⑴ polardb設置數據保留時間
一般默認保留時間是2周。登錄PolarDB控制台，選擇目標地域。
單擊目標集群名稱列的集群ID，在左側導航欄中選擇參數配置。修改Binlog日誌保留參數：5.6版本：根據實際需求，修改loose_expire_logs_hours值，修改完成後，單擊提交修改即可。
8.0版本：根據實際需求，修改binlog_expire_logs_seconds值，修改完成後，然後單擊提交修改即可。
PolarDB是阿里雲自主研發的新一代關系型雲原生資料庫，既擁有分布式設計的低成本優勢，又具有集中式的易用性。
PolarDB採用存儲計算分離、軟硬一體化設計，滿足大規模應用場景需求。
技枯扮術含量：
由多名院士組成的專家組認為，阿里雲自主研發的PolarDB資料庫技術復雜，研製難度大，在雲原生分布式資料庫架構、冷熱數據分層存儲引擎、軟硬體一體化的共享存儲系統、大規模在線事務資料庫的智能運維與優化等方面具有重要創新。
在雲原生分布式沒禪灶資料庫領域整體達到了國際領先水平，經濟和社會效益十分顯著，是中國在資料庫領域趕超世界先進水平、構建自主生態的成功實踐和重大襲激成果。
⑵ 軟硬體一體化
這是arm技術。
大概就是把軟體直接鑲嵌到硬體的某個設備中。
⑶ 在項目數字化轉型中使用較為普遍的軟體定義存儲一體機有嗎，求推薦
隨著國內企業數字化轉型加速，企業紛紛上雲，數據存儲量呈爆發式增長。傳統存儲擴展性差、成本高等局限性愈發明顯。軟體定義存儲（Software Defined Storage，以下簡稱SDS）以虛擬化方式將各種存儲資源抽象化、進行池化整合，通過智能化管控軟體實現存儲資源的按需分配。軟體定義存儲重新定義了存儲架構，以擴容便捷、成本較低等優勢，成為存儲領域的重要發展方向之一。
深圳市杉岩數據技術有限公司（以下簡稱「杉岩數據」或「杉岩」）是國內軟體定義存儲領域的領導者之一。IDC最新發布的《2019 Q4 中國SDS市場報告》中，杉岩數據在對象存儲市場份額第三，佔比16.3%；在塊存儲市場份額第四，佔比6.9%。
杉岩數據成立於2014年9月，公司以新一代智能分布式存儲技術為核心，致力於提供領先的面向不同業務環境的企業級存儲方案，幫助用戶輕松應對IT向雲遷移的存儲挑戰，為大數據時代的商業決策提供智能存儲，打造雲計算、人工智慧、物聯網等領域的數據存儲基石。
杉岩數據致力於幫助用戶應對數據存儲量、訪問量以及數據管理復雜度，幫助用戶建立以存儲虛擬化和計算虛擬化為核心的雲計算基礎設施環境，並逐步提供數據處理、挖掘、智能分析等方面的大數據專業系統和服務。
2020年7月8日，公司宣布獲得B+輪1.5億元最新融資，本輪融資由大型央企中遠海運領投，襄禾資本、無錫金投跟投。藉助本輪融資，公司將圍繞數據存儲、數據管理、數據價值的客戶價值模型，持續加大產品關鍵技術的研發投入、垂直領域的市場拓展、人才引入以及產業生態鏈的建設，為用戶的數字化轉型提供全面賦能。
杉岩數據融資情況
訪談內容分享如下：
1
不只是存儲優化
以數據為中心的客戶價值金字塔模式
將智能存儲的進階賦能演繹到極致
融中研究：
「SandStone是一種橙紅色石頭，由沙粒經過多年不斷沉積重新排列而成。SandStone 生動地詮釋了『分布式架構』的形成。」為什麼用這個比喻來強調「分布式架構」？有什麼特殊含義？
陳堅：
SandStone對我們確實意義深遠。實際上，我們公司名稱的來源與「Sand Stone」緊密相關。杉岩二字，來源於Sand的音譯杉，以及Stone的意譯岩。取名「SandStone」是因為我們做的是基於P2P的分布式存儲架構，分布式存儲的本質就是把分散的磁碟硬體聚合起來，形成一個很大的存儲資源池。「SandStone」生動地詮釋了「分布式架構』的形成，每個磁碟所在的伺服器節點就像一粒沙子，通過杉岩數據的軟體聚沙成石，形成一個穩定可靠的存儲系統。
SandStone不僅代表了產品的特點，實際也代表了我們的文化、經營理念。從公司內部來看，每一個員工就像一粒沙子，大家團結奮斗、緊密協作，凝聚成一個有機整體，使得整個公司像石頭一樣堅不可摧；從外部合作夥伴的拓展來看，以杉岩為中心，將周圍的合作夥伴聚在一起形成生態圈，每一個夥伴也是一粒沙子，通過不斷吸納聚合，構建穩定的生態圈。因此，SandStone所代表的團結奮斗與凝聚力內核，已內化成了公司企業文化的一部分；SandStone蘊含的分布式理念，也切合了公司與合作夥伴的生態建設理念。
融中研究：
杉岩是做存儲的，為什麼公司取名為杉岩數據而不是杉岩存儲呢？智能存儲與傳統存儲的主要區別是什麼？杉岩的智能存儲方案有什麼特點？
陳堅：
