(相關資料圖)

數(shù)字時代，數(shù)據(jù)共享互通成為剛需

數(shù)字經(jīng)濟時代，云計算、大數(shù)據(jù)、人工智能等新技術快速發(fā)展，非結構化數(shù)據(jù)爆發(fā)式增長，數(shù)據(jù)類型變得愈發(fā)復雜多樣。在自動駕駛、基因測序、氣象預報等云數(shù)智應用場景中，一次數(shù)據(jù)處理可能會涉及到文件、對象、大數(shù)據(jù)等多種協(xié)議，數(shù)據(jù)間的互通轉換成為數(shù)據(jù)存儲中至關重要的一環(huán)，具備平臺化能力的融合存儲成為數(shù)字基礎設施建設的核心。

以基因測序場景為例，一次完整的基因測序涉及到數(shù)據(jù)采集、格式化、脫敏、壓縮、分析、發(fā)布等操作，其過程可以大致分為樣本采集、DNA/RNA測序、數(shù)據(jù)分析和發(fā)布四個步驟。在不同的處理階段，需要使用不同的數(shù)據(jù)協(xié)議進行操作。其中在樣本采集和DNA/RNA測序階段采用NFS文件協(xié)議，數(shù)據(jù)分析階段采用HDFS大數(shù)據(jù)協(xié)議，數(shù)據(jù)發(fā)布階段則是通過公網(wǎng)數(shù)據(jù)共享采用S3對象協(xié)議。整個數(shù)據(jù)處理過程涉及三種協(xié)議格式，這就意味著完成一次基因的測序流程需要在NFS、HDFS和S3之間進行兩次數(shù)據(jù)拷貝和數(shù)據(jù)格式的轉換。傳統(tǒng)存儲僅支持單一的訪問協(xié)議，這就會造成兩個問題：一是數(shù)據(jù)格式轉換和數(shù)據(jù)拷貝會降低整個數(shù)據(jù)處理流程的效率；二是多套存儲副本增加存儲空間成本。

關鍵詞： 數(shù)據(jù)處理 數(shù)據(jù)分析 數(shù)據(jù)共享 使用多種 之間進行