企业主需要了解哪些有关数据增长和蔓延的知识
随着数据生成量的空前增长，企业需要寻找新方法来管理持续增加的信息量，同时利用这些信息来优化业务成果。工厂传感器、消费级智能手机和边缘物联网 (IoT) 设备正持续不断地产生数据流。企业如何应对不断加快的数据增长和蔓延，将对未来成功产生巨大影响。
正如 Seagate 在数据新视界报告指出，数据量、数据源和流量的增长速度超出了许多企业的处理能力。但是管理不断增长的数据流需要了解网络的发展模式。企业必须了解边缘数据如何适应当下的计算生态系统。
数据增长和蔓延的定义
数据增长是指整个数据领域随时间增长的百分比。这会涵盖所有数据源。相比之下，数据蔓延与数据中心和处理位置的数量以及数据在地理上的分布范围有关。数据蔓延存在于各种配置中，从端点设备到边缘，再到公有云和私有云。
未来几年，推动数据增长和蔓延的因素主要有三个。首先，数据分析越来越普遍。企业分析工具需要在不同位置获得更多数据，商业分析和人工智能 (AI) 应用就是其中两个示例。其次，物联网设备的激增推高了数据源的数量，并增加了传输至核心基础架构（例如本地和云服务器）的数据流量。最后，云迁移计划正在将原本存在于本地设备或硬盘上的信息迁移到集中式公有云和私有云数据中心服务器，以实现可访问性和分析目的。
对于企业 IT 基础架构的需求不断增长，正反映了数据分析、物联网和动态数据的增长是如何驱动数据蔓延的增长。Seagate 在数据新视界报告中介绍了数据蔓延和碎片化的上升趋势。
如今，大约 30% 的数据存储发生在内部数据中心，20% 发生在第三方数据中心，19% 发生在边缘。发生在云存储库或其他位置的数据存储占剩下的 30%。这种分布在未来两年内都不太可能大幅改变，这意味着企业存储环境将在可预见的未来继续保持分散状态。
一旦企业对信息量和位置的增加趋势有了清晰的见解，他们就可以开始制定涵盖所有数据源（包括边缘）的管理策略。
边缘数据对于数据增长的贡献
边缘不是指某个事物，而是指某个位置。边缘是网络的外部边界，实时决策将在此进行。边缘位置必须尽可能靠近实际数据源，通常距离最近的企业或云数据中心数百或数千英里。
数据新视界报告指出，随着边缘数据源的激增，从制造业生产线到办公楼，设备和传感器已经随处可见。Gartner 研究副总裁 Bob Gill 在 2018 年的报告中指出，边缘计算最初被视为“钟摆的分散摆动”。Gill 认为，通过边缘实现去中心化解决了两个关键的云挑战：成本和延迟。由于数据不必往返于云服务器，边缘处理速度会更快，而且在许多情况下，成本也会更低。这意味着企业可以释放边缘数据的某些分析价值，以进行实时决策，然后再将其发送到核心或云数据中心以释放更多价值。
数以十亿计的物联网设备正在以指数级增强数据收集功能。同时，软硬件的进步使人工智能更加实用，更具成本效益，并能为普通企业所用。此外，边缘数据中心设施的创新使企业能够在边缘释放大量价值。
如果企业希望利用数据的全部价值，不仅要能够收集、存储和处理边缘数据，还要将更多数据从边缘传输到核心数据中心。
随着数据在传统数据中心之外不断增长和蔓延，云将开始与边缘融合。如数据新视界报告中指出，对边缘数据仅存储较短时间（一直到将相关数据移至核心之前的分析或处理）的期望并不意味着，云和边缘在未来将形成对立。相反，云和边缘将协作共生。
管理边缘的数据蔓延
边缘数据存储的增长速度远高于核心数据存储。与此同时，在未来两年内，企业从边缘传输到核心的数据量将从 8% 增加到 16%。
为了管理边缘数据处理增长趋势（包括在边缘数据中心以及后续核心数据中心处理），信息管理计划必须自始至终地实现更快、更轻松的数据传输。跨端点、边缘以及私有云、公有云或行业云的数据移动性应得到提高。
为了防止数据从大型企业数据基础架构中分离并导致无法访问，企业必须在边缘管理和组织数据存储。如果未能正确协调来自端点设备的流量，边缘尤其容易受到孤岛数据的影响。
与此同时，边缘数据和计算的优势将是深远的。与专用于本地部署或云数据中心基础架构的模型相比，人工智能和商业分析软件可以收集和整理更多信息以进行深入分析。
为了更有效地管理边缘数据的增长和蔓延，企业需要采用边缘架构。该架构可以实时存储和分析延迟敏感型信息，同时还使分布式计算能够执行来自边缘的流数据分析。
正如数据新视界报告中强调的，创新并不是由趋势驱动的。在约束条件下创造价值是推动新解决方案的动力。而这正是边缘数据的增长和蔓延对企业及其 IT 合作伙伴提出的要求。由于物联网设备以及商业分析和人工智能工具的大量增加，企业有望看到前所未有的数据增长。为了管理数据增长和蔓延并从中获利，企业需要可靠的数据管理计划和经济高效的技术堆栈。计划和技术必须促使数据能够在正确的时间轻松地在边缘和核心之间移动，具体取决于要从数据中提取什么价值。
阅读 Seagate 的完整数据新视界报告，详细了解企业如何充分利用更多业务数据。
