⑴ polardb设置数据保留时间
一般默认保留时间是2周。登录PolarDB控制台，选择目标地域。
单击目标集群名称列的集群ID，在左侧导航栏中选择参数配置。修改Binlog日志保留参数：5.6版本：根据实际需求，修改loose_expire_logs_hours值，修改完成后，单击提交修改即可。
8.0版本：根据实际需求，修改binlog_expire_logs_seconds值，修改完成后，然后单击提交修改即可。
PolarDB是阿里云自主研发的新一代关系型云原生数据库，既拥有分布式设计的低成本优势，又具有集中式的易用性。
PolarDB采用存储计算分离、软硬一体化设计，满足大规模应用场景需求。
技枯扮术含量：
由多名院士组成的专家组认为，阿里云自主研发的PolarDB数据库技术复杂，研制难度大，在云原生分布式数据库架构、冷热数据分层存储引擎、软硬件一体化的共享存储系统、大规模在线事务数据库的智能运维与优化等方面具有重要创新。
在云原生分布式没禅灶数据库领域整体达到了国际领先水平，经济和社会效益十分显着，是中国在数据库领域赶超世界先进水平、构建自主生态的成功实践和重大袭激成果。
⑵ 软硬件一体化
这是arm技术。
大概就是把软件直接镶嵌到硬件的某个设备中。
⑶ 在项目数字化转型中使用较为普遍的软件定义存储一体机有吗，求推荐
随着国内企业数字化转型加速，企业纷纷上云，数据存储量呈爆发式增长。传统存储扩展性差、成本高等局限性愈发明显。软件定义存储（Software Defined Storage，以下简称SDS）以虚拟化方式将各种存储资源抽象化、进行池化整合，通过智能化管控软件实现存储资源的按需分配。软件定义存储重新定义了存储架构，以扩容便捷、成本较低等优势，成为存储领域的重要发展方向之一。
深圳市杉岩数据技术有限公司（以下简称“杉岩数据”或“杉岩”）是国内软件定义存储领域的领导者之一。IDC最新发布的《2019 Q4 中国SDS市场报告》中，杉岩数据在对象存储市场份额第三，占比16.3%；在块存储市场份额第四，占比6.9%。
杉岩数据成立于2014年9月，公司以新一代智能分布式存储技术为核心，致力于提供领先的面向不同业务环境的企业级存储方案，帮助用户轻松应对IT向云迁移的存储挑战，为大数据时代的商业决策提供智能存储，打造云计算、人工智能、物联网等领域的数据存储基石。
杉岩数据致力于帮助用户应对数据存储量、访问量以及数据管理复杂度，帮助用户建立以存储虚拟化和计算虚拟化为核心的云计算基础设施环境，并逐步提供数据处理、挖掘、智能分析等方面的大数据专业系统和服务。
2020年7月8日，公司宣布获得B+轮1.5亿元最新融资，本轮融资由大型央企中远海运领投，襄禾资本、无锡金投跟投。借助本轮融资，公司将围绕数据存储、数据管理、数据价值的客户价值模型，持续加大产品关键技术的研发投入、垂直领域的市场拓展、人才引入以及产业生态链的建设，为用户的数字化转型提供全面赋能。
杉岩数据融资情况
访谈内容分享如下：
1
不只是存储优化
以数据为中心的客户价值金字塔模式
将智能存储的进阶赋能演绎到极致
融中研究：
“SandStone是一种橙红色石头，由沙粒经过多年不断沉积重新排列而成。SandStone 生动地诠释了‘分布式架构’的形成。”为什么用这个比喻来强调“分布式架构”？有什么特殊含义？
陈坚：
SandStone对我们确实意义深远。实际上，我们公司名称的来源与“Sand Stone”紧密相关。杉岩二字，来源于Sand的音译杉，以及Stone的意译岩。取名“SandStone”是因为我们做的是基于P2P的分布式存储架构，分布式存储的本质就是把分散的磁盘硬件聚合起来，形成一个很大的存储资源池。“SandStone”生动地诠释了“分布式架构’的形成，每个磁盘所在的服务器节点就像一粒沙子，通过杉岩数据的软件聚沙成石，形成一个稳定可靠的存储系统。
SandStone不仅代表了产品的特点，实际也代表了我们的文化、经营理念。从公司内部来看，每一个员工就像一粒沙子，大家团结奋斗、紧密协作，凝聚成一个有机整体，使得整个公司像石头一样坚不可摧；从外部合作伙伴的拓展来看，以杉岩为中心，将周围的合作伙伴聚在一起形成生态圈，每一个伙伴也是一粒沙子，通过不断吸纳聚合，构建稳定的生态圈。因此，SandStone所代表的团结奋斗与凝聚力内核，已内化成了公司企业文化的一部分；SandStone蕴含的分布式理念，也切合了公司与合作伙伴的生态建设理念。
融中研究：
杉岩是做存储的，为什么公司取名为杉岩数据而不是杉岩存储呢？智能存储与传统存储的主要区别是什么？杉岩的智能存储方案有什么特点？
陈坚：
