為了更好的探討如何引導IT基礎設施向更加智能化的方向發展，構建部署靈活、自動化的云環境，開創產業的嶄新未來，12月22日，由中國信息通信研究院主辦，云計算開源產業聯盟承辦，中國移動蘇州研發中心協辦的“2017首屆全球存儲大會”在北京國賓酒店舉行。在會議上，云計算開源產業聯盟融合數據項目組組長，中國信息通信研究院馬飛博士代表項目組，發布了《融合數據白皮書***部分：融合數據存儲》。

馬飛博士表示，在大數據時代，大型企業數據爆發式增長。在企業快速轉型過程中，企業數據處理場景日益豐富，數據分析要求越來越靈活，從傳統的報表分析、OLAP、OLTP業務，到新興的批處理、實時數據分析、機器學習，新的數據分析模式層出不窮。但是，不同數據處理架構對底層數據的存儲/組織、檢索（引擎），乃至處理接口都提出不同要求，對一份數據需要配套構建多套不同結構的數據集，導致數據冗余嚴重，數據不能共享。這導致了平臺維護成本、數據冗余和數據轉換代價的與日俱增，嚴重阻礙了大數據分析技術的應用和發展。而融合數據存儲通過一份數據存儲，可以實現海量復雜數據（總量達到EB級的，單表數據達百億行級別以上，單表屬性維度達百維以上的數據）的歸并，并支持多維度任意組合查詢和分析，支持多種快速查詢需求（如過濾查詢、快速掃描、詳單查詢等）的統一響應。將有效解決多業務場景下多份數據存儲的問題。因此，融合數據是大數據未來的發展方向。

馬飛博士介紹了不同行業對融合數據存儲的不同需求，以及目前業界典型的大數據系統存儲方案，在面對行業融合數據存儲需求時的局限和不足。并介紹了以Apache社區的ORC、Parquet和CarbonData等為代表的目前業界主流的融合存儲技術，這些主流技術的技術對比，以及在10億數據規模下的過濾查詢場景和聚合計算場景下的性能對比。

表1 開源融合數據存儲技術特性對比

圖6 Parquet和CarbonData在過濾查詢場景下的性能對比

圖7 Parquet和CarbonData在聚合計算場景下的性能對比

***，馬飛博士也就融合存儲技術的發展進行了展望。希望一方面用戶企業積極參與開源社區的活動，通過貢獻需求與場景，推動融合數據存儲技術的業務落地。另一方面利用產業組織、會展活動、技術交流等場合加強廠商間的溝通與合作，共同促進技術的發展與應用水平的提升。

Apache® CarbonData™介紹：

Apache® CarbonData™是由華為開源貢獻的大數據高效存儲格式解決方案。Apache® CarbonData™致力于推動大數據開源技術的持續發展，以一份數據同時滿足多種業務場景訴求，打造高效、開放、完整生態的大數據新融合數倉存儲方案。目前，CarbonData技術已經在華為云MRS服務獲得使用。華為云MRS服務，在完全兼容開源組件的基礎上，融合CarbonData優勢，支持大規模的數據存儲、分析和計算，為客戶提供云時代企業級一站式大數據服務，幫助企業輕松駕馭海量數據，洞察數據價值，在商海中占得先機。

點擊了解華為云存儲產品：http://www.huaweicloud.com/product/