之所以叫杉岩數據而不是杉岩存儲，是因為我們帶給客戶的價值不只是存儲的優化，而是以數據為中心的智能存儲賦能，通過我們的存儲系統，解決客戶在AIoT、5G時代海量數據的存儲、管理以及使用方面的問題。
針對智能存儲，杉岩數據構建了一套以數據為中心的客戶價值金字塔模型，最底座是存儲，作為數據的抓手；中間層是數據的管理，作為內涵；最頂層為未來的智能化應用提供准備及服務，我把它叫做外延。
具體來說，第一層即數據存儲的智能化。存儲側的智能，就是讓客戶使用更加簡單。傳統存儲像煙囪，每一個業務系統配一套存儲，客戶的運維非常困難。分布式存儲則是一個存儲池，客戶面向的是一套承載了不同應用數據的存儲集群，孤立的煙囪不再存在。在存儲集群裡面的故障、性能、容量等告警，都是由存儲系統內部智能化完成，同時還保障數據的可靠性、安全性以及訪問性能。
第二層，數據管理的智能化。用戶存數據後，要管數據。我認為數據是有生命力的，像人一樣有從生到死的過程。醫療影像數據是一個典型的例子：病人拍完CT、X光產生的影像數據馬上要被用於輔助醫生尋找病症、病灶，這時數據是「熱」的。這一次病好後，數據訪問頻率下降，「熱」數據變為「溫」數據。病人徹底康復後，數據變「冷」。對「熱」數據，為了保證訪問性能，相應的軟硬體配置都非常高，價格也高。「冷」數據如果同「熱」數據一樣存儲，性價比較低。醫院一般將冷數據歸檔到公有雲或藍光等單位存儲成本相對較低的存儲介質中。這個例子正好反映了數據全生命周期的智能化管理。
在未來海量數據時代，數據的管理非常關鍵。除了數據全生命周期的管理，杉岩還能實現數據智能化的統一管理，包括：對客戶的傳統存儲和杉岩的分布式存儲的統一管理，保護客戶對傳統存儲的原有投資；對公有雲、私有雲數據的統一管理，實現數據的自由流動；對邊緣設備與中心設備數據的統一管理，實現數據的相互協同。
第三層，金字塔的頂端，是數據挖掘的智能化。數據被存儲、管理，最終都是為了信息和價值的挖掘。目前越來越多的企業藉助AI、機器學習、深度學習這些演算法來使用和挖掘數據價值。杉岩的存儲系統，包括我們的對象存儲，都為海量數據的挖掘和使用去賦能。當然，杉岩不是要做AI，而是為智能化去賦能。這體現在兩個方面，第一，我們的存儲系統裡面自帶數據處理引擎，對業務需要使用的數據進行預先處理。第二，我們為AI的訓練、數據清洗、數據的准備階段提供了友好的統一管理、存儲平台——數據處理引擎「AI in MOS」，還有面向需要對AI進行訓練、學習、應用的公司提供的存儲平台——「MOS for AI」。
融中研究：
杉岩在數據的存、管、挖各個層面的資源投入如何？杉岩在技術底層的優勢有哪些？
陳堅：
在存、管、挖三個層面，杉岩起步聚焦於「存」，致力於為客戶提供一個高可靠、高安全、高性能、高可擴展性的分布式存儲系統，「存」也是目前投入最大的一塊。在「存」方面，目前我們的核心競爭力主要體現在產品性能更高，可用性、可維性更強，特別是在數據的安全性方面，我們積累了很多經驗。
在管方面，隨著客戶持續增加，杉岩面臨的需求也不斷增加，我們通過與客戶的互動交流，了解客戶實實在在的需求與痛點，並提出創新的解決方案。目前我們一些特有的產品功能已經落地了，這是很多企業包括一些大廠都不具備的，比如說我們對傳統存儲與分布式存儲的統一管理、對數據的全生命周期管理等等。
最上層，未來數據的智能應用層面，在智能數據處理引擎「AI in MOS」產品上，我們也在加大投入，今年就會有實際的項目落地。
融中研究：
您剛才講到，在數據挖掘上會加大投入，那麼杉岩在這一塊的發展目標如何？如何與數據挖掘專業公司競爭？
陳堅：
我先做一個澄清，杉岩的產品是有邊界的，我們不會像大數據公司一樣，比如也去做一個精準營銷，我們是為精準營銷賦能。像之前提到的數據處理，即使杉岩不做，這些公司還是要做的，杉岩其實是在幫這些公司做加速。另一方面，在賦能大數據挖掘的過程，杉岩主要針對非結構化數據賦能。以前的基於資料庫的結構化數據，像BI、數據倉庫，這類數據的挖掘已經有非常成熟的解決方案，杉岩的目標不在於此。我們強調對象存儲就是因為對象存儲是存儲非結構化數據最佳的載體。我們通過對非結構化數據的AI挖掘、使用賦能實現差異化。
融中研究：
在當前軟體定義存儲，存在哪些技術局限，大概何時能夠突破？杉岩在這塊有哪些領先優勢？
陳堅：
軟體定義存儲的概念相對於傳統存儲，其設計哲學和傳統存儲剛好相反。傳統存儲以硬體為核心，存儲系統的數據可靠性高度依賴硬體架構的設計。軟體定義存儲，假設硬體是不可靠的或可靠性沒那麼高。
軟體定義存儲的性能更高、擴展性更強、更靈活。但任何一個架構、系統都會有自己的優缺點。軟體定義存儲在技術上的局限性：第一，難以將硬體的性能發揮到極致。第二，在存儲集群大了以後，整個集群的管理、運維也是一個挑戰。一般的企業沒有專門的IT運維人員或運維水平有限，在海量數據時代，存儲產品能不能讓企業實現簡單運維，也是一個挑戰。