之所以叫杉岩数据而不是杉岩存储，是因为我们带给客户的价值不只是存储的优化，而是以数据为中心的智能存储赋能，通过我们的存储系统，解决客户在AIoT、5G时代海量数据的存储、管理以及使用方面的问题。
针对智能存储，杉岩数据构建了一套以数据为中心的客户价值金字塔模型，最底座是存储，作为数据的抓手；中间层是数据的管理，作为内涵；最顶层为未来的智能化应用提供准备及服务，我把它叫做外延。
具体来说，第一层即数据存储的智能化。存储侧的智能，就是让客户使用更加简单。传统存储像烟囱，每一个业务系统配一套存储，客户的运维非常困难。分布式存储则是一个存储池，客户面向的是一套承载了不同应用数据的存储集群，孤立的烟囱不再存在。在存储集群里面的故障、性能、容量等告警，都是由存储系统内部智能化完成，同时还保障数据的可靠性、安全性以及访问性能。
第二层，数据管理的智能化。用户存数据后，要管数据。我认为数据是有生命力的，像人一样有从生到死的过程。医疗影像数据是一个典型的例子：病人拍完CT、X光产生的影像数据马上要被用于辅助医生寻找病症、病灶，这时数据是“热”的。这一次病好后，数据访问频率下降，“热”数据变为“温”数据。病人彻底康复后，数据变“冷”。对“热”数据，为了保证访问性能，相应的软硬件配置都非常高，价格也高。“冷”数据如果同“热”数据一样存储，性价比较低。医院一般将冷数据归档到公有云或蓝光等单位存储成本相对较低的存储介质中。这个例子正好反映了数据全生命周期的智能化管理。
在未来海量数据时代，数据的管理非常关键。除了数据全生命周期的管理，杉岩还能实现数据智能化的统一管理，包括：对客户的传统存储和杉岩的分布式存储的统一管理，保护客户对传统存储的原有投资；对公有云、私有云数据的统一管理，实现数据的自由流动；对边缘设备与中心设备数据的统一管理，实现数据的相互协同。
第三层，金字塔的顶端，是数据挖掘的智能化。数据被存储、管理，最终都是为了信息和价值的挖掘。目前越来越多的企业借助AI、机器学习、深度学习这些算法来使用和挖掘数据价值。杉岩的存储系统，包括我们的对象存储，都为海量数据的挖掘和使用去赋能。当然，杉岩不是要做AI，而是为智能化去赋能。这体现在两个方面，第一，我们的存储系统里面自带数据处理引擎，对业务需要使用的数据进行预先处理。第二，我们为AI的训练、数据清洗、数据的准备阶段提供了友好的统一管理、存储平台——数据处理引擎“AI in MOS”，还有面向需要对AI进行训练、学习、应用的公司提供的存储平台——“MOS for AI”。
融中研究：
杉岩在数据的存、管、挖各个层面的资源投入如何？杉岩在技术底层的优势有哪些？
陈坚：
在存、管、挖三个层面，杉岩起步聚焦于“存”，致力于为客户提供一个高可靠、高安全、高性能、高可扩展性的分布式存储系统，“存”也是目前投入最大的一块。在“存”方面，目前我们的核心竞争力主要体现在产品性能更高，可用性、可维性更强，特别是在数据的安全性方面，我们积累了很多经验。
在管方面，随着客户持续增加，杉岩面临的需求也不断增加，我们通过与客户的互动交流，了解客户实实在在的需求与痛点，并提出创新的解决方案。目前我们一些特有的产品功能已经落地了，这是很多企业包括一些大厂都不具备的，比如说我们对传统存储与分布式存储的统一管理、对数据的全生命周期管理等等。
最上层，未来数据的智能应用层面，在智能数据处理引擎“AI in MOS”产品上，我们也在加大投入，今年就会有实际的项目落地。
融中研究：
您刚才讲到，在数据挖掘上会加大投入，那么杉岩在这一块的发展目标如何？如何与数据挖掘专业公司竞争？
陈坚：
我先做一个澄清，杉岩的产品是有边界的，我们不会像大数据公司一样，比如也去做一个精准营销，我们是为精准营销赋能。像之前提到的数据处理，即使杉岩不做，这些公司还是要做的，杉岩其实是在帮这些公司做加速。另一方面，在赋能大数据挖掘的过程，杉岩主要针对非结构化数据赋能。以前的基于数据库的结构化数据，像BI、数据仓库，这类数据的挖掘已经有非常成熟的解决方案，杉岩的目标不在于此。我们强调对象存储就是因为对象存储是存储非结构化数据最佳的载体。我们通过对非结构化数据的AI挖掘、使用赋能实现差异化。
融中研究：
在当前软件定义存储，存在哪些技术局限，大概何时能够突破？杉岩在这块有哪些领先优势？
陈坚：
软件定义存储的概念相对于传统存储，其设计哲学和传统存储刚好相反。传统存储以硬件为核心，存储系统的数据可靠性高度依赖硬件架构的设计。软件定义存储，假设硬件是不可靠的或可靠性没那么高。
软件定义存储的性能更高、扩展性更强、更灵活。但任何一个架构、系统都会有自己的优缺点。软件定义存储在技术上的局限性：第一，难以将硬件的性能发挥到极致。第二，在存储集群大了以后，整个集群的管理、运维也是一个挑战。一般的企业没有专门的IT运维人员或运维水平有限，在海量数据时代，存储产品能不能让企业实现简单运维，也是一个挑战。
