του Δημήτρη Δρόσου, MSc, Chief Software Engineer της Entersoft R&D
Τα σύγχρονα πληροφοριακά συστήματα, οι εφαρμογές και υπηρεσίες λογισμικού (SAAS) διαχειρίζονται μεγάλους όγκους δεδομένων και θέτουν υψηλές απαιτήσεις σε storage είτε on-cloud, είτε on-premise, είτε σε συνδυασμό (hybrid).
Οι αυξανόμενες απαιτήσεις δεν αφορούν μόνο στον όγκο/μέγεθος και στην ταχύτητα προσπέλασης των δεδομένων, αλλά και σε θέματα ασφάλειας, πολλαπλά συστήματα αποθήκευσης, αναλόγως του τύπου δεδομένων, στη διάρκεια ζωής τους, την προσβασιμότητα σε αυτά από πολλαπλές εφαρμογές χωρίς την ανάγκη δημιουργίας αντιγράφων και στην αξιοπιστία.
Καθώς η χρήση των Cloud Infrastructure As A Service (IASS), Platform As A Service (PAAS) και Software As A Service (SAAS) υιοθετούνται ολοένα και περισσότερο από τις επιχειρήσεις, η ανάγκη για συστήματα αποθήκευσης έφερε σημαντικές τεχνολογικές εξελίξεις στον χώρο των cloud storage και σε πολύ μικρότερο κόστος.
Παράλληλα, η ανάπτυξη από τους cloud providers υπηρεσιών Machine Learning, Business Intelligence, BI Analytics & Visualization απλοποιεί τις διαδικασίες εξόρυξης, επεξεργασίας και εκμετάλλευσης των δεδομένων κατευθείαν από την πηγή του χώρου αποθήκευσής τους, επιτυγχάνοντας real-time πρόσβαση και ταχύτητα επεξεργασίας.
Η δομή των δεδομένων, ο ρόλος τους στο ευρύτερο ΙΤ περιβάλλον, η ταχύτητα δημιουργίας και το εύρος ζωής τους επηρεάζουν σε μεγάλο βαθμό την επιλογή του καταλληλότερου storage και την τοπολογία του (on-cloud, on-premise, hybrid). Η ολοένα αυξανόμενη χρήση των IoT συσκευών σε συνδυασμό με την επέκταση των δικτύων 5G και την αύξηση της ταχύτητας σύνδεσης στο internet (με παράλληλη μείωση του latency) καθιστούν τα cloud storage συστήματα ιδανική επιλογή για τη μείωση απαιτήσεων σε local storage, αλλά και για τη συγκέντρωση των δεδομένων σε κεντρικές δομές.
Παράλληλα, η ανάγκη για εύστοχο και αποτελεσματικό personalization, καθώς και η τάση για pro-active ενέργειες, προτάσεις, λύσεις έχουν οδηγήσει τις σύγχρονες εφαρμογές στη δημιουργία μεγάλου όγκου και ροής δεδομένων τύπου Analytics/Application Telemetry με μικρό ορίζοντα ζωής και με άναρχη δομή, που τροφοδοτούν συστήματα Machine Learning και Artificial Intelligence που αναγνωρίζουν patterns, κάνουν προβλέψεις, εντοπίζουν ασυνέπειες και μεταβολές στον τρόπο χρήσης κ.ο.κ.
Καθώς οι cloud υπηρεσίες επεκτείνονται σημαντικά, το storage θα εξελίσσεται και θα προσφέρεται πρωτίστως ως υπηρεσία, καλύπτοντας όλο το φάσμα των αναγκών των επιχειρήσεων. Ήδη, στο πλαίσιο της αρχιτεκτονικής σχεδίασης σύγχρονων εφαρμογών, οι επιλογές δεν αφορούν στο μέγεθος/όγκο, αλλά στην κατάλληλη υπηρεσία cloud storage για την αντίστοιχη ανάγκη που καλείται να εξυπηρετήσει (RDBMS, Table Storage, No-SQL Storage, Blob Storage, Document Storage, File Storage, Media Storage κ.λπ.).
Το άρθρο δημοσιεύτηκε σε αφιέρωμα στο Περιοδικό ΧΡΗΜΑ