杉岩對傳統存儲和分布式存儲都有很深入的理解，既有傳統存儲最核心的架構師和工程師，也有深耕分布式存儲領域近10年的架構師。面對這些局限，杉岩也在做一些事情，比如在軟硬結合方面，與硬體供應商一起做軟硬垂直優化；在大規模集群存儲系統的管理和運維上，借鑒一些AI的演算法能力，讓運維更加智能化、自動化。
2
立足場景尋找最佳匹配行業
以質量和服務構建客戶信任
加速市場拓展
融中研究：
杉岩已服務10+行業的500+客戶，從市場策略來看，杉岩數據在這些行業是齊頭並進還是有所側重？主要的優勢行業有哪些？未來發展或者延伸的重點行業還有哪些？
陳堅：
存儲系統作為一個標准化產品，沒有太多的行業屬性。但是軟體定義存儲有它的最佳應用場景。
杉岩數據依託場景構築產品和解決方案，再通過最佳應用場景去尋找最佳匹配行業，進行市場開拓。例如，杉岩智慧視頻雲存儲的解決方案，可以在安防、軌道交通、能源、電力、金融等等行業領域使用。另外，我們還推出了一個更加通用化、平台式的私有雲產品，適用於金融、政府、教育、醫療等多個行業。
目前，杉岩市場突破的重點在於有大量場景和需求的政府、金融、教育、醫療、交通、能源、製造等行業。市場開拓方面，杉岩在大部分行業齊頭並進，對小部分行業有所側重，例如金融行業將是杉岩數據始終關注的重點行業。
作為存儲廠商，杉岩產品的行業屬性不強，但在產品智能化層面，實際上我們有一些場景化和行業屬性的定製，但這種定製不是為某一客戶定製，而是為一個行業定製，並且可以批量復制和推廣。
融中研究：
杉岩數據如何切入客戶，並獲得客戶的信任？在客戶關系維護和服務方面，杉岩數據採取哪些措施？
陳堅：
從0到1的突破是非常難的。杉岩數據以產品為客戶帶來的價值來切入市場，早期的客戶包括中國移動、中國電信、廣發證券、深圳市供電局等。對TOB市場，標桿的意義重大。杉岩切入市場後，依託案例與標桿客戶在同行業去推廣復制。
杉岩數據依靠高質量的產品和切實的服務獲取客戶的信任。目前為止，我們存儲了2500+PB的數據，從沒丟失過數據，這一點讓用戶非常放心。服務，是創業公司最具競爭力的優勢之一，而大廠流程非常復雜，對TO B客戶服務的理念和經驗也比較缺乏。杉岩與客戶的運維人員緊密溝通，對他們進行多維培訓賦能，客戶能夠親身感受到杉岩對他們的重視。
3
疫情期間，馳援武漢
推出免費服務平台
苦練研發內功蓄勢待發
融中研究：
此次疫情對杉岩數據帶來什麼影響？杉岩數據採取哪些行動？
陳堅：
這次新冠疫情對杉岩數據是一把雙刃劍，但總體來說是利好的局面。一方面，疫情對公司短期的獲客、工作開展產生了一定的沖擊和影響；另一方面，疫情也讓新一代信息技術的價值被充分認識，例如遠程醫療、遠程診斷等會涉及到大量的數據存儲和應用，軌跡、跟蹤、健康碼等其實也都是基於數據的存儲和使用。很多行業對於新一代信息技術的接受程度更高了，特別是政府的智慧城市、醫療領域的遠程醫療、教育領域的遠程教育發展等，帶來的數據存儲機會更多了。
作為一家創業公司，疫情期間，我們也秉承一貫的家國情懷和責任，進最大的努力為抗疫提供支持。2月份，我們給武漢大學人民醫院捐獻了一套分布式存儲產品，助力提升醫院的醫療質量和效率。同時，為了幫助用戶解決疫情期間存儲問題，我們推出了供用戶免費使用的「統一存儲平台軟體SandStone USP」。
此外，我們在產品研發、市場開拓上沒有絲毫懈怠。在產品研發端，我們借機苦練內功、打磨產品，為疫情過後的市場反彈做好准備；在市場開拓方面，我們的銷售團隊通過遠程電話保持與客戶、合作夥伴的緊密互動與溝通，努力介紹杉岩的產品方案和價值亮點，積極拓展新客戶、挖掘老客戶新需求等。
4
分布式存儲市場將形成寡頭壟斷格局
杉岩將始終以差異化取勝
融中研究：
當前存儲市場競爭格局怎麼樣？主要玩家類型有哪些？
陳堅：
從市場格局來說，存儲行業技術門檻很高，需要大量的經驗積累和打磨，大浪淘沙之後，最終玩家不會很多。在傳統存儲領域，全球TOP6的公司占據市場百分之八十幾的份額。在分布式存儲領域，經過五年多的發展，與杉岩數據同期創立的公司中，很多技術不成熟的公司已經慢慢被淘汰了。我相信經過震盪式的發展後，分布式存儲的市場格局會趨於穩定，也會變成一個寡頭壟斷的格局，未來會有一家或幾家來佔領市場絕大部分的份額，杉岩肯定是其中之一。
從競爭來說，杉岩的優勢還是產品。創業公司沒有捷徑可走，品牌、資金都比拼不過大廠，生存發展一定是靠差異化的競爭力。杉岩的差異化競爭優勢主要體現在客戶價值金字塔模型的「管」和「挖」，「存」大家都在做，如果這一層都做不好自然會被淘汰；「管」層面，大廠的產品很全，內部對於傳統存儲和分布式存儲會有一些博弈和競爭，但對於垂直用戶定製化以及工業化需求領域不一定願意涉足，而杉岩獨特的價值和優勢正體現於此。數據智能層面，杉岩的價值和優勢更加明顯。杉岩的設備產品有一些特殊的功能，這是很多大廠不會去做的事情，他們提供的主要是面向全球市場的標准化產品，聚焦於存儲產品的完善。杉岩則是針對垂直細分市場進行產品差異化。