杉岩对传统存储和分布式存储都有很深入的理解，既有传统存储最核心的架构师和工程师，也有深耕分布式存储领域近10年的架构师。面对这些局限，杉岩也在做一些事情，比如在软硬结合方面，与硬件供应商一起做软硬垂直优化；在大规模集群存储系统的管理和运维上，借鉴一些AI的算法能力，让运维更加智能化、自动化。
2
立足场景寻找最佳匹配行业
以质量和服务构建客户信任
加速市场拓展
融中研究：
杉岩已服务10+行业的500+客户，从市场策略来看，杉岩数据在这些行业是齐头并进还是有所侧重？主要的优势行业有哪些？未来发展或者延伸的重点行业还有哪些？
陈坚：
存储系统作为一个标准化产品，没有太多的行业属性。但是软件定义存储有它的最佳应用场景。
杉岩数据依托场景构筑产品和解决方案，再通过最佳应用场景去寻找最佳匹配行业，进行市场开拓。例如，杉岩智慧视频云存储的解决方案，可以在安防、轨道交通、能源、电力、金融等等行业领域使用。另外，我们还推出了一个更加通用化、平台式的私有云产品，适用于金融、政府、教育、医疗等多个行业。
目前，杉岩市场突破的重点在于有大量场景和需求的政府、金融、教育、医疗、交通、能源、制造等行业。市场开拓方面，杉岩在大部分行业齐头并进，对小部分行业有所侧重，例如金融行业将是杉岩数据始终关注的重点行业。
作为存储厂商，杉岩产品的行业属性不强，但在产品智能化层面，实际上我们有一些场景化和行业属性的定制，但这种定制不是为某一客户定制，而是为一个行业定制，并且可以批量复制和推广。
融中研究：
杉岩数据如何切入客户，并获得客户的信任？在客户关系维护和服务方面，杉岩数据采取哪些措施？
陈坚：
从0到1的突破是非常难的。杉岩数据以产品为客户带来的价值来切入市场，早期的客户包括中国移动、中国电信、广发证券、深圳市供电局等。对TOB市场，标杆的意义重大。杉岩切入市场后，依托案例与标杆客户在同行业去推广复制。
杉岩数据依靠高质量的产品和切实的服务获取客户的信任。目前为止，我们存储了2500+PB的数据，从没丢失过数据，这一点让用户非常放心。服务，是创业公司最具竞争力的优势之一，而大厂流程非常复杂，对TO B客户服务的理念和经验也比较缺乏。杉岩与客户的运维人员紧密沟通，对他们进行多维培训赋能，客户能够亲身感受到杉岩对他们的重视。
3
疫情期间，驰援武汉
推出免费服务平台
苦练研发内功蓄势待发
融中研究：
此次疫情对杉岩数据带来什么影响？杉岩数据采取哪些行动？
陈坚：
这次新冠疫情对杉岩数据是一把双刃剑，但总体来说是利好的局面。一方面，疫情对公司短期的获客、工作开展产生了一定的冲击和影响；另一方面，疫情也让新一代信息技术的价值被充分认识，例如远程医疗、远程诊断等会涉及到大量的数据存储和应用，轨迹、跟踪、健康码等其实也都是基于数据的存储和使用。很多行业对于新一代信息技术的接受程度更高了，特别是政府的智慧城市、医疗领域的远程医疗、教育领域的远程教育发展等，带来的数据存储机会更多了。
作为一家创业公司，疫情期间，我们也秉承一贯的家国情怀和责任，进最大的努力为抗疫提供支持。2月份，我们给武汉大学人民医院捐献了一套分布式存储产品，助力提升医院的医疗质量和效率。同时，为了帮助用户解决疫情期间存储问题，我们推出了供用户免费使用的“统一存储平台软件SandStone USP”。
此外，我们在产品研发、市场开拓上没有丝毫懈怠。在产品研发端，我们借机苦练内功、打磨产品，为疫情过后的市场反弹做好准备；在市场开拓方面，我们的销售团队通过远程电话保持与客户、合作伙伴的紧密互动与沟通，努力介绍杉岩的产品方案和价值亮点，积极拓展新客户、挖掘老客户新需求等。
4
分布式存储市场将形成寡头垄断格局
杉岩将始终以差异化取胜
融中研究：
当前存储市场竞争格局怎么样？主要玩家类型有哪些？
陈坚：
从市场格局来说，存储行业技术门槛很高，需要大量的经验积累和打磨，大浪淘沙之后，最终玩家不会很多。在传统存储领域，全球TOP6的公司占据市场百分之八十几的份额。在分布式存储领域，经过五年多的发展，与杉岩数据同期创立的公司中，很多技术不成熟的公司已经慢慢被淘汰了。我相信经过震荡式的发展后，分布式存储的市场格局会趋于稳定，也会变成一个寡头垄断的格局，未来会有一家或几家来占领市场绝大部分的份额，杉岩肯定是其中之一。
从竞争来说，杉岩的优势还是产品。创业公司没有捷径可走，品牌、资金都比拼不过大厂，生存发展一定是靠差异化的竞争力。杉岩的差异化竞争优势主要体现在客户价值金字塔模型的“管”和“挖”，“存”大家都在做，如果这一层都做不好自然会被淘汰；“管”层面，大厂的产品很全，内部对于传统存储和分布式存储会有一些博弈和竞争，但对于垂直用户定制化以及工业化需求领域不一定愿意涉足，而杉岩独特的价值和优势正体现于此。数据智能层面，杉岩的价值和优势更加明显。杉岩的设备产品有一些特殊的功能，这是很多大厂不会去做的事情，他们提供的主要是面向全球市场的标准化产品，聚焦于存储产品的完善。杉岩则是针对垂直细分市场进行产品差异化。
