最近的一項調(diào)查顯示，隨著云端對象庫成為事實上的數(shù)據(jù)湖，企業(yè)在查找和統(tǒng)計堆積的所有數(shù)據(jù)時，處于艱難的境地。

對于擁有大量空曠空間的人們來說，其存放的物品總是凌亂散布，而這可能是人類的本性。而目前也有這樣一個趨勢，即對于越來越多的企業(yè)來說，云對象存儲正在成為事實上的數(shù)據(jù)湖。好消息是，云對象存儲成本相對更低，并且具有高度可擴(kuò)展性，而且越來越易于訪問。例如，大多數(shù)云Hadoop服務(wù)交換Hadoop分布式文件系統(tǒng)(HDFS)的對象存儲，并且越來越多的云計算提供商正在提供服務(wù)，提供臨時查詢或?qū)⒃茖ο蟠鎯σ暈閿?shù)據(jù)倉庫的擴(kuò)展表。

依賴云存儲作為默認(rèn)目標(biāo)或數(shù)據(jù)湖的另一個方面是需要協(xié)調(diào)通用目標(biāo)中數(shù)據(jù)的積累，需要對數(shù)據(jù)隱私或數(shù)據(jù)保護(hù)更負(fù)責(zé)，尤其對于GDPR等規(guī)則生效的情況。

Chaos Sumo公司計劃在今年夏天推出SaaS提供商的搜索層以添加云存儲(現(xiàn)在稱為Amazon S3)，該公司剛剛發(fā)布了一項調(diào)查，顯示云計算采用者感受到的一些痛點。

無可否認(rèn)，這個調(diào)查規(guī)模并不大，只有120名受訪者，主要針對的是數(shù)據(jù)操作專業(yè)人員，該示例很可能偏向已經(jīng)接受云計算的組織。例如，72%的人表示他們目前使用某種形式的云對象存儲。對于那些使用亞馬遜S3的人來說，40%的受訪者表示他們預(yù)計明年他們使用S3存儲的比例至少會增長50%。

對于企業(yè)來說，主要用于備份、存儲和歸檔。但是28%的人已經(jīng)在使用數(shù)據(jù)湖的對象存儲，而另外18%的人計劃在未來的12-18個月內(nèi)實施。毫不奇怪，對于這個以AWS為主的樣本，如今在使用Amazon Athena報告的類似比例(23%)。大約一半的受訪者表示，已使用Amazon Redshift數(shù)據(jù)倉庫，Spectrum現(xiàn)在可以將S3視為擴(kuò)展表。

Athena等工具的創(chuàng)新開放了對系統(tǒng)中數(shù)據(jù)的交互式訪問，而不是對存儲進(jìn)行優(yōu)化，而不需要ETL(盡管數(shù)據(jù)必須采用某種形式的半結(jié)構(gòu)化存儲，如CSV、JSON、Parquet或其他格式)。

但正如圖表所顯示的那樣，隨著數(shù)據(jù)在對象存儲中的涌現(xiàn)，越來越多的少數(shù)人擔(dān)心問責(zé)制問題。這正是Hadoop等平臺的商業(yè)銷售優(yōu)勢，以及用于分析和數(shù)據(jù)準(zhǔn)備的打包工具，這些平臺具有某種形式的數(shù)據(jù)沿襲，安全性和訪問控制作為其存在的理由。云對象存儲在涉及治理或周邊安全時是赤裸裸的——傳統(tǒng)上是數(shù)據(jù)平臺、云主機(jī)或消耗數(shù)據(jù)的分析工具的工作。

因此，四分之一的受訪者擔(dān)心他們將不得不移動數(shù)據(jù)來分析數(shù)據(jù)，而數(shù)量較少但具有統(tǒng)計學(xué)意義的少數(shù)群體則對查找數(shù)據(jù)、合規(guī)性和安全性表示擔(dān)憂。他們花費大量時間清理和準(zhǔn)備數(shù)據(jù)，超過一半的受訪者表示花費每周至少6小時，其中近40%的受訪者表示每周花費超過11小時來完成任務(wù)。

值得注意的是，只有7%的受訪者表示目前很容易分析當(dāng)今在對象存儲中的數(shù)據(jù)。這就是調(diào)查贊助商Chaos Sumo公司的商業(yè)用途。該公司計劃引入它所謂的“數(shù)據(jù)結(jié)構(gòu)”，將于今年夏天將S3數(shù)據(jù)打開到Elastic search，供現(xiàn)有SaaS提供商使用OEM。預(yù)計S3將成為更多分析平臺和工具的良好去處。對于Chaos Sumo來說，將搜索作為SaaS提供商的實用工具來增加這些數(shù)據(jù)的可見性可以更好地應(yīng)用云存儲。