在市場競爭格局中，同類創業公司競爭方面，從目前來說，2013到2015年成立的一批公司，現在的競爭格局越來越清晰了。當前，軟體定義存儲處於繁榮發展期，蛋糕還沒有定型，在不斷擴展、挖掘客戶新場景、新需求的階段，都在共同培育市場。所以，我們正在共創生態鏈，攜手合作夥伴建設新型IT基礎設施建設。
融中研究：
大型廠商加碼存儲，例如華為、華三等大廠也開始發力對象存儲，對杉岩數據的發展會有沖擊嗎？杉岩數據如何平衡與基礎設施合作夥伴華為的競爭與合作？
陳堅：
大廠確實在加大對存儲領域的布局，但我們也看到一個趨勢，大廠現在主要在公有雲方面布局，而在私有雲方面，可能更多的是以傳統存儲、分布存儲的架構來拓展市場。與大廠的競爭要避免正面交鋒，走差異化路線。比如在金融領域，杉岩在智能化數據處理方面獨具特色，這是我們帶給客戶的獨特價值。
⑷ 什麼叫伺服器採用軟硬體一體化封裝
先生你的這個問題察拿問判枝的很好！、
其實一體化的意思就是2個東西或者更多東西一起使用。
簡單理解就是 一個賣ERP 軟體商賣軟體給你們公司你們公司用ERP想要更好的發揮工作效能又覺得他們賣軟體的很專業就順便伺服器的配置要求和硬體都從他們公司購買順便讓他們把系統和ERP軟體和數據保護陣列RAID 也裝好敗沖搭，這樣的話你們公司的技術就可以節約很多時間處理更重要的事情。。也叫打包他們不做的也讓他們一起做。希望對你有幫助~！~
⑸ 智能製造時代：軟硬體加持，打造一體化智能物流解決方案
· 靈活度和效率性：復雜的工作環境需要移動機器人保持機敏和靈活，盡可能減少機器人和環境的牽絆，同時需要簡單易用，能夠快速上手、高效工作。
· 無處不在的協作：隨著自動化的升級，盡管機器人在不同地點工作，但彼此的協調互動必不可少，只有具備開放的機器人技術，才能更好地進行功能拓展，適應產線柔性生產需求，完成各類產線物流任務。
· 安全越來越重要：製造業對機器人的依賴越多，安全任務就越重要,企業需要更完善的手段來保護自己的財產和員工免受傷害，因此必須保證技術本身的安全和穩定性。
靈活、高效、智能的機器人應用需要強大的基礎架構、技術與服務，勱微機器人在機器人的定位導航、運動控制、集群調度、安全避障、人工智慧融合等領域構築了領先的技術壁壘，能全面滿足企業的多樣化需求。
以技術驅動，自研核心硬體、演算法及軟體系統，構建了三位一體的軟體系統平台，並協同演進，快速迭代升級，提供了兼具成本與性能優勢的一體化場內智能物流解決方案。
自下而上的系統平台，為製造企業提供了足夠彈性、敏捷和安全的機器人體驗。底層車載系統的模塊化設計降低現場部署難度；上層系統讓機器人集群管理化繁為簡；雲端系統則幫助製造商構建支持統一化管理、成本效益高的運維平台。輪悶
機器人應用要變得更智能，需要近乎實時的深度學習，需要強大的數據能力和快速的分析和決策能力，但是在傳統製造工廠中，橫亘於各種數據源與機器人產品之間的數據孤島是阻礙它們靈活自主的巨大障礙。
極速對接客戶管理設備，可視化的上層管理系統，處理客戶相關業務，可實現數據分析及信息透明化可視化管理，全方位預測及監控系統狀況，保證系統 健康 運行。
首先是MW RCS調度系統，用於控制機器人行動，包括地圖實時構建、自主路徑規劃、智能交管調度、實時動態顯示、自主充電管理等功能，並且可以支持數百台不同車型在同一場地協調運作，使機器人高效、安全、穩定運行。
其次是MW WMS倉儲管理系統，打破數據壁壘，全面整合庫存管理、SKU管理等數據，以一個可視化的統一數據平台，幫助企業節省大量整合和管理數據資產的時間和投入。
此外，機器人的軟體必須具備開放性，能夠對接多種外設、靈活拓展。通過MW WCS勱微設備系統，進行系統集成、模塊集成、設備管理，打通上下游整合全場。同時可以接入客戶現有的 ERP 或 WMS 系統，並根據要求適配多種業務流程和設備。
RCS調度系統
WMS倉庫管理系統
為了幫助機器人在復雜環境中具備更好地適應力，保障高效工作，勱微機器人發布視覺技術「天眼系統」，該系統能夠為不同場景、不同需求的製造商，提供基於機器視覺與人工智慧技術運用的柔性化解決方案，具備自服務、高性能等顯著優勢，實現無需人為干預的自動化作業。
通過覆蓋全域的業務動態監控，極大程度豐富了移動機器人環境適應能力，提升物流與信息流的匹配度。開發如「托盤姿態識別」、「料籠堆疊」、「高位存儲」、「庫位檢信桐斗測」、「滑磨視覺盤點」、「無人裝卸車」等核心復雜適應場景技術，大幅提高解決方案的柔性化適應能力。