在市场竞争格局中，同类创业公司竞争方面，从目前来说，2013到2015年成立的一批公司，现在的竞争格局越来越清晰了。当前，软件定义存储处于繁荣发展期，蛋糕还没有定型，在不断扩展、挖掘客户新场景、新需求的阶段，都在共同培育市场。所以，我们正在共创生态链，携手合作伙伴建设新型IT基础设施建设。
融中研究：
大型厂商加码存储，例如华为、华三等大厂也开始发力对象存储，对杉岩数据的发展会有冲击吗？杉岩数据如何平衡与基础设施合作伙伴华为的竞争与合作？
陈坚：
大厂确实在加大对存储领域的布局，但我们也看到一个趋势，大厂现在主要在公有云方面布局，而在私有云方面，可能更多的是以传统存储、分布存储的架构来拓展市场。与大厂的竞争要避免正面交锋，走差异化路线。比如在金融领域，杉岩在智能化数据处理方面独具特色，这是我们带给客户的独特价值。
⑷ 什么叫服务器采用软硬件一体化封装
先生你的这个问题察拿问判枝的很好！、
其实一体化的意思就是2个东西或者更多东西一起使用。
简单理解就是 一个卖ERP 软件商卖软件给你们公司你们公司用ERP想要更好的发挥工作效能又觉得他们卖软件的很专业就顺便服务器的配置要求和硬件都从他们公司购买顺便让他们把系统和ERP软件和数据保护阵列RAID 也装好败冲搭，这样的话你们公司的技术就可以节约很多时间处理更重要的事情。。也叫打包他们不做的也让他们一起做。希望对你有帮助~！~
⑸ 智能制造时代：软硬件加持，打造一体化智能物流解决方案
· 灵活度和效率性：复杂的工作环境需要移动机器人保持机敏和灵活，尽可能减少机器人和环境的牵绊，同时需要简单易用，能够快速上手、高效工作。
· 无处不在的协作：随着自动化的升级，尽管机器人在不同地点工作，但彼此的协调互动必不可少，只有具备开放的机器人技术，才能更好地进行功能拓展，适应产线柔性生产需求，完成各类产线物流任务。
· 安全越来越重要：制造业对机器人的依赖越多，安全任务就越重要,企业需要更完善的手段来保护自己的财产和员工免受伤害，因此必须保证技术本身的安全和稳定性。
灵活、高效、智能的机器人应用需要强大的基础架构、技术与服务，劢微机器人在机器人的定位导航、运动控制、集群调度、安全避障、人工智能融合等领域构筑了领先的技术壁垒，能全面满足企业的多样化需求。
以技术驱动，自研核心硬件、算法及软件系统，构建了三位一体的软件系统平台，并协同演进，快速迭代升级，提供了兼具成本与性能优势的一体化场内智能物流解决方案。
自下而上的系统平台，为制造企业提供了足够弹性、敏捷和安全的机器人体验。底层车载系统的模块化设计降低现场部署难度；上层系统让机器人集群管理化繁为简；云端系统则帮助制造商构建支持统一化管理、成本效益高的运维平台。轮闷
机器人应用要变得更智能，需要近乎实时的深度学习，需要强大的数据能力和快速的分析和决策能力，但是在传统制造工厂中，横亘于各种数据源与机器人产品之间的数据孤岛是阻碍它们灵活自主的巨大障碍。
极速对接客户管理设备，可视化的上层管理系统，处理客户相关业务，可实现数据分析及信息透明化可视化管理，全方位预测及监控系统状况，保证系统 健康 运行。
首先是MW RCS调度系统，用于控制机器人行动，包括地图实时构建、自主路径规划、智能交管调度、实时动态显示、自主充电管理等功能，并且可以支持数百台不同车型在同一场地协调运作，使机器人高效、安全、稳定运行。
其次是MW WMS仓储管理系统，打破数据壁垒，全面整合库存管理、SKU管理等数据，以一个可视化的统一数据平台，帮助企业节省大量整合和管理数据资产的时间和投入。
此外，机器人的软件必须具备开放性，能够对接多种外设、灵活拓展。通过MW WCS劢微设备系统，进行系统集成、模块集成、设备管理，打通上下游整合全场。同时可以接入客户现有的 ERP 或 WMS 系统，并根据要求适配多种业务流程和设备。
RCS调度系统
WMS仓库管理系统
为了帮助机器人在复杂环境中具备更好地适应力，保障高效工作，劢微机器人发布视觉技术“天眼系统”，该系统能够为不同场景、不同需求的制造商，提供基于机器视觉与人工智能技术运用的柔性化解决方案，具备自服务、高性能等显着优势，实现无需人为干预的自动化作业。
通过覆盖全域的业务动态监控，极大程度丰富了移动机器人环境适应能力，提升物流与信息流的匹配度。开发如“托盘姿态识别”、“料笼堆叠”、“高位存储”、“库位检信桐斗测”、“滑磨视觉盘点”、“无人装卸车”等核心复杂适应场景技术，大幅提高解决方案的柔性化适应能力。
