2018年存储行业预测，软件将大有可为？

内容来源/Storagenewsletter

虽然距离2018年还有不到2个月的时间，不过一年一度的总结/预测大幕已经悄然拉开~今天分享一篇来Storagenewsletter的文章，作者从软件层面预测了2018年的存储发展趋势。

软件解决了存储的复杂性

要是总结一下过去几年IT行业的年度热门词汇的话，那非软件定义存储（SDS）莫属。IT人士通常不会承认自己喜欢流行语，然而事实上是，过去几年就属他们说了最多的SDS。

SDS这个词汇借鉴于软件定义网络（SDN），由销售人员将它发扬光大，由于各个厂商都在说这个词，所以关于它的真正含义经常摸不着头脑。不过这也说明了软件定义解决方案市场的火热，因为它试图弥合传统基础设施和现代存储需求之间的差距。伴随着全球硬件销售出现下滑，IDC预测，2017-2021年SDS市场仍将以每年的13.5％的速度增长，到预测期结束时增长至162亿美元。

分析应用促进存储和数据智能化

长期以来，存储一直是被动的，除了知道数据读写外并不知道它们的真实需求是什么，应用程序也不是存储感知。这种状况使IT部门无法详细掌握数据情况，不知道它们是冷数据还是热数据。而元数据管理解决方案正在打开这一局面。通过元数据智能管理，管理员和软件终于可以查看文件上次打开的时间、打开频次、修改人员、修改时间等等。

IT部门可以使用这种智能管理更有效地管理存储资源，将数据与资源协调一致，以满足业务要求的性能与成本。意外变热的数据可以实时转移到性能层，如全闪存阵列；而冷数据可以也实时从昂贵的存储层移出到归档云（Arichve cloud）或对象层。

数据孤岛不再，敏捷性增强

闪存，共享和云存储为IT团队提供了比以往更多的选项，满足他们的特定应用程序或业务需求。然而，这些存储系统依然是个数据孤岛，并没有真正相互连接。这意味着，许多运营数年以上的IT团队正在根据年龄，管理不同功能的独立存储系统。不过随着数据虚拟化，IT团队终于可以创建一个全局命名空间（global namespace），这些不同的资源可以同时用于应用程序。然后，IT部门可以制定政策，自动将数据从现有的基础架构调整到正确的资源并进入云端，从而有效地管理数据和存储来满足不断变化的需求，以实现灵活性。

通过机器学习定制存储服务

通过添加软件来收集应用程序使用的元数据，分析整个企业存储基础架构的元数据，并将数据需求与存储系统功能协调一致，管理员可以获得机器学习智能的强大功能。IT可以自定义地将业务需求与现有的或增量式的存储资源相匹配，而不是采用一成不变的解决方案。随着时间的推移，具有机器学习的数据管理软件可以帮助管理员继续完善策略，实现性能和成本的平衡。

数据迁移难题有望解决

迁移是许多IT专业人士的头号难题之一，因为它们复杂，风险大，成本高且耗时。

IT团队的3大挑战：性能、迁移和预算

2018年，通过能实现自动化数据迁移的软件，这一难题也许能得到缓解。一旦全局命名空间中连接了不同的存储资源，数据就可以在其中自由迁移，以满足不断变化的需求。如果IT部门需要淘汰旧的存储系统，可以通过软件可以给被迁移的数据设定目的地，管理员只需点击几下即可自动迁移。

存储管理员将变为数据管理员

随着软件终于能使IT部门跨存储管理数据，存储管理员的角色也将发生变化。有了元数据分析查看数据活动的能力，管理员将从手动管理容量和配置存储，变为评估策略是否符合应用程序所有者要求，而原来的手动工作将被机器学习软件代替。数据管理员甚至可以创建服务目录，应用程序管理员可以根据预算和需求，自行选择他们需要的性能和保护等级。

针对这些趋势，EMC有很多解决方案，今天先分享一个软件定义存储的，其他的陆续分享。