更進一步，為了大大降低工廠內的安全隱患，天眼針對人車混雜場景及作業安全不規范場景，提供如車路協同、環境安全監測、作業安全監測等功能。天眼系統賦能下，移動機器人將具備更強智慧，可實現真正的業務靈活性。
托盤姿態識別
高位存取
無人裝卸車
料籠堆疊
庫位檢測
視覺盤點
（左滑可查看更多動圖）
⑹ 了不起的阿里！10多年「不務正業」後，這個部門擊敗美國萬億巨頭
不是西風壓倒東風，而是東風壓倒西風！
最近， 馬來西亞電商巨頭PrestoMall宣布，公司已拋棄甲骨文資料庫，轉而採用阿里雲自主研發的POLARDB雲資料庫。
為什麼要和阿里雲POLARDB雲資料庫牽手？效率更高，成本還更低！
事實上，早在去年12月初，PrestoMall已經完成資料庫向阿里雲POLARDB的整體遷移，遷移後PrestoMall的整體業務運轉流暢，IT成本還下降了40%以上。
而相比於阿里的POLARDB雲資料庫，甲骨文提供的傳統資料庫太貴了，也太落後了。
作為馬來西亞的第二大電商巨頭，PrestoMall這幾年發展迅速，3年來的營收增長超過250%，線上流量更是井噴式上漲；這時，PrestoMall卻發現一個悲哀的現實：老邁的甲骨文資料庫已經有些支撐不起公司的業務發展了，長此以往，公司的整體業務會因為資料庫管理落後而拉大和第一大電商lazada的差距。
而已經被阿里收購的商lazada的IT數據為什麼運轉得那麼出色？lazada的整體業務全部搬到阿里雲上了啊！
為此， PrestoMall決心跳出甲骨文這個大坑，經過多次考察後，最終選擇了和阿里雲POLARDB雲資料庫合作。
因為對於PrestoMall這樣的電商巨頭而言，阿里POLARDB雲資料庫的優勢非常明顯：它採用存儲計算分離、軟硬體一體化設計，天生是為滿足電商業務等大規模業務場景而來的：2019年雙11當天，POLARDB創下了每秒8700萬次的資料庫處理峰值新記錄。
在剛剛過去的第十屆中國資料庫技術大會上，榮獲世界 科技 大獎的阿里雲POLARDB再次獲選「年度最佳創新產品」，實力吊打甲骨文資料庫。
PrestoMall此時棄甲骨文資料庫而就阿里POLARDB雲資料庫，不失為一種明智的選擇。
如今， 時代的發展如風馳電掣，彷彿就在昨天，甲骨文還是那麼的無敵於天下！
上世紀70年代，此前一直為中央情報局設計Oracle資料庫的拉里·埃里森創立了「軟體開發實驗室」，隨後，因為那篇著名的資料庫論文，拉里·埃里森就以甲骨文資料庫為公司的資料庫命名。
公司遷入矽谷後，甲骨文的業務獲得高速增長，客戶中就包括埃里森此前的老僱主中情局。1984年左右，甲骨文進軍全球十多個發達國家和地區，並於1986年上市，上市當年，甲骨文的年收入達到5500萬美元。
1988年，甲骨文的營收超過1億美元，成為全球第四大軟體巨頭。幾年後，創始人拉里·埃里森成為僅次於比爾蓋茨的世界第二富人。
2000年，世界軟體領域的基本格局還是微軟、IBM、甲骨文三足鼎立。 到了2013年，甲骨文一舉超越IBM，成為僅次於微軟的全球第二大軟體巨頭。
當時，全球所有的互聯網巨頭，都離不開甲骨文的資料庫，比如說，阿里巴巴，它是甲骨文在亞洲的最大客戶。
甲骨文業務上的成功也為拉里·埃里森帶來巨大的財富，他花在購買遊艇、私人飛機上的資本高達數十億美元， 這哥們平時都是駕著米格29戰斗機上班，夠拽酷了吧？
2018年的福布斯全球富豪榜上，拉里·埃里森以4200億美元的身家排在全球第7，個人財富是馬雲、馬化騰的1.5倍。
但是最近這幾年，因為拉里·埃里森對雲計算的短視，全球資料庫市場的形勢開始急轉直下。
在甲骨文資料庫稱霸全球時，谷歌、亞馬遜、阿里巴巴先後開始 探索 雲計算技術。
面對對手們的積極轉型，拉里·埃里森還是不以為意，因為甲骨文在資料庫方面的優勢太大了，像馬雲所說的：「拿著望遠鏡也找不到對手」。拉里·埃里森還口出狂言：雲計算？我完全搞不懂這些傢伙在說些什麼，簡直是一派胡言！
當別人積蓄全力准備反戈一擊、立志取代甲骨文的時候，拉里·埃里森還陶醉在過去的舊夢中不願醒來，人世間最恐怖的事，莫過於此了！
而正是拉里·埃里森在雲計算方面的遲鈍和輕視，給了其他友軍脫穎而出的機會，追不上形勢的甲骨文則開始由盛轉衰。
多年後，亞馬遜AWS成為全球最大的雲計算公司，在亞洲，「不務正業」的王堅領導下的阿里雲也在2013年研發出能完美駕馭5000台伺服器的「飛天系統」，這意味著偌大的阿里巴巴集團從此再也不需要甲骨文資料庫了。
2016年左右，拉里·埃里森終於回過神來，開始布局雲計算，但為時已晚：亞馬遜AWS已絕塵而去，微軟、阿里雲在全球范圍也在無情吞食甲骨文資料庫的市場份額。與此同時，因為公司業務向雲計算的全面轉型，甲骨文不得不在營收大幅下滑的情況下，還要在全球范圍里大規模裁員，以集中優勢資源提升雲計算業務。
