隨著大數據、物聯網和社群媒體的蓬勃發展，網路資料呈現指數型成長，對於企業而言，如此海量的數據，是非常值得探索的知識來源。為了真正從新型態的知識經濟中受益，企業需要知道如何有效地管理、分析和萃取出真正有意義的資訊。
現今的網路世界，一切都和資料有關。隨著大數據、物聯網和社群媒體的蓬勃發展，網路資料更是呈指數型成長，對於企業而言，如此海量的數據，是非常值得探索的知識來源。為了真正從新型態的知識經濟中受益，企業需要知道如何有效地管理、分析和萃取出真正有意義的資訊。一旦企業和政府部門了解這一點，這種發展帶來的可能性是無限的。
目前已經有些企業正在實現數據分析的無窮潛力。全球最大專業人士的社群平台Linkedin使用用戶生成的Twitter Feed來預測市場需求和趨勢，為創新和新產品開發提供靈感；Toyota利用虛擬實境，讓潛在客戶進行試駕和體驗，虛擬環境設備沒有製造原型車的需求，進而節省時間和金錢成本；企業可以針對群眾的生物特徵進行蒐集並分析，調整出針對不同群體的行銷或推廣計畫；在零售通路端，進階的成像運算系統可以幫助門市感測來賓的性別和年齡，企業可依此資料提供更全面的客製化商品與服務。
被頻繁讀取的資料稱為「熱資料」，包括資料庫，企業資源規劃（ERP）系統和網頁運算，都是現行常見的例子。隨著快閃儲存設備裝置的成本日益降低，負擔關鍵任務的應用程式採用全快閃存陣列已成為常態。然而，快閃儲存採用的真正增長是來自混合陣列，它在快閃儲存和傳統轉盤式硬碟之間進行分層部署。隨著儲存虛擬化的來臨，企業可以透過軟體完全實現這一點。
相對於「熱資料」而言，在系統中不常被存取的資料稱為「冷資料」。冷資料可以結構化形式或非結構化的形式存在。結構化形式如多數企業使用的備份和歸檔資料（Backup and Archival Data）。非結構化形式則適用於大型影片、圖檔與和部落格等形式。像這樣的資料大小可能是幾KB到數TB不等，檔案數也可能從幾百個到幾十億個不等。
一次管理數百萬個小容量的文件和管理幾個超大型的文件，是完全不同的兩回事。雖然兩種情況都會佔用相當的儲存空間，但是從數據管理的角度來看，舊的資料結構無法支援如此高等級的資料粒度。為了解決這個困境，軟體定義儲存（Software-Defined Storage）和物件式儲存（Object Storage）因此應運而生。
與物件式儲存不同，傳統的文件和區塊式儲存具有同等難度的挑戰性，尤其在因為儲存區域網路（SAN）的成本不斷上升導致大量的流量壓力。軟體定義儲存架構因具有橫向擴展架構，可以顯著地降低資料中心儲存的成本。
為了應對不同的資料儲存類型，企業必須採用更精細的方法來處理各式的工作負載。即使新世代的軟體定義技術正在快速發展，企業仍然需要一個值得信賴，可將傳統儲存技術與下一世代軟體定義解決方案完整結合的技術供應商，例如Lenovo將有信心擔任這個關鍵角色，協助企業探索充滿潛力的創新資料儲存技術全新領域。
<本文作者：Sumir Bhatia任職於Lenovo亞太區資料中心集團副總裁>