摘要：大数据分析是从非结构化数据中提取情报，而对于大多数云提供商提供的传统的块存储技术来说稍显笨拙。

　　有不少企业用户疲于调整现有的内部IT基础架构和传统数据仓库，云提供商正好找到了基于。通过云对象存储服务，提供商不仅提供了成本削减，也解决了客户和大数据管理的相关技术挑战。
　　
　　云对象存储：让非结构化数据结构化
　　
　　收集和存储大型数据集对于任何规模的企业都是一项大工程，而且访问、组织和分析非结构化数据给企业制造了大量新的挑战。使用块存储技术处理大数据要求企业构建一个复杂的数据模型，来提前组织非结构化数据。而对象存储可以通过让企业整合元数据到其非结构化数据中消除代价昂贵的步骤云存储是处理大量结构不是很好的数据的更加轻松的方式，但是应该和存储放在一起来处理。
　　
　　对象存储技术将数据和云数据存放在一起，提供了安全、认证以及企业信息和应用的上下文环境，对于产业来说一个尤为显著的性能就是法规遵从，而且这些东西大都是富媒体。访问对于大数据就更加重要了，要能够搜索到，对象存储提供了传统云存储之外的内置安全性能，Herrera说道。Caringo的对象存储产品允许客户将数据作为固定对象存储，审计防问每一个对象，协助客户符合法规遵从。
　　
　　随着云应用吸引了高对法规化的行业，尤其是垂直市场，比如医疗保健——正在为大量病人文件寻求对象存储价值，包括X射线和核磁共振成像文件。同时，大型的云厂商，比如亚马逊、惠普和IBM，正在其传统云存储产品之外兜售对象存储产品，对象存储是另外一种选择，但并不是传统块存储的代替品。在对象存储之上选择块存储的企业是为了更快的访问日常应用，但是对象存储更好的适应超大型数据集，并且可以轻松扩展。“对象存储是存储的另一种类型，云提供商必须理解，对象存储能很好的适应具体的应用和流程需求，”Forrester的Bartoletti说道。
　　
　　转移数据是成功的一半
　　
　　云存储提供商能够影响更多的客户通过对象存储产品转移到云端，挑战在于从企业数据仓库转移导数据到云端，就算网络连接非常好，很多用户仍旧纠结于如何将大数据转移到云提供商上。因为大多数客户并没有大型以太网管道将其同云提供商连接，很多云服务提供商通过客户数据快照或者从客户网站不断复制的方法来克服困难。同时不同的云提供商采用不同的方法，最大的问题仍旧是传输数据到云端，Barnett说道。
　　
　　大数据分析对于云对象存储提供商来说是一个很好的机遇，然而数据发掘需要具体的软件。要能够存储且快速访问数据，对象存储对于业务客户意义重大。
　　
　　责任编辑：余芯