在此過程中，甲骨文不斷被一個個重要客戶拋棄，最後，連股神巴菲特也決定放棄它了。
2018年下半年，巴菲特曾買入了價值21億美元的甲骨文股票，但是在持有其股票僅幾個月後，巴菲特就將甲骨文股票悉數拋出，這樣的操作對於巴菲特是非常罕見的，說明連巴菲特已經看衰甲骨文了：我們知道巴菲特買股票有一個鮮明的特點，買了後就長期持有，從不考慮短期持有，比如說可口可樂，蘋果等股票，有些都是長期持有達數十年的。
甲骨文這些年的經歷也說明： 這是一個其興也勃焉、其亡也忽焉的裂變時代，在這個不斷變化的時代，你要麼優秀，要麼出局！
未來，大數據、雲計算、AI將成為驅動 社會 發展的核心引擎，那些在自主 科技 的尖端跳舞的公司：亞馬遜AWS、阿里雲、華為5G、特斯拉新能源車.....它們將以自己的勇氣重塑這個世界。
同時，那些看不到未來已來的人，將被這個時代狠狠拋棄！
作者：電商君
⑺ 誰曉得紫晶存儲公司的產品種類多嗎
紫晶存儲具有獨立知識產權的光存儲產品，旗下ZL2520、ZL6120兩款高密度光存儲設備，MHL模塊化化光存儲設備，以及MBD50光碟擺渡機作為核心產品展出。ZL系列光存儲產品於2015年榮獲第43屆日內瓦國際發明金獎。該系列產品採用了專利技術的轉籠設計，單台最大可達12240碟的超大容量，處於業界領先水平。MHL系列光存儲產品轉為檔案行業和數據中心場景而設計，是歸檔數據、備份數據和其他需要長期保存數據的理想數據存儲系統。光碟擺渡機是一個軟硬體一體化的信息單向擺渡設備，它部署於一個組織內部兩個網路之間，產品內部同樣使用物理隔離技術分割開兩個網路，保證兩邊網路邊界的獨立性；於此同時，兩個網路可以通過光碟介質進行安全的、單項的數據傳輸，從而實現文件擺渡、資料庫擺渡、自定義擺渡等功能，此外，提供防病毒、數據完整性校驗、內容關鍵字過濾等功能。
2、這些產品的應用領域有哪些？
紫晶存儲具有獨立知識產權的光存儲產品，不斷刷新數據在安全、長效和能耗方面的標准，廣泛應用於政府、數據災備中心、金融、醫療、檔案等領域。
3、貴公司所關注的重點行業領域？產品線是如何規劃的？
紫晶存儲以「賦能中國存儲」為願景，致力於為政府、企業提供更安全的大數據存儲服務。我們面向大數據時代開發數據智能冷熱分層存儲管理，沿著光存儲「介質-設備-軟體-解決方案」的發展路徑，形成全產業鏈的競爭優勢，以光存儲為核心的混合存儲模式，持續推動著存儲行業的變革。
紫晶研發的全息光存儲技術，將提高光存儲的傳輸速度和性能，適應大數據時代海量數據的存儲需求。近年，公司加大研發投入，引進高端人才，建立了國內外合作研發體系，目前實驗室研究已達到TB級存儲容量，刻錄技術也進入技術驗證階段。
同時，公司開發面向個人用戶的智能家庭雲存儲產品PhotoEgg，挖掘大數據時代光存儲在消費級市場新的應用場景，提供家庭影像數據的智能存儲服務，可以接入國內雲存儲。
4、就目前產品而言，貴公司在同行業中最大的競爭優勢有哪些？
光存儲技術以特有優勢，可應對智能化時代數據存儲面臨的容量、時長、安全、能耗等方面的挑戰，具有較好的發展潛能。在我國，存儲市場規模約為150億至200億元，並且每年以10%的速度進行增長。未來，光存儲在整個存儲市場的比例預計達到30%-40%，前景可觀。紫晶存儲作為以光存儲為核心的企業，自2010年成立以來，深耕光存儲技術，堅持自主創新，致力於為政府、企業提供基於光存儲技術和混合存儲技術的大數據存儲解決方案。在快速發展的數字化時代背景下，紫晶存儲作為國內領先的光存儲高科技企業，將發揮優勢，攜手合作夥伴，共赴未來。
⑻ 分布式存儲排名前十名有哪些
一、 Ceph
Ceph最早起源於Sage就讀博士期間的工作、成果於2004年發表，並隨後貢獻給開源社區。經過多年的發展之後，已得到眾多雲計算和存儲廠商的支持，成為應用最廣泛的開源分布式存儲平台。
二、 GFS
GFS是google的分布式文件存儲系統，是專為存儲海量搜索數據而設計的，2003年提出，是閉源的分布式文件系統。適用於大量的順序讀取和順序追加，如大文件的讀寫。注重大文件的持續穩定帶寬，而不是單次讀寫的延遲。
三、 HDFS
HDFS(Hadoop Distributed File System)，是一個適合運行在通用硬體(commodity hardware)上的分布式文件系統，是Hadoop的核心子項目，是基於流數據模式訪問和處理超大文件的需求而開發的。該系統仿效了谷歌文件系統(GFS)，是GFS的一個簡化和開源版本。
⑼ 【理論研究】漫談雲計算IT基礎設施05-超融合技術
