论文部分内容阅读
物联网会产生很多数据，并且这些数据在持续增长。用户面临的一个难题是，在妥善存储这些数据之后，如何深入挖掘其价值。云计算、云存储等技术的兴起对物联网应用会产生什么样的影响呢？
云存储市场只现冰山一角
云存储说到底是一个服务的概念。存储最初只是主机的周边附件，之后慢慢演变成开放的网络存储，最终发展成一种服务。从存储设备到存储服务，在这一演变过程中，存储硬件只是基础之一，更重要的是存储软件的开发。
早在2000年，随着第一代互联网的兴起，云存储服务就已经诞生，但是并没有持续太久的时间。早期云存储服务的大起大落与当时的社会经济环境有关，也与当时的服务模式不成熟有关。之后，以亚马逊的崛起为标志，第二代云存储服务的浪潮席卷而来。亚马逊的云存储服务对于公有云服务的发展起到了推动作用。
如今，云存储的应用已经相当广泛。尽管如此，我们看到的只是冰山一角，云存储市场蕴藏着非常大的商机。过去，大量数据按照传统的计算模式和存储模式发布、使用。随着物联网以及下一代互联网的发展，人们不仅要求把数据存储起来并发布出去，而且希望进行数据交换和融合。只有经过这一过程，数据的潜在价值才能被充分挖掘出来。如果你只孤立地看待某一类数据，可能发现不了它有多大价值，但是如果把这些数据和其他相关数据放在一起，你就会发现这些数据的价值是多么可观。
把应用移到云中去
今天，智能环保、智能交通等应用都是相互割裂的。其实，这些应用所产生的数据是相互关联的。如果人们能把不同应用产生的数据整合在一起，那么就可以在更高的层面上掌控整个应用的大局。
物联网一般包括三层，即感知层、接入层和应用层。感知层和接入层可以实现数据采集，并将数据传送到数据中心。应用层负责处理和管理数据，并将这些数据真正使用起来。处理如此大量的数据，如果仍旧采用传统的存储模式，其成本是非常高的，而云存储能以更低的成本实现海量数据的存储。数据量越大，云存储的成本和效率优势就越明显。
从数据服务的角度划分，云服务可以分成SaaS、PaaS和IaaS。在SaaS层面，云存储通常体现为应用服务。以谷歌地图为例，用户的数据被采集并显示在地图上。用户数据被采集后直接进入系统的底层，这就需要有基础架构层的支撑。如果每一个应用都自己做数据管理、数据检索和优化工作，以满足高带宽、低延时的要求，那么应用开发的工作量是非常巨大的。如果用一个平台级的服务去支撑这些应用，那么用户在应用层面的开发工作量就会大大减轻。
无线物联网、移动客户端会产生大量数据。不同客户端产生的数据都有自己的特性。用户需要把这些不同类型的数据按其本身的特性存储下来，然后再进行交换、融合。这一处理方式与传统的计算和存储模式大不相同。这也直接导致了云存储服务的兴起。
在搜索引擎方面，谷歌做得比较成功。搜索引擎本身就是一种服务。谷歌的搜索引擎除了可以被谷歌使用之外，其他用户是不是也能使用它的一部分，并与自己的应用相结合呢？云计算架构拥有自己的数据库。用户如何才能把数据库服务、缓存服务、安全服务等全都变成云上的服务呢？上述问题都值得深入思考。如果把所有的应用服务都变成云上的服务，那么这些应用服务就很容易被串联起来，人们在应用开发方面的工作量也会大大减轻。
数据交换与融合
云存储服务的最终目标是，不仅能够实现规模效应，而且能够支撑各种类型的数据。在这个基础上，如果能够进一步实现数据的融合，那么原始数据又会产生出新的数据。云存储服务还要能够实现海量数据的存储与管理，并且可以在用户需要时提供数据挖掘服务。
若想实现数据交换和数据融合，就需要一个统一的业界标准。DaaS这种模式的发展与成熟，可以推动业界尽早制定出相关的标准。云存储服务的推广还面临着相当大的挑战，比如要实现分布式的跨数据中心的大规模数据服务，不仅要考虑海量数据的计算、存储，而且要考虑服务的智能化。实际上，管理动态的、结构复杂的海量数据，仅仅依靠策略是不够的，还必须依靠更高级的智能化管理手段。
