IT 领导者正在处理比以往更多的数据。而且数据量每天都在不断增加。
企业如何才能安全地存储如此海量的数据，同时又能保持员工的可访问性？
这不是一个容易解决的问题，但未来几个月将会出现许多突破，这些突破将颠覆整个行业。
阅读这五大趋势列表，了解数据存储行业的最新发展。
1. 科学进步最终将使 DNA 数据存储成为可能
在 DNA 分子上存储数据是2024 年的新兴技术趋势。
过去 10 年内对“DNA 存储”的搜索。
预计到 2028 年，DNA 数据存储市场将以65.8% 的复合年增长率增长。
计算机可以理解二进制代码，而 DNA 可以理解四个字母的代码。
对于DNA 数据存储，数据首先以 ACGT 序列编码，然后链接到 DNA。
这四个字母的特定顺序和序列构成了所有生命的基本组成部分。存储趋势 而且，科学家已经弄清楚了如何用 DNA 代码编写计算机代码。
DNA 存储具有多种优点：容量、寿命和可持续性只是其中的一部分。
话虽如此，容量的增加是 DNA 数据存储具有吸引力的主要原因。
预计到 2025 年，全球数据将达到175 ZB。这比 2020 年增长近 3 倍，比 2018 年增长 5 倍。
如此海量的数据该放在哪里呢？许多科技领袖表示，未来在于 DNA 存储。
例如，DNA 可以将 Facebook 的所有数据存储在半颗罂粟籽的空间里。
一个咖啡杯可以存储世界上所有的数据。
基于 DNA 的存储的另一个优点是其稳定性。
DNA 永远不会降解。如果保持干燥和低温，文件可以保存数十万年。
阻碍这一趋势的主要问题之一是成本。
利用目前的 DNA 技术，合成 1 兆字节的数据大约需要花费 3,500 美元。
合成成本长期以来一直是 DNA 数据存储的主要问题。
然而，研究仍在进行中，有人表示到 2024 年底，欧洲华人华侨数据 成本可能会降至 每 TB 数据 100 美元。
另一个问题是DNA 的写入速度。
长期以来保持的记录速度为每天 200 MB。然而，在 2021 年末，研究人员将其提高到每天 20 GB。
这仍然比写入磁带的速度慢得多：每小时 1,440 GB。
Catalog是一家总部位于波士顿的公司，致力于 DNA 数据存储。
该公司最近宣布与希捷合作，以降低其 DNA 系统的成本和复杂性。
Catalog 已筹集近6000 万美元的资金。
Catalog 的研究人员的目标是将 DNA 存储过程商业化。
一些技术专家表示，DNA存储将有望在五年内实现商业化。
2.零信任架构旨在提高数据安全性
在对财富 500 强首席执行官的调查中，三分之二的人将网络安全列为其最大的商业风险。
“网络安全”的搜索量一直在稳步上升，过去 5 年增长了 250% 以上。
2022年，毕马威发布的一项研究显示，网络安全风险正在增加。
接受调查的近85% 的企业领导者表示，他们认为网络风险正在增加，实施项目管理工具的最佳实践 只有 35% 的人表示他们的公司得到了适当的保护。
当 IT 决策者被问及未来三年数据管理和存储的最重要方面时，61% 的人将数据保护和可用性列为最重要的因素之一。
此外，57% 的人表示安全性和合规性是他们最重要的因素之一。
在 2021 年的一项调查中，数据保护和安全被列为未来三年数据管理的最重要因素。
存储安全问题可能比大多数企业意识到的更为紧迫。
Continuity 的“存储安全状况报告”分析了 400 多种高端存储设备。
他们发现，每台企业存储设备平均存在 15 个安全问题，其中 3 个属于高风险问题。
总计发现超过 6,300 个独立安全问题。
勒索软件攻击变得尤为普遍。
2022 年中，一份报告显示勒索软件攻击同比增长了 80% 。
近年来，教育领域成为黑客的严重攻击目标。
2022 年，洛杉矶联合学区遭遇大规模数据泄露，一个俄罗斯组织窃取了近 300,000 份包含敏感数据的文件并将其泄露到暗网上。
打击数据网络攻击的一种策略是零信任架构(ZTA)。
近年来，“零信任架构”的搜索量猛增。
这种方法不同于传统的网络安全模型，在传统的网络安全模型中，用户一旦获得初始访问权限就可以前往网络中的任何地方。