其實超融合這一塊，放在雲計算IT基礎設施裡面，不算是完全合適。你說它是分布式存儲，但是它同時又是硬體伺服器與存儲；你說它算硬體，但是它又離不開分布式存儲軟體。
傳統的IT基礎設施架構，主要分為網路、計算、存儲三層架構。但隨著雲計算與分布式存儲技術的發展以及x86伺服器的標准化，逐漸出現了一種將計算、存儲節點融合在一起的架構--超融合架構。超融合將三層的IT基礎設施架構縮小變成了兩層。
2019年11月的Gartner超融合產品魔力象限中，領導者象限有5家：Nutanix、DELL、VMware、CISCO、HPE。（其中DELL vxRail一體機裡面用的分布式存儲軟體也是VMware的VSAN，而VMware提供的則是VSAN純軟體的解決方案）
Nutanix能夠成為超融合領導者中的領導者，自然是經過市場的充分驗證，得到市場的認可。而且由於其公開資料（Nutanix 聖經）比較齊備，因此我們可以通過Nutanix一窺超融合的究竟。
這邊就不搬運了，可以直接搜索引擎搜索「Nutanix聖經」或「Nutanix-Bible」，可以找到相應的官方文檔。
引用自NUTANIX聖經 -「Nutanix解決方案是一個融合了存儲和計算資源於一體的解決方案。該方案是一個軟硬體一體化平台，在2U空間中提供2或4個節點。
每個節點運行著hypervisor（支持ESXi, KVM, Hyper-V）和Nutanix控制器虛機（CVM）。Nutanix CVM中運行著Nutanix核心軟體，服務於所有虛機和虛機對應的I/O操作。
得益於Intel VT-d（VM直接通路）技術，對於運行著VMware vSphere的Nutanix單元，SCSI控制（管理SSD和HDD設備）被直接傳遞到CVM。」
個人總結： 從以上官方文檔可知，2U的空間可以安裝2~4個Nutanix節點（每個節點相當於1台物理伺服器），所以設備裝機密度非常高。每個節點都安裝著虛擬化軟體，並且在虛擬化層之上再運行著一台Nutanix的控制虛機（CVM），該虛機主要負責不同的Nutanix節點之間控制平面的通信。單個節點中配置有SSD硬碟與HDD硬碟，替代磁碟陣列作為存儲使用，單個節點有獨立的CPU與內存，作為計算節點使用。
1、基礎架構
以3個Nutanix節點為例，每個節點安裝有Hypervisor，在Hypervisor之上運行著客戶虛擬機，並且每個節點有一台Nutanix控制器虛機Controller VM，配置有2塊SSD與4塊HDD，通過SCSI Controller作讀寫。
2、數據保護
Nuntanix與傳統磁碟陣列通過Raid、LVM等方式作數據保護不同，而是與一般的分布式存儲一樣，通過為數據建立副本，拷貝到其他Nutanix節點存放，來對數據進行保護，Nutanix將副本的數量稱作RF（一般RF為2~3）。
當客戶虛機寫入數據「見圖上1a）流程」，數據先寫入到本地Nutanix節點的SSD硬碟中劃分出來的OpLog邏輯區域（相當於Cache的作用），然後執行「1b）」流程，本地節點的CVM將數據從本地的SSD的OpLog拷貝到其他節點的SSD的OpLog，拷貝份數視RF而定。當其他節點CVM確定數據寫入完成，會執行「1c」流程，給出應答寫入完成。通過數據副本實現對數據的保護。
數據從SSD中的OpLog寫入到SSD以及HDD的Extent Store區域，是按照一定的規則非同步進行的，具體詳見下面的部分。
3、存儲分層
Nutanix數據寫入以本地落盤為主要寫入原則（核心原則）。
當客戶虛機寫入數據是，優先考慮寫入本地SSD（如果SSD已用容量未達到閥值），如果本地SSD滿了，會將本地SSD的最冷的數據，遷移到集群中其他節點的SSD，騰出本地SSD的空間，寫入數據。本地落盤的原則，是為了盡量提高虛機訪問存儲數據的速度，使本地虛機不需要跨節點訪問存儲數據。（這點應該是與VSAN與其他分布式文件系統最大原理性區別）
當整個集群的SSD已用容量達到閥值（一般是75%），才會將每個節點的SSD數據遷移到該節點的HDD硬碟中。
SSD遷移數據到HDD，並非將所有數據全部遷移到HDD，而是對數據進行訪問度冷熱的排序，並且將訪問較少的冷數據優先遷移到HDD硬碟中。
如SSD容量達到95%的利用率，則遷移20%的冷數據到HDD；如SSD容量達到80%，則默認遷移15%的冷數據到HDD。
4、數據讀取與遷移
Nutanix聖經引用-「 <u style="text-decoration: none; border-bottom: 1px dashed grey;">I/O和數據的本地化（data locality），是Nutanix超融合平台強勁性能的關鍵所在。所有的讀、寫I／O請求都藉由VM的所在節點的本地CVM所響應處理。所以基本上不會出現虛機在一個節點，而需要訪問的存儲數據在另外一個物理節點的情況，VM的數據都將由本地的CVM及其所管理的本地磁碟提供服務。</u>
