人工智能和預測分析等技術(shù)如今包含在許多存儲產(chǎn)品中。人們需要了解這些技術(shù)如何為自動化存儲提供幫助，哪些功能有用，哪些產(chǎn)品具有這些功能。

人工智能和預測分析是現(xiàn)代存儲系統(tǒng)的基本功能，有助于評估基礎(chǔ)設(shè)施的運行狀況，并確定問題和存儲自動化功能，以保持這些系統(tǒng)的平穩(wěn)運行。

調(diào)研機構(gòu)Gartner公司最近將“增強數(shù)據(jù)管理”列為2020年十大頂級數(shù)據(jù)和分析趨勢列表中的第二位。供應(yīng)商正在增加機器學習和人工智能功能，以提供自我配置和自我調(diào)整的數(shù)據(jù)管理，使IT員工能夠?qū)Ｗ⒂诟邇r值的任務(wù)。

人工智能和預測分析是這一趨勢列表的一部分，但是，這些技術(shù)也帶來了一些炒作。供應(yīng)商有時會以模糊或不正確的方式貼上人工智能的標簽。但是，預測分析工具可以在存儲自動化性能、效率和降低運營成本方面帶來更多的好處。

以下是有關(guān)人工智能、預測分析和存儲自動化的六個關(guān)鍵問題的答案。

1. 預測分析如何幫助存儲？

預測分析使用數(shù)據(jù)挖掘、分析查詢、預測建模、人工智能、機器學習等技術(shù)來發(fā)現(xiàn)存儲系統(tǒng)數(shù)據(jù)中的模式，以識別異常情況、預測未來結(jié)果并使用存儲自動化功能解決問題。存儲產(chǎn)品中的預測分析功能提供了幾個優(yōu)點：更好的性能和資源利用率、更低的管理開銷、減少停機時間以及優(yōu)化工作負載。

機器學習對于改進最新存儲系統(tǒng)中的預測分析尤其重要。從整個存儲基礎(chǔ)架構(gòu)收集的數(shù)據(jù)用于培訓預測算法，以了解趨勢并識別何時可能出現(xiàn)瓶頸和問題，然后可以不斷優(yōu)化存儲組件并解決潛在問題。

2. 轉(zhuǎn)向更智能存儲的原因是什么？

越來越多地使用全閃存陣列以及混合和超融合基礎(chǔ)設(shè)施是推動智能存儲需求的因素之一。在許多組織中，它是數(shù)據(jù)中心技術(shù)體系中不可或缺的一部分，它是作為一個整體進行管理的，需要更多有關(guān)智能存儲所提供的存儲容量和性能的實時數(shù)據(jù)。

3. 云存儲在使存儲更智能方面扮演什么角色？

云存儲結(jié)合了預測分析，有助于預測趨勢、規(guī)劃基礎(chǔ)設(shè)施、減少開銷。這些應(yīng)用程序使用人工智能、機器學習和其他先進技術(shù)從存儲堆棧中的閃存陣列連續(xù)收集和分析遙測數(shù)據(jù)。這里的目標也是分析IOPS、帶寬、容錯性、延遲和其他與存儲相關(guān)的信息，發(fā)現(xiàn)問題并使用存儲自動化功能主動解決問題。

IT分析機構(gòu)IDC公司研究副總裁Eric Burgener在一份白皮書中說：“基于云計算的預測分析平臺遠遠超出了上一代的遠程監(jiān)控系統(tǒng)?！彼赋鰧⒒谠朴嬎愕念A測分析與傳統(tǒng)遠程監(jiān)控區(qū)分開來的三個關(guān)鍵功能：數(shù)據(jù)共享、監(jiān)控范圍以及使用人工智能和機器學習來推動自主操作。

在云計算環(huán)境中，預測分析使存儲基礎(chǔ)設(shè)施更接近自我修復技術(shù)，該技術(shù)可通過最少的干預來識別和解決問題。

4. 什么技術(shù)使存儲更智能？

數(shù)據(jù)收集是智能存儲基礎(chǔ)的一部分。供應(yīng)商匯總并分析來自其客戶的匿名遙測數(shù)據(jù)，以了解可能影響其他客戶的不同存儲方案、工作負載或問題。供應(yīng)商可以提供有關(guān)存儲性能指標和模式的詳細信息，以及在出現(xiàn)趨勢、瓶頸和其他潛在問題之前的預測。

預測分析與機器學習和深度學習協(xié)同工作，以使這些系統(tǒng)無需預先編程的指令即可工作。

5. 存儲預測分析工具應(yīng)該具有哪些功能？

在審查存儲系統(tǒng)時，需要關(guān)注和采用以下五個關(guān)鍵的預測分析功能：

（1）支持自動化。系統(tǒng)可以預測與性能、容量、可用性和安全性相關(guān)的各種問題。例如，預測分析可用于分析每個設(shè)備、卷和應(yīng)用程序的存儲容量使用情況，并主動確定何時達到目標。管理員可以使用存儲自動化功能將系統(tǒng)設(shè)置為自動添加或重新平衡容量。

（2）自動化的管理和配置。尋找可提供自動存儲設(shè)置和管理功能的工具。這些系統(tǒng)自動確定性能、資源消耗和容量需求，并優(yōu)化工作負載配置以提高資源利用率。

（3）軟件更新和修補。系統(tǒng)使用分析功能使代碼可主動提供給滿足要求的站點，以解決潛在問題。

（4）資源規(guī)劃。預測算法確定趨勢，以幫助提前規(guī)劃未來的存儲需求。存儲管理員可以使用這一技術(shù)預測各種存儲方案和可能升級的容量、IOPS和帶寬需求。

（5）虛擬機（VM）管理。預測分析可以與虛擬化平臺（例如VMware vSphere）集成，以提供有關(guān)特定于工作負載的性能和容量的信息，發(fā)現(xiàn)使用趨勢并推薦更好的配置設(shè)置。

哪些供應(yīng)商提供用于存儲的預測分析工具？

人工智能驅(qū)動的分析軟件及其預測和規(guī)范功能，是主要供應(yīng)商提供的大多數(shù)存儲產(chǎn)品的標準配置。IT用戶應(yīng)該對來自Dell EMC、HPE、Hitachi Vantara、IBM、Infinidat、NetApp和Pure Storage等行業(yè)領(lǐng)先供應(yīng)商和初創(chuàng)公司采用人工智能的存儲產(chǎn)品進行比較。
責任編輯：YYX