数据的隐私性是需要监控的。数据拥有方想展现数据的价值，并且希望将数据用于交易，因此必须提高安全意识，采用积极有效的安全策略和解决方案。只有安全问题得到妥善解决，整个云存储产业才能健康发展。
云存储市场只现冰山一角
云存储说到底是一个服务的概念。存储最初只是主机的周边附件，之后慢慢演变成开放的网络存储，最终发展成一种服务。从存储设备到存储服务，在这一演变过程中，存储硬件只是基础之一，更重要的是存储软件的开发。
早在2000年，随着第一代互联网的兴起，云存储服务就已经诞生，但是并没有持续太久的时间。早期云存储服务的大起大落与当时的社会经济环境有关，也与当时的服务模式不成熟有关。之后，以亚马逊的崛起为标志，第二代云存储服务的浪潮席卷而来。亚马逊的云存储服务对于公有云服务的发展起到了推动作用。
如今，云存储的应用已经相当广泛。尽管如此，我们看到的只是冰山一角，云存储市场蕴藏着非常大的商机。过去，大量数据按照传统的计算模式和存储模式发布、使用。随着物联网以及下一代互联网的发展，人们不仅要求把数据存储起来并发布出去，而且希望进行数据交换和融合。只有经过这一过程，数据的潜在价值才能被充分挖掘出来。如果你只孤立地看待某一类数据，可能发现不了它有多大价值，但是如果把这些数据和其他相关数据放在一起，你就会发现这些数据的价值是多么可观。
把应用移到云中去
今天，智能环保、智能交通等应用都是相互割裂的。其实，这些应用所产生的数据是相互关联的。如果人们能把不同应用产生的数据整合在一起，那么就可以在更高的层面上掌控整个应用的大局。
物联网一般包括三层，即感知层、接入层和应用层。感知层和接入层可以实现数据采集，并将数据传送到数据中心。应用层负责处理和管理数据，并将这些数据真正使用起来。处理如此大量的数据，如果仍旧采用传统的存储模式，其成本是非常高的，而云存储能以更低的成本实现海量数据的存储。数据量越大，云存储的成本和效率优势就越明显。
从数据服务的角度划分，云服务可以分成SaaS、PaaS和IaaS。在SaaS层面，云存储通常体现为应用服务。以谷歌地图为例，用户的数据被采集并显示在地图上。用户数据被采集后直接进入系统的底层，这就需要有基础架构层的支撑。如果每一个应用都自己做数据管理、数据检索和优化工作，以满足高带宽、低延时的要求，那么应用开发的工作量是非常巨大的。如果用一个平台级的服务去支撑这些应用，那么用户在应用层面的开发工作量就会大大减轻。
无线物联网、移动客户端会产生大量数据。不同客户端产生的数据都有自己的特性。用户需要把这些不同类型的数据按其本身的特性存储下来，然后再进行交换、融合。这一处理方式与传统的计算和存储模式大不相同。这也直接导致了云存储服务的兴起。
在搜索引擎方面，谷歌做得比较成功。搜索引擎本身就是一种服务。谷歌的搜索引擎除了可以被谷歌使用之外，其他用户是不是也能使用它的一部分，并与自己的应用相结合呢？云计算架构拥有自己的数据库。用户如何才能把数据库服务、缓存服务、安全服务等全都变成云上的服务呢？上述问题都值得深入思考。如果把所有的应用服务都变成云上的服务，那么这些应用服务就很容易被串联起来，人们在应用开发方面的工作量也会大大减轻。
数据交换与融合
云存储服务的最终目标是，不仅能够实现规模效应，而且能够支撑各种类型的数据。在这个基础上，如果能够进一步实现数据的融合，那么原始数据又会产生出新的数据。云存储服务还要能够实现海量数据的存储与管理，并且可以在用户需要时提供数据挖掘服务。
若想实现数据交换和数据融合，就需要一个统一的业界标准。DaaS这种模式的发展与成熟，可以推动业界尽早制定出相关的标准。云存储服务的推广还面临着相当大的挑战，比如要实现分布式的跨数据中心的大规模数据服务，不仅要考虑海量数据的计算、存储，而且要考虑服务的智能化。实际上，管理动态的、结构复杂的海量数据，仅仅依靠策略是不够的，还必须依靠更高级的智能化管理手段。
数据的隐私性是需要监控的。数据拥有方想展现数据的价值，并且希望将数据用于交易，因此必须提高安全意识，采用积极有效的安全策略和解决方案。只有安全问题得到妥善解决，整个云存储产业才能健康发展。