更进一步，为了大大降低工厂内的安全隐患，天眼针对人车混杂场景及作业安全不规范场景，提供如车路协同、环境安全监测、作业安全监测等功能。天眼系统赋能下，移动机器人将具备更强智慧，可实现真正的业务灵活性。
托盘姿态识别
高位存取
无人装卸车
料笼堆叠
库位检测
视觉盘点
（左滑可查看更多动图）
⑹ 了不起的阿里！10多年“不务正业”后，这个部门击败美国万亿巨头
不是西风压倒东风，而是东风压倒西风！
最近， 马来西亚电商巨头PrestoMall宣布，公司已抛弃甲骨文数据库，转而采用阿里云自主研发的POLARDB云数据库。
为什么要和阿里云POLARDB云数据库牵手？效率更高，成本还更低！
事实上，早在去年12月初，PrestoMall已经完成数据库向阿里云POLARDB的整体迁移，迁移后PrestoMall的整体业务运转流畅，IT成本还下降了40%以上。
而相比于阿里的POLARDB云数据库，甲骨文提供的传统数据库太贵了，也太落后了。
作为马来西亚的第二大电商巨头，PrestoMall这几年发展迅速，3年来的营收增长超过250%，线上流量更是井喷式上涨；这时，PrestoMall却发现一个悲哀的现实：老迈的甲骨文数据库已经有些支撑不起公司的业务发展了，长此以往，公司的整体业务会因为数据库管理落后而拉大和第一大电商lazada的差距。
而已经被阿里收购的商lazada的IT数据为什么运转得那么出色？lazada的整体业务全部搬到阿里云上了啊！
为此， PrestoMall决心跳出甲骨文这个大坑，经过多次考察后，最终选择了和阿里云POLARDB云数据库合作。
因为对于PrestoMall这样的电商巨头而言，阿里POLARDB云数据库的优势非常明显：它采用存储计算分离、软硬件一体化设计，天生是为满足电商业务等大规模业务场景而来的：2019年双11当天，POLARDB创下了每秒8700万次的数据库处理峰值新记录。
在刚刚过去的第十届中国数据库技术大会上，荣获世界 科技 大奖的阿里云POLARDB再次获选“年度最佳创新产品”，实力吊打甲骨文数据库。
PrestoMall此时弃甲骨文数据库而就阿里POLARDB云数据库，不失为一种明智的选择。
如今， 时代的发展如风驰电掣，仿佛就在昨天，甲骨文还是那么的无敌于天下！
上世纪70年代，此前一直为中央情报局设计Oracle数据库的拉里·埃里森创立了“软件开发实验室”，随后，因为那篇着名的数据库论文，拉里·埃里森就以甲骨文数据库为公司的数据库命名。
公司迁入硅谷后，甲骨文的业务获得高速增长，客户中就包括埃里森此前的老雇主中情局。1984年左右，甲骨文进军全球十多个发达国家和地区，并于1986年上市，上市当年，甲骨文的年收入达到5500万美元。
1988年，甲骨文的营收超过1亿美元，成为全球第四大软件巨头。几年后，创始人拉里·埃里森成为仅次于比尔盖茨的世界第二富人。
2000年，世界软件领域的基本格局还是微软、IBM、甲骨文三足鼎立。 到了2013年，甲骨文一举超越IBM，成为仅次于微软的全球第二大软件巨头。
当时，全球所有的互联网巨头，都离不开甲骨文的数据库，比如说，阿里巴巴，它是甲骨文在亚洲的最大客户。
甲骨文业务上的成功也为拉里·埃里森带来巨大的财富，他花在购买游艇、私人飞机上的资本高达数十亿美元， 这哥们平时都是驾着米格29战斗机上班，够拽酷了吧？
2018年的福布斯全球富豪榜上，拉里·埃里森以4200亿美元的身家排在全球第7，个人财富是马云、马化腾的1.5倍。
但是最近这几年，因为拉里·埃里森对云计算的短视，全球数据库市场的形势开始急转直下。
在甲骨文数据库称霸全球时，谷歌、亚马逊、阿里巴巴先后开始 探索 云计算技术。
面对对手们的积极转型，拉里·埃里森还是不以为意，因为甲骨文在数据库方面的优势太大了，像马云所说的：“拿着望远镜也找不到对手”。拉里·埃里森还口出狂言：云计算？我完全搞不懂这些家伙在说些什么，简直是一派胡言！
当别人积蓄全力准备反戈一击、立志取代甲骨文的时候，拉里·埃里森还陶醉在过去的旧梦中不愿醒来，人世间最恐怖的事，莫过于此了！
而正是拉里·埃里森在云计算方面的迟钝和轻视，给了其他友军脱颖而出的机会，追不上形势的甲骨文则开始由盛转衰。
多年后，亚马逊AWS成为全球最大的云计算公司，在亚洲，“不务正业”的王坚领导下的阿里云也在2013年研发出能完美驾驭5000台服务器的“飞天系统”，这意味着偌大的阿里巴巴集团从此再也不需要甲骨文数据库了。
2016年左右，拉里·埃里森终于回过神来，开始布局云计算，但为时已晚：亚马逊AWS已绝尘而去，微软、阿里云在全球范围也在无情吞食甲骨文数据库的市场份额。与此同时，因为公司业务向云计算的全面转型，甲骨文不得不在营收大幅下滑的情况下，还要在全球范围里大规模裁员，以集中优势资源提升云计算业务。
