改善非结构化数据的经济效益、治理、分析与发现效率.PDF

IBM 技术资料 IBM Spectrum Discover 面向 EB 规模文件与对象存储的现代化元数据管理软件 随着数字转型的推进，非结构化数据的数量也在急剧增加。 近期进行的一项 Forrester Analytics 调研结果显示，非结构化数据量达到 1 PB 或以上的企业所占比 1 例已从 2016 年的 13% 增至 2017 年的 38%。 换句话说，非结构化数据量达到 1PB 或以上的企业数 量在一年内几乎翻了三倍。在此情况下，存储管理员很难跟上非结构化数据的快速增长步伐，而且通 亮点 常会通过增加存储的方式来解决这一问题，这一点毫不奇怪。 • 事件通知与基于策略的工作流 尽管存储量是个挑战，但如果所存储数据的可视性不足，无论是对于大规模非结构化数据的存储管理 • 存储使用量精细视图 员还是用户，都意味着更大的挑战。存储管理员通常会发现，单单是系统元数据并无法提供有关存储 • 快速、高效地搜索数 PB 的数据 • 快速区分任务关键业务数据 使用量及数据质量的精细化视图，而这种视图确实高效存储优化的关键所在。此外，对于数据科学 • 基于策略的定制化标记功能 家、业务分析师和知识型工作者而言，基本系统级的元数据也不足，导致他们需要花费大量的时间来 • 可通过软件开发包 (SDK) 进行扩展 搜索数据才能完成任务。此外，数据监管人员也无法识别包含机密数据或敏感数据的文件和对象（记 录）。 为了克服这些非结构化数据方面的挑战，大型企业已开始转向能够提供一流的数据可视性的元数据管 理解决方案。如果组织能够清晰地了解他们的非结构化数据，他们就能优化存储系统，减缓风险，并 充分利用非结构化数据的价值，进而获得竞争优势和关键数据洞察力。 改善非结构化数据的经济效益、治理、分析与 发现效率 IBM Spectrum Discover 是一款现代化的元数据管理软件，可针对 EB 规模的非结构化存储提供一流 的数据洞察力。IBM Spectrum Discover 可轻松连接至 IBM Cloud Object Storage System 和 IBM Spectrum Scale ，快速摄入、合并数十亿个文件和对象的元数据并对其进行索引处理，进而在这些存 储源之上提供一个丰富的元数据层。通过这些元数据，数据科学家、存储管理员和数据监管人员可以 高效地管理海量的非结构化数据，对其进行分类并从中获得洞察力。这些洞察力可帮助您提高大规模 分析的速度、改善存储经济效益并减缓风险，实现竞争优势并加快关键研究的进展。 IBM