对象存储如何支持分布式计算

。但是，其集中性可能带来与传统数据中心相同的挑战，尤其是在延迟和数据量方面。

边缘的设备类型(例如智能手机、机械传感器和IoT设备)可以在短时间内生成大量数据。在某些情况下，该数据需要立即处理，以便企业快速响应设备或执行操作，例如在传感器出现问题时关闭机器。如果所有这些数据都传输到云端等集中式平台中，它将淹没网络和平台的系统，这会降低性能并增加延迟。

当企业在更接近那些设备的地方处理数据时，设备会更快地收到所需的响应。在远程设备附近处理和管理数据的需求，使企业开始转向边缘计算。

在边缘计算模型中，企业将经过过滤或整合的数据发送到集中式平台。他们可以在非工作时间安排这些传输，这样可以减少平台系统的负载，并更好地控制网络流量模式。边缘系统可控制发送到集中式平台的数据以及传输时间。

对于处理来自5G和IoT设备以及自动驾驶汽车、医疗设备、制造系统、监控摄像头和其他设备的数据，边缘计算至关重要。但是，为了成功运行，边缘计算需要存储系统可支持数据密集型操作。

在边缘的对象存储

边缘系统不能在独立的集中式云或数据中心平台运行。相反，它们扩展这些平台以支持越来越多的分布式设备及其数据。边缘环境中的存储系统必须满足本地处理操作的需求，它们还必须满足分散式基础架构的数据管理要求。

某些边缘环境使用文件或块存储系统—取决于工作负载和数据量，但是这些系统有局限性，并给分布式操作增加复杂性。因此，很多企业都希望对象存储能够支持边缘方案。

对象存储可提供高度分散且可扩展的架构，该架构由独立单元(或对象)组成，每个单元都包含数据、元数据和标识符密钥。企业在公共云平台中广泛使用对象存储，对象存储可以支持大量的非结构化数据。

由于其架构情况，对象存储非常适合边缘的分布式数据系统。它提供单个全局名称空间，该名称空间提供统一管理平面用于访问数据。它符合HTTP、REST和Amazon S3等标准技术，可简化数据访问。其丰富的元数据使其易于搜索和管理数据，以及执行高级而全面的分析。

边缘对象存储提供几乎无限的可扩展性，它还可避免分层文件系统带来的复杂性。由于IT部门可以轻松地复制对象，因此还可以促进高效的灾难恢复。

边缘对象存储解决了SAN和NAS系统的很多局限性，因为它提供点对点架构，可简化操作并提高灵活性。相同的存储操作运行在集中式环境以及边缘系统

（编辑：鹤壁站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!