在此过程中，甲骨文不断被一个个重要客户抛弃，最后，连股神巴菲特也决定放弃它了。
2018年下半年，巴菲特曾买入了价值21亿美元的甲骨文股票，但是在持有其股票仅几个月后，巴菲特就将甲骨文股票悉数抛出，这样的操作对于巴菲特是非常罕见的，说明连巴菲特已经看衰甲骨文了：我们知道巴菲特买股票有一个鲜明的特点，买了后就长期持有，从不考虑短期持有，比如说可口可乐，苹果等股票，有些都是长期持有达数十年的。
甲骨文这些年的经历也说明： 这是一个其兴也勃焉、其亡也忽焉的裂变时代，在这个不断变化的时代，你要么优秀，要么出局！
未来，大数据、云计算、AI将成为驱动 社会 发展的核心引擎，那些在自主 科技 的尖端跳舞的公司：亚马逊AWS、阿里云、华为5G、特斯拉新能源车.....它们将以自己的勇气重塑这个世界。
同时，那些看不到未来已来的人，将被这个时代狠狠抛弃！
作者：电商君
⑺ 谁晓得紫晶存储公司的产品种类多吗
紫晶存储具有独立知识产权的光存储产品，旗下ZL2520、ZL6120两款高密度光存储设备，MHL模块化化光存储设备，以及MBD50光盘摆渡机作为核心产品展出。ZL系列光存储产品于2015年荣获第43届日内瓦国际发明金奖。该系列产品采用了专利技术的转笼设计，单台最大可达12240碟的超大容量，处于业界领先水平。MHL系列光存储产品转为档案行业和数据中心场景而设计，是归档数据、备份数据和其他需要长期保存数据的理想数据存储系统。光盘摆渡机是一个软硬件一体化的信息单向摆渡设备，它部署于一个组织内部两个网络之间，产品内部同样使用物理隔离技术分割开两个网络，保证两边网络边界的独立性；于此同时，两个网络可以通过光盘介质进行安全的、单项的数据传输，从而实现文件摆渡、数据库摆渡、自定义摆渡等功能，此外，提供防病毒、数据完整性校验、内容关键字过滤等功能。
2、这些产品的应用领域有哪些？
紫晶存储具有独立知识产权的光存储产品，不断刷新数据在安全、长效和能耗方面的标准，广泛应用于政府、数据灾备中心、金融、医疗、档案等领域。
3、贵公司所关注的重点行业领域？产品线是如何规划的？
紫晶存储以“赋能中国存储”为愿景，致力于为政府、企业提供更安全的大数据存储服务。我们面向大数据时代开发数据智能冷热分层存储管理，沿着光存储“介质-设备-软件-解决方案”的发展路径，形成全产业链的竞争优势，以光存储为核心的混合存储模式，持续推动着存储行业的变革。
紫晶研发的全息光存储技术，将提高光存储的传输速度和性能，适应大数据时代海量数据的存储需求。近年，公司加大研发投入，引进高端人才，建立了国内外合作研发体系，目前实验室研究已达到TB级存储容量，刻录技术也进入技术验证阶段。
同时，公司开发面向个人用户的智能家庭云存储产品PhotoEgg，挖掘大数据时代光存储在消费级市场新的应用场景，提供家庭影像数据的智能存储服务，可以接入国内云存储。
4、就目前产品而言，贵公司在同行业中最大的竞争优势有哪些？
光存储技术以特有优势，可应对智能化时代数据存储面临的容量、时长、安全、能耗等方面的挑战，具有较好的发展潜能。在我国，存储市场规模约为150亿至200亿元，并且每年以10%的速度进行增长。未来，光存储在整个存储市场的比例预计达到30%-40%，前景可观。紫晶存储作为以光存储为核心的企业，自2010年成立以来，深耕光存储技术，坚持自主创新，致力于为政府、企业提供基于光存储技术和混合存储技术的大数据存储解决方案。在快速发展的数字化时代背景下，紫晶存储作为国内领先的光存储高科技企业，将发挥优势，携手合作伙伴，共赴未来。
⑻ 分布式存储排名前十名有哪些
一、 Ceph
Ceph最早起源于Sage就读博士期间的工作、成果于2004年发表，并随后贡献给开源社区。经过多年的发展之后，已得到众多云计算和存储厂商的支持，成为应用最广泛的开源分布式存储平台。
二、 GFS
GFS是google的分布式文件存储系统，是专为存储海量搜索数据而设计的，2003年提出，是闭源的分布式文件系统。适用于大量的顺序读取和顺序追加，如大文件的读写。注重大文件的持续稳定带宽，而不是单次读写的延迟。
三、 HDFS
HDFS(Hadoop Distributed File System)，是一个适合运行在通用硬件(commodity hardware)上的分布式文件系统，是Hadoop的核心子项目，是基于流数据模式访问和处理超大文件的需求而开发的。该系统仿效了谷歌文件系统(GFS)，是GFS的一个简化和开源版本。
⑼ 【理论研究】漫谈云计算IT基础设施05-超融合技术
