非托管、非結構化數據是否堵塞了企業的主存儲?為了控制這種成本高且性能低下的情況，企業需要進行經濟高效的管理非結構化數據。

非結構化數據是所有數據中增長速度最快的。根據IDC的數據，它正在以61%的復合年增長率增長，到2025年將占全球數據的80%。對于許多大型IT企業而言，在不久前就已經超過了這一標準。

非結構化數據的增長不再受文件，電子表格，演示文稿，照片，視頻和音頻等通常文件的驅動。當今其增長背后的動力來自日志，物聯網設備，社交媒體，傳感器，元數據和搜索引擎查詢等。

屠龍者咨詢公司的調查顯示，企業中的大多數非結構化數據是涼數據(已使用30天以上且不經常訪問)或冷數據(已使用90天以上且罕有訪問)。但是，它位于昂貴的主存儲上，不斷消耗預算。

管理非結構化數據的挑戰在于如何以既經濟又高效的方式實現。非結構化數據不容易分類或建立索引，也不容易存儲在傳統數據庫中。此外，它通常不是源自具備分析能力的數據庫，例如JSON數據庫、key-value數據庫和XML數據庫。這意味著這些數據必須被提取，轉換并加載到一個有用的數據庫中。這是一個勞動密集，耗時且容易出錯的過程，需要腳本或外部服務提供商。移動數據還可以創建數據的多個副本，這意味著會有更多的存儲空間，機架空間，交換機端口，軟件許可證，電源，散熱，電纜，收發器，分配的開銷和管理員。那么這在經濟上沒有任何意義。

是否要管理非結構化數據

非結構化數據的常見處理方式是根本不對其進行管理。許多IT商店選擇增加其主存儲系統的容量，而不是對非結構化數據進行分類，管理，分析甚至歸檔。他們認為，如果有需要，數據就在那兒，但是可能很難找到。這種方法的問題在于它在財務上是不可持續的，原因有如下幾個。

第一個原因是數據會消耗容量---通常是主存儲容量。而且，一旦消耗掉了，該容量就無法用于其他數據。主存儲是最昂貴的存儲，通常由某種類型的閃存SSD介質組成。存儲系統軟件和許多其它類型的軟件(如備份和復制)都是基于容量購買許可或訂閱的，這就增加了非結構化數據的成本，即使是非結構化數據未被訪問時也是如此。

所有存儲系統必須每3 - 5年更新一次。當一個系統升級，新系統必須包括所有現有的非結構化數據，以及在新系統使用壽命期間存儲的任何數據，這就增加了更多的基礎設施和成本。同時，需要將數據從舊存儲系統遷移到新存儲系統。這需要時間、精力、軟件或腳本。它消耗的不僅僅是主存儲空間，還消耗二級存儲，因為所有存儲的非結構化數據都必須進行備份。除了備份非結構化數據的成本外，更大的成本是從中斷中恢復數據。恢復涼數據和冷數據所花費的時間可能會延遲系統的恢復和運行，這個過時的過程會增加更多成本。

將非結構化數據保存在主存儲上造成問題的另一個原因是全球的隱私法律法規，如《加州消費者隱私法》、《歐盟通用數據保護條例》、日本的《個人信息保護法》和泰國的《個人數據保護法》。是否遵從是沒有余地可選擇的，如果不遵從會產生嚴重的經濟后果。這意味著IT組織必須知道他們所保存的非結構化數據中是否包含個人身份信息(PII)及其內容。

非結構化數據管理工具

管理非結構化數據以優化性能和降低成本的關鍵是捕獲，收集，解析和分析元數據。 在某些情況下，例如PII，這意味著需要分析內容本身。 有幾家公司提供了旨在管理非結構化數據及其成本的產品和服務。這些產品包括Aparavi, InfiniteIO, open source iRODs, Komprise, Spectra Logic StorCycle等。

正確完成非結構化數據管理后，一切都會以良好的方式發生變化。數據從昂貴的主存儲中移動，存檔或刪除，轉移到更具成本效益的二級存儲，云存儲或磁帶存儲中。數據管理軟件根據非結構化數據的特征和性能要求確定將其移動到何處。通過客戶端軟件，符號鏈接，全局名稱空間或它們的組合來維護訪問。

這些智能和自主的數據管理系統具有訪問和分類非結構化數據的不同方法。 他們使用管理特權(iROD，Komprise，Spectra Logic，Starfish，StrongBox)安裝文件或對象存儲，看起來像交換機一樣位于數據路徑中(InfiniteIO)，或者運行在捕獲元數據的計算系統中(Aparavi)，對內容進行分類，復制，移動，歸檔和刪除數據。這樣可以減少在主存儲中消耗的容量以及在二級存儲中備份或復制的數據。

如何選擇非結構化數據管理系統

將數據從昂貴的主存儲轉移到成本較低的存儲后，可以輕松訪問它們，而無需重新存儲原始存儲中的數據。它對數據進行分類，實現基于策略的移動和存儲，并使存儲系統商品化。

選擇最佳的智能或自主非結構化數據管理系統需要知識和研究。企業需要回答以下五個有關企業的需求和正在尋找的產品的問題：

1、隨著時間的推移，將移動或遷移多少數據?

2、是否需要元數據和數據索引?

3、需要哪些級別的可擴縮性和性能?需要一個可擴展至艾字節的系統，還是一個PB級的系統就足夠了?

4、希望管理系統的自動化程度，簡單性和直觀性如何?

5、最后，每個系統如何獲得許可或訂閱?雖然其中大多數都是按每太字節收費的，但收費標準取決于運行該軟件的物理機或虛擬機中的內核數。這關系到總擁有成本。

如果做得好，管理非結構化數據的總成本應該低于以前的完全不管理的方法。