物聯網時代對數據中心的要求

       互聯網時代，數據中心（www.idctx.com）里需要存儲的數據都是互聯網用戶產生的數據各種（UGC平臺），或者是互聯網服務商提供給用戶的內容（比如視頻網站）。這些內容的數據量雖然看起來很龐大，增長速度也很快，但跟物聯網時代的數據量比起來完全不是一個量級的，其差別就像從功能機升級到智能機。

       早期物聯網主要用在少數特定需要收集數據的行業，比如水表和電表上，由于數據收集頻次很低，那會物聯網的數據量并不大。但是摩拜單車這類消費級物聯網和工業物聯網的出現，直線拉高了物聯網的數據產生量。摩拜單車擁有500萬輛安裝有GPS芯片SIM的智能單車，每天用戶的使用數據都會被記錄下來傳輸到后臺服務器保存，每天處理的數據量高達5TB，平均每輛單車每天產生1MB的數據量。未來隨著使用頻次的提高，以及收集數據的多樣性，每輛單車產生的數據還會增加。雖然單個物聯網設備生產的數據量沒法與個人比。但是物聯網的設備數量遠遠超過人類數量。中國移動希望到2020年其網絡上的聯網設備數量達到50億臺。這僅僅是中國移動一家的在網物聯網設備數量，全社會的物聯網設備數量將是這個量級的幾倍到十幾倍。而且隨著智能硬件的發展和工業物聯網技術的推進，未來社會物聯網設備的種類將大大增加。

       另外物聯網本身自帶的大數據屬性也將大大增加對數據中心存儲能力的需求。大數據雖然是起源于互聯網的數據分析技術，但是并非所有互聯網數據都能用來做大數據分析，互聯網上產生的內容很多是可以刪除的。每個人在使用智能手機和各種互聯網應用產生的很多數據，都會進行清理，比如手機拍的照片存在云端后會刪除、比如收藏的各種文件、發布的需求等都會進行刪除操作。但是物聯網生產的數據，基本上不會刪除，因為記錄這些數據的目的本身就是用來做大數據分析的。像摩拜單車的使用記錄、行駛軌跡，用來分析不同用戶的行為偏好有什么特點，用來分析一個城市市民的出行需求和出行規律。

       工業物聯網上產生的數據用來監控設備的狀況、實時地給自動化設備提供數據，同時也需要從這些數據中找出設備運轉的性能變化等。通常研發一款設備后，需要對這款設備的運轉性能做長時間的測試，確保它沒有質量問題。但設備存在的一些問題包括可以改進的地方，需要在生產中長時間使用才能發現，在工業物聯網出現之前我們只能憑借經驗來對這些問題做判斷，有了工業物聯網的大數據后可以通過從大量設備設備上收集的數據進行分析，用數據來說話。

      物聯網上產生的這些海量數據，大部分是不可能存在公有云上的，因為這些數據屬于每一個公司自己的商業機密。因此，只有私有云才能滿足這些企業的需要。未來這些運行物聯網的企業將紛紛自建大型數據中心，而不會去租用公有云服務。這將是私有云服務商的黃金時代。同時海量數據也導致數據中心對存儲設備的數據需求大大上升，存儲服務器未來將成為市場寵兒，超融合技術也將大有用武之地。