<u style="text-decoration: none; border-bottom: 1px dashed grey;">當VM由一個節點遷移至另一個節點時（或者發生HA切換），此VM的數據又將由現在所在節點中的本地CVM提供服務。當讀取舊的數據（存儲在之前節點的CVM中）時，I／O請求將通過本地CVM轉發至遠端CVM。所有的寫I／O都將在本地CVM中完成。DFS檢測到I/O請求落在其他節點時，將在後台自動將數據移動到本地節點中，從而讓所有的讀I/O由本地提供服務。數據僅在被讀取到才進行搬遷，進而避免過大的網路壓力。</u> 」
個人總結： 即一般虛機讀寫數據都是讀本地節點的硬碟，如果本地節點硬碟沒有該數據，會從其他節點先拷貝過來本地節點硬碟，再為本地虛機提供訪問，而不是虛機直接訪問其他節點。即要貫徹本地落盤的核心思想。
5、Nutanix解決方案的優缺點
Nutanix方案優點：
1） 本地落盤策略，確保虛機訪問存儲速度：虛機寫入的數據都在本物理節點的磁碟上，避免跨節點存儲訪問，確保訪問速度，減輕網路壓力。
2） 採用SSD磁碟作為數據緩存，大幅提升IO性能：
見上表數據，從隨機的讀寫來看，SSD的IO及帶寬性能比SATA的性能提升了約1000倍。而結合Nutanix的本地落盤策略，虛機數據寫入，僅有本地的2塊SSD硬碟作為數據緩存負責寫入數據。
但由於單塊SSD硬碟的IO比傳統陣列的SATA高出1000倍，IO性能大幅提升。（相當於要超過2000塊SATA硬碟做Raid，才能提供近似的IO性能）。
3）永遠優先寫入SSD，確保高IO性能
數據寫入HDD不參與，即使本地SSD容量滿了會將冷數據遷移到集群其他節點SSD，然後還是SSD進行讀寫，確保高IO。後續非同步將SSD冷數據遷移到HDD。
4）數據冷熱分層存儲
冷數據存放在HDD，熱數據保留在SSD，確保熱點數據高IO讀取。
5）設備密度高，節省機房機架空間
2U可以配置4個節點，包含了存儲與計算，比以往機架式/刀片伺服器與磁碟陣列的解決方案節省了大量的空間。
Nutanix方案缺點：
1）本地落盤及SSD緩存方案確保了高IO，但是硬碟的帶寬得不到保證。
傳統磁碟陣列，多塊SATA/SAS硬碟加入Raid組，數據寫入的時候，將文件拆分為多個block，分布到各個硬碟中，同個Raid組的硬碟同時參與該文件的block的讀寫。通過多塊硬碟的並行讀寫，從而提升IO與帶寬性能。
而Nutanix的解決方案中，單個文件的讀寫遵循本地落盤的策略，因此不再對文件拆分到多塊硬碟進行並行讀寫，而只有本地節點的SSD硬碟會對該文件進行寫入。
雖然SSD硬碟的IO與帶寬都是SATA/SAS的數百上千倍，但是SSD對比SATA/SAS硬碟在帶寬上面只有2~3倍的速率提升，而傳統Raid的方式，多塊硬碟並行讀寫，雖然IO比不上SSD，但是帶寬則比單塊/兩塊SSD帶寬高出很多。
因此Nutanix的解決方案適合用於高IO需求的業務類型，但是因為它的讀寫原理，則決定了它不合適低IO、高帶寬的業務類型。
三）行業競爭對手對比：
VMWARE EVO RAIL軟體包：VMware沒有涉足硬體產品，但EVO: RAIL 軟體捆綁包可供合格的 EVO: RAIL 合作夥伴使用。合作夥伴轉而將硬體與集成的 EVO: RAIL 軟體一起出售，並向客戶提供所有硬體和軟體支持。
而EVO:RAIL的核心，其實就是VSphere虛擬化軟體+VSAN軟體的打包。
但VSAN與Nutanix最大的一個區別，就是不必須完全遵循Nutanix的本地落盤的策略。可以通過設置條帶系數，將本地虛機的數據讀寫設置為橫跨多個節點的硬碟，默認條帶系數為1，最大可設置為12個，即一個虛機的數據寫入，可以同時採用12個節點的SSD硬碟並行讀寫。
通過這種方式，VSAN可以一定程度的彌補了Nutanix方案不適用於帶寬要求高，IO要求低的業務類型的缺點。
但是這種橫跨物理節點的訪問流量，在虛機數量眾多的情況下，肯定會給網路帶來壓力，網路帶寬可能會成為另一個瓶頸。
其次VSAN可以集成在Hypervisor層，而不需要像Nutanix在Hypervisor上面運行一個控制虛機CVM。
再次，Nutanix支持KVM、Hyper-V、ESXI等多種Hypervisor，而VSAN僅支持自家的ESXI。
其他待補充：由於暫時未對VSAN進行實際部署測試，僅停留在對其原理的研究，因此，關於VSAN的部分待後續平台上線測試完成後繼續補充。