其实超融合这一块，放在云计算IT基础设施里面，不算是完全合适。你说它是分布式存储，但是它同时又是硬件服务器与存储；你说它算硬件，但是它又离不开分布式存储软件。
传统的IT基础设施架构，主要分为网络、计算、存储三层架构。但随着云计算与分布式存储技术的发展以及x86服务器的标准化，逐渐出现了一种将计算、存储节点融合在一起的架构--超融合架构。超融合将三层的IT基础设施架构缩小变成了两层。
2019年11月的Gartner超融合产品魔力象限中，领导者象限有5家：Nutanix、DELL、VMware、CISCO、HPE。（其中DELL vxRail一体机里面用的分布式存储软件也是VMware的VSAN，而VMware提供的则是VSAN纯软件的解决方案）
Nutanix能够成为超融合领导者中的领导者，自然是经过市场的充分验证，得到市场的认可。而且由于其公开资料（Nutanix 圣经）比较齐备，因此我们可以通过Nutanix一窥超融合的究竟。
这边就不搬运了，可以直接搜索引擎搜索“Nutanix圣经”或“Nutanix-Bible”，可以找到相应的官方文档。
引用自NUTANIX圣经 -“Nutanix解决方案是一个融合了存储和计算资源于一体的解决方案。该方案是一个软硬件一体化平台，在2U空间中提供2或4个节点。
每个节点运行着hypervisor（支持ESXi, KVM, Hyper-V）和Nutanix控制器虚机（CVM）。Nutanix CVM中运行着Nutanix核心软件，服务于所有虚机和虚机对应的I/O操作。
得益于Intel VT-d（VM直接通路）技术，对于运行着VMware vSphere的Nutanix单元，SCSI控制（管理SSD和HDD设备）被直接传递到CVM。”
个人总结： 从以上官方文档可知，2U的空间可以安装2~4个Nutanix节点（每个节点相当于1台物理服务器），所以设备装机密度非常高。每个节点都安装着虚拟化软件，并且在虚拟化层之上再运行着一台Nutanix的控制虚机（CVM），该虚机主要负责不同的Nutanix节点之间控制平面的通信。单个节点中配置有SSD硬盘与HDD硬盘，替代磁盘阵列作为存储使用，单个节点有独立的CPU与内存，作为计算节点使用。
1、基础架构
以3个Nutanix节点为例，每个节点安装有Hypervisor，在Hypervisor之上运行着客户虚拟机，并且每个节点有一台Nutanix控制器虚机Controller VM，配置有2块SSD与4块HDD，通过SCSI Controller作读写。
2、数据保护
Nuntanix与传统磁盘阵列通过Raid、LVM等方式作数据保护不同，而是与一般的分布式存储一样，通过为数据建立副本，拷贝到其他Nutanix节点存放，来对数据进行保护，Nutanix将副本的数量称作RF（一般RF为2~3）。
当客户虚机写入数据“见图上1a）流程”，数据先写入到本地Nutanix节点的SSD硬盘中划分出来的OpLog逻辑区域（相当于Cache的作用），然后执行“1b）”流程，本地节点的CVM将数据从本地的SSD的OpLog拷贝到其他节点的SSD的OpLog，拷贝份数视RF而定。当其他节点CVM确定数据写入完成，会执行“1c”流程，给出应答写入完成。通过数据副本实现对数据的保护。
数据从SSD中的OpLog写入到SSD以及HDD的Extent Store区域，是按照一定的规则异步进行的，具体详见下面的部分。
3、存储分层
Nutanix数据写入以本地落盘为主要写入原则（核心原则）。
当客户虚机写入数据是，优先考虑写入本地SSD（如果SSD已用容量未达到阀值），如果本地SSD满了，会将本地SSD的最冷的数据，迁移到集群中其他节点的SSD，腾出本地SSD的空间，写入数据。本地落盘的原则，是为了尽量提高虚机访问存储数据的速度，使本地虚机不需要跨节点访问存储数据。（这点应该是与VSAN与其他分布式文件系统最大原理性区别）
当整个集群的SSD已用容量达到阀值（一般是75%），才会将每个节点的SSD数据迁移到该节点的HDD硬盘中。
SSD迁移数据到HDD，并非将所有数据全部迁移到HDD，而是对数据进行访问度冷热的排序，并且将访问较少的冷数据优先迁移到HDD硬盘中。
如SSD容量达到95%的利用率，则迁移20%的冷数据到HDD；如SSD容量达到80%，则默认迁移15%的冷数据到HDD。
4、数据读取与迁移
Nutanix圣经引用-“ <u style="text-decoration: none; border-bottom: 1px dashed grey;">I/O和数据的本地化（data locality），是Nutanix超融合平台强劲性能的关键所在。所有的读、写I／O请求都借由VM的所在节点的本地CVM所响应处理。所以基本上不会出现虚机在一个节点，而需要访问的存储数据在另外一个物理节点的情况，VM的数据都将由本地的CVM及其所管理的本地磁盘提供服务。</u>
