络、计算成为对象存储系统设计的难点。
