大数据时代下的海量数据存储技术有哪些？

高清、长周期呈现海量存储需求

高清已经在安防行业全面铺开应用。除了带给用户能够看得更清的良好视觉感受外，对存储容量的需求亦成几何式增长。例如：前端IPC有130W到500W像素，码流也从有2Mbps到8Mbps，而一个130W像素，8Mbps码流的前端，录像一个月就需要2531.3GB，数据量不可小觑。

存储周期方面，现在也有了政府的有力推动。对当前整个安防市场来讲，特别是大公安、大交通、楼宇、司法监所、金融、文教卫、能源项目等行业迅猛发展，甲方客户的需求及大集成商的存储解决方案越来越倾向集中化。需要保存的数据也成线性增长。应对如此巨大的数据量,数据存储及客户数据快速有效查询就变得至关重要。海康一直紧跟行业发展方向，致力于推出更符合用户需求与行业需求的监控/数据中心解决方案。

现有的安防存储模式

1. DVR/NVR前端本地存储

此种模式，一般应用于实施较早项目，使用的是DVR/NVR前端本地存储,随着大数据时代的来临,采用了比较直接的方法,在DVR/NVR直接连接扩展柜来实现容量的扩容。原来系统及原数据保持不变。此种模式由于采用DVR/NVR存储容量相对较小，况且DVR/NVR性能较低，信息孤岛现象严重，无法满足大数据需求。

2. 集中存储模式

客户数据采用磁盘阵列模式。可以采用在存储节点后直接增加扩展柜的模式,随着集群的推出也可以通过增加存储节点来实现容量增加。相对于DVR/NVR模式,容量大大提升,并实现了数据的集中存储，同时支持存储节点间的故障的自动业务接管,最大程度上实现了业务数据的完整性。但是随着大数据的来临,后续项目扩容时,需要人为配置设备的负载均衡。一台存储故障后导致设备存储的数据部分中断或者接管设备压力较大，另外考虑到网络延时，可能导致存储数据不完整，数据获取需要人为指定设备数据获取