在 ZTA 中，网络和用户之间的每次交互都经过身份验证、授权和验证。
ZTA 模型从内部和外部保护网络。
由于勒索软件攻击越来越集中在数据备份上，體育新聞 891 创建不可变的备份是公司避免数据危机的另一种策略。
这些是无法更改的干净数据副本。
它通过一次写入多次读取 (WORM) 机制工作- 当员工上传文件时，他们会设置一个不变性标志，将文件锁定在原地一段时间，数据会在指定的时间内冻结。
Rubrik 的零信任数据保护提供了内置的不可变文件系统，可与混合和多云数据平台配合使用。
花旗集团、家得宝等知名公司使用 Rubrik 的系统保护他们的数据。
Rubrik 的领导对其数据安全措施非常有信心，他们为客户提供500 万美元的保修。
2021 年至 2022 年，该公司的年度经常性收入增长了 100% 。
3.人工智能在数据存储中的多种用途和好处
在数据存储系统中，人工智能在 IT 运营（AIOps ）中的应用正在不断增长。
过去5年，“AIOps”的搜索量增长了127%。
人工智能可以监控存储基础设施和应用程序，以及诊断问题、自动执行操作和执行预测分析。
据 IBM 称，三分之一的公司已经推出 AIOps 来实现其 IT 流程的自动化。
由于人工智能具有优化存储容量和简化管理的能力，存储趋势 因此公司将其视为节省成本的主要解决方案。
Cast AI平台自动管理企业云资源，平均节省 63% 的成本。
Cast AI 可以识别工作负载需求并选择最佳资源组合来满足这些需求。
以这种方式使用人工智能的另一个好处是，它可以解放那些花费大量时间在例行或低价值任务上的员工，让他们可以将时间投入到为企业创造价值的任务上。
这就是犹他州在其 IT 运营平台广泛部署 AIOps 的原因之一。
15 年前，该州技术部雇用了大约 1,000 名员工，但到 2022 年，这一数字已降至 750 人。
人工智能也正在成为实现数据中心运营自动化的可行选择。
Gartner 预测，到 2025 年，一半的数据中心将部署使用 AI/ML 的机器人，以将效率提高高达 30%。
截至目前，人工智能主要用于优化冷却和预测维护问题。
业界领袖表示，该技术很快将用于安全、工作负载管理和电源管理。
人工智能有可能大幅改善数据中心的运营。
4.降低数据存储成本
企业不断产生数据，需要更多的数据存储。与此同时，数据存储也变得越来越昂贵。
“数据存储成本”的搜索兴趣持续攀升，5 年来增长了 205%。
事实上，现在存储 1TB 数据一年的成本超过 3,000 美元。
拥有大量数据的公司支付的费用甚至更高。
据估计，存储 1PB 的数据五年的成本可能超过 100 万美元。
希捷 2022 年的一份报告显示，英国企业每年平均花费260,000 美元用于存储和管理自己的数据。
此外，他们发现 90% 的 IT 决策者担心数据存储成本的上升。
对象存储是一种节省成本的选择，被认为是存储档案数据的理想方式。
它具有可扩展性和灵活性，可以在本地或云端部署。
而且它很便宜。
Deft 提供对象存储，价格为每月每 TB 20 美元。
Deft 提供具有数据不变性的对象存储。
举个例子，一家全球银行每年花费20 亿美元来运营 600 个数据存储库。
他们进行了重组，取消了部分数据，每年节省了 4 亿美元的成本。
软件定义存储的采用也正在增加。
这种方法不是将存储附加到内部硬件，而是创建一个可从一个界面进行管理的统一存储池。
这提高了存储利用率并减少了存储的过度配置。
数据重复数据删除是一个简单的概念；它只是删除冗余数据。但它可以节省大量成本。
在一个案例研究中，一家工程公司需要备份 10 TB 的数据。
重复数据删除过程将数据量减少了 90%。
5.减轻数据存储对环境的影响
虽然数据量在稳步增加，但存储所有数据所需的能量却呈指数级增长。
技术领袖和环保人士都敲响了警钟。
数据中心会产生大量热量，为了保证所有技术继续正常工作，必须进行大量冷却。
这些大量的空调需求占数据中心所用电力的 40%以上。