<u style="text-decoration: none; border-bottom: 1px dashed grey;">当VM由一个节点迁移至另一个节点时（或者发生HA切换），此VM的数据又将由现在所在节点中的本地CVM提供服务。当读取旧的数据（存储在之前节点的CVM中）时，I／O请求将通过本地CVM转发至远端CVM。所有的写I／O都将在本地CVM中完成。DFS检测到I/O请求落在其他节点时，将在后台自动将数据移动到本地节点中，从而让所有的读I/O由本地提供服务。数据仅在被读取到才进行搬迁，进而避免过大的网络压力。</u> ”
个人总结： 即一般虚机读写数据都是读本地节点的硬盘，如果本地节点硬盘没有该数据，会从其他节点先拷贝过来本地节点硬盘，再为本地虚机提供访问，而不是虚机直接访问其他节点。即要贯彻本地落盘的核心思想。
5、Nutanix解决方案的优缺点
Nutanix方案优点：
1） 本地落盘策略，确保虚机访问存储速度：虚机写入的数据都在本物理节点的磁盘上，避免跨节点存储访问，确保访问速度，减轻网络压力。
2） 采用SSD磁盘作为数据缓存，大幅提升IO性能：
见上表数据，从随机的读写来看，SSD的IO及带宽性能比SATA的性能提升了约1000倍。而结合Nutanix的本地落盘策略，虚机数据写入，仅有本地的2块SSD硬盘作为数据缓存负责写入数据。
但由于单块SSD硬盘的IO比传统阵列的SATA高出1000倍，IO性能大幅提升。（相当于要超过2000块SATA硬盘做Raid，才能提供近似的IO性能）。
3）永远优先写入SSD，确保高IO性能
数据写入HDD不参与，即使本地SSD容量满了会将冷数据迁移到集群其他节点SSD，然后还是SSD进行读写，确保高IO。后续异步将SSD冷数据迁移到HDD。
4）数据冷热分层存储
冷数据存放在HDD，热数据保留在SSD，确保热点数据高IO读取。
5）设备密度高，节省机房机架空间
2U可以配置4个节点，包含了存储与计算，比以往机架式/刀片服务器与磁盘阵列的解决方案节省了大量的空间。
Nutanix方案缺点：
1）本地落盘及SSD缓存方案确保了高IO，但是硬盘的带宽得不到保证。
传统磁盘阵列，多块SATA/SAS硬盘加入Raid组，数据写入的时候，将文件拆分为多个block，分布到各个硬盘中，同个Raid组的硬盘同时参与该文件的block的读写。通过多块硬盘的并行读写，从而提升IO与带宽性能。
而Nutanix的解决方案中，单个文件的读写遵循本地落盘的策略，因此不再对文件拆分到多块硬盘进行并行读写，而只有本地节点的SSD硬盘会对该文件进行写入。
虽然SSD硬盘的IO与带宽都是SATA/SAS的数百上千倍，但是SSD对比SATA/SAS硬盘在带宽上面只有2~3倍的速率提升，而传统Raid的方式，多块硬盘并行读写，虽然IO比不上SSD，但是带宽则比单块/两块SSD带宽高出很多。
因此Nutanix的解决方案适合用于高IO需求的业务类型，但是因为它的读写原理，则决定了它不合适低IO、高带宽的业务类型。
三）行业竞争对手对比：
VMWARE EVO RAIL软件包：VMware没有涉足硬件产品，但EVO: RAIL 软件捆绑包可供合格的 EVO: RAIL 合作伙伴使用。合作伙伴转而将硬件与集成的 EVO: RAIL 软件一起出售，并向客户提供所有硬件和软件支持。
而EVO:RAIL的核心，其实就是VSphere虚拟化软件+VSAN软件的打包。
但VSAN与Nutanix最大的一个区别，就是不必须完全遵循Nutanix的本地落盘的策略。可以通过设置条带系数，将本地虚机的数据读写设置为横跨多个节点的硬盘，默认条带系数为1，最大可设置为12个，即一个虚机的数据写入，可以同时采用12个节点的SSD硬盘并行读写。
通过这种方式，VSAN可以一定程度的弥补了Nutanix方案不适用于带宽要求高，IO要求低的业务类型的缺点。
但是这种横跨物理节点的访问流量，在虚机数量众多的情况下，肯定会给网络带来压力，网络带宽可能会成为另一个瓶颈。
其次VSAN可以集成在Hypervisor层，而不需要像Nutanix在Hypervisor上面运行一个控制虚机CVM。
再次，Nutanix支持KVM、Hyper-V、ESXI等多种Hypervisor，而VSAN仅支持自家的ESXI。
其他待补充：由于暂时未对VSAN进行实际部署测试，仅停留在对其原理的研究，因此，关于VSAN的部分待后续平台上线测试完成后继续补充。