金融行业存储精益化管理，降低存储成本

金融行业存储精益化管理，降低存储成本王凡 资深解决方案顾问CONTENTS存储管理现状与挑战存储精益化管理解决方案工作实施内容及优化成效PART 1PART 2PART 3PART 01存储管理现状与挑战现状：近年银行存储采购情况分析银行项目名称金额（元）人行征信中心2024年存储采购项目2211万兴业银行2022年存储云化设备扩容项目3444万人行征信中心2024年存储采购项目2211万浦发银行2024年信用卡中心存储资源池采购1036万中国银行2024年总行IT基础硬件资源池分布式存储966万北京银行2024年蓝光存储采购项目130万2024年分布式存储采购142万2024年信用卡机房统一存储平台181万邢台银行2024年存储设备采购365.8万九江银行2024年存储设备采购项目240万绍兴银行2024年分布式存储采购项目196万哈尔滨银行2024年NAS存储采购192万广东农商行2024年存储替换纸全闪存储采购项目135万•不同规模的银行根据其业务需求和预算，在存储设备上的投资金额相对比较大，从小型的几百万元到大型的几千万元不等•金融行业通常是中低端存储和高端存储搭配使用，集中存储和分布式存储的混合使用，最终的结果是通过架构的设计或管理要求，既要保证系统的高可用性和性能要求，又要用最低的成本采购到最适合的存储设备注：数据来源于采招网公开信息挑战一：海量的数据增长，存储年年买，成本居高不下33ZB175ZB2025175 ZBIDC 预测，到2025年全球数据量将增长至非结构化数据80%-90%2018•数据无序堆积：随着各种非结构化数据（文本、图片、视频、日志等）在存储平台间的不断膨胀，数据的存储成本居高不下。•存储资源浪费：大量重复、过期文件占用宝贵的存储空间，费用高昂。•成本控制困难：缺乏有效的数据管理和优化策略，难以分辨哪些数据必须长期保留，哪些数据是冷数据可以丢弃，哪些数据是热数据需要存储在高性能但高成本的存储介质上，哪些冷数数据可以迁移到低成本的存储介质上。•随着数据量越来越大，对存储的需求越来越大，存储成本逐年升高•非结构化数据量占比逐步增加•存储数据未分类，大量“冷数据”与频繁修改、点查的数据放在同一环境中进行同等处理挑战二：存储资源利用率普遍较低，缺少多视角的存储资源优化分析▪缺少全局视角：企业往往需要跨多个平台甚至地理位置整合存储资源。缺乏全局视角使得企业难以对存储资源进行全面的监控和优化，导致资源利用率低。▪缺少业务视角：多样化的业务需求导致各企业需要在不同业务单元之间平衡存储资源，以满足各自的性能和容量需求。但是，大部分企业缺少业务视角的资源使用分析，难以将存储资源的分配与业务需求和优先级对齐。▪缺乏使用者视角：在企业为员工提供虚拟化桌面的背景下，员工是存储资源的直接使用者，他们的个人存储空间管理对整体资源利用效率有着直接影响。然而，许多企业在存储资源优化分析时往往缺乏对使用者需求的考虑，导致存储资源的浪费和成本不必要的增加。▪存储需求预测困难：业务数据量迅速增加，导致存储需求不断上升，但是大部分组织的存储需求预测缺乏前瞻性，可能导致供应不足。存储资源优化分析难资源利用率低缺乏全局视角？缺乏业务视角？缺乏使用者视角？存储预测困难？挑战三：存储数据资源难以梳理，且管理不足▪多样化的数据类型：客户拥有包括文本文档、图片、视频、音频和日志文件等在内的多种类型的非结构化数据。▪跨多个业务部门的运作：企业的各个部门通常都有独立的系统来管理其业务流程，并生成各自的数据，这些数据往往被封闭在各自的系统中，缺乏共享机制和统一管理与分析的能力。▪不同用户需求的差异：企业的不同用户对于数据的使用需求各不相同。一些用户需要全局的可视化数据报表，另一些则需要详细的实时数据报表，需求的多样化导致数据在整合和分析过程中变得复杂。▪异构的存储环境：数据分散存储在不同的存储系统，如网络附加存储(NAS)、存储区域网络(SAN)、对象存储等。这些环境各自使用不同的协议、标准和访问控制机制，加剧了数据的分散，导致难以实现跨平台的数据汇总和分析。▪缺乏统一的数据视图：企业无法全盘掌握其所有数据资源。这意味着某些数据可能被忽略或未被充分利用。异构存储独立的业务系统不同的用户需求设计研发CAD / CAMCAE PLMPDM经营管理ERP CRMSCMAPS协同办公OAEmail生产控制MESSCADADCSEAP决策分析Big Data压缩PSCAD视频报表文本html管理者技术/运维人员业务人员财务人员其他人员...NAS对象存储分布式文件系统大数据平台本地文件系统PART 02存储精益化管理解决方案存储精益化管理解决方案架构•跨平台跨品牌统一管理：支持5种主流存储系统，跨品牌支持异构存储全景管理，打破数据孤岛•冷数据分析识别：内置多种模型与算法•数据资源梳理：内置多种数据类型识别、分类、评估模型，优化数据分层管理•重复、过期文件识别： 识别、合并或删除重复文件•存储优化建议：提供多种自动化报表，针对存储优化建议•预测性存储规划 趋势分析、资源预测•PB级文件分析 分钟级处理需存储数据NAS对象存储分布式存储大数据平台本地文件系统生产系统应用场景快速搜索跨平台海量文件检索数据模型指标模型分类模型分布式搜索引擎文件元数据文件元数据文件元数据机器数据湖报表分析自动化报告容量预测邮件告警热度检测模型重复文件检测模型容量预测模型自定义检测模型热温冷数据分类重复文件、过期文件、大文件识别容量趋势自定义分析重复文件识别冷数据识别存储容量预测存储优化建议自动化报告降本增效…跨品牌支持支持5类存储系统通过存储精益化管理，支撑数据分级管理存储精益化管理热数据温数据冷数据基于热度分类正则表达式规则自定义标签分类文件类型分类业务属性自定义分类Office 文件音乐、视频压缩文件组织结构名称项目名称…海量文件数据NAS对象存储分布式文件系统大数据平台本地文件系统项目资料归档库票据电子影像归档库音视频文件归档库企业文化资料归档库数据热度文件类型业务属性自定义数据保留规范数据归档规范优化数据管理规范数据存储规范数据管理规范数据归档策略灾难恢复演练策略优化备份管理策略数据备份策略数据恢复策略文件数据自动分类内置多种分类模型，包括文件热度、文件类型、业务属性的自动分类；支持自定义分类规则， 可根据自定义标签、正则表达式等对文件进行自动分类。优化数据管理策略、提高数据可靠性对文件进行热、温、冷分类后，管理员可以根据数据的分类情况制定相应的存储策略、备份策略、恢复策略等，保证数据的可靠性和安全性。数据分类存储、降低成本通过将温数据、冷数据存储在较低成本存储介质上，实现数据分类存储，从而降低成本、提高系统性能。自动化数据转储和删除，减少操作风险、降低总体存储成本NFS挂载｜CIFS挂载｜本地Agent｜REST API文件元数据读取•热数据：保留在SSD等高性能硬盘池内供快速检索 •温冷数据：归档到SATA盘、磁带库或蓝光实现低成本长期保存分层归档AnyStorage分布式存储管理智能数据处理引擎分布式检索引擎冷热温分类标签管理归档服务重复文件夹统计结果重复文件统计结果冷热温数据分类结果机器数据湖重复