目前大數(shù)據(jù)的安全存儲采用虛擬海量存儲技術(shù)存儲數(shù)據(jù)資源，涉及數(shù)據(jù)傳輸、隔離和恢復(fù)。要解決大數(shù)據(jù)的安全存儲，首先是數(shù)據(jù)加密，大數(shù)據(jù)存儲您需要什么大數(shù)據(jù)存儲作為一個數(shù)據(jù)平臺，它不僅僅是一個用于數(shù)據(jù)存儲的設(shè)備，它需要能夠提供經(jīng)濟高效的規(guī)模和功能，消除數(shù)據(jù)遷移，沒有存儲孤島，提供全局可訪問的數(shù)據(jù)保護并保持數(shù)據(jù)可用性。

大數(shù)據(jù)技術(shù)的體系龐大而復(fù)雜，基礎(chǔ)技術(shù)包括數(shù)據(jù)采集、數(shù)據(jù)預(yù)處理、分布式存儲、數(shù)據(jù)庫、數(shù)據(jù)倉庫、機器學(xué)習(xí)、并行計算和可視化。1.數(shù)據(jù)采集和預(yù)處理:FlumeNG實時日志采集系統(tǒng)支持在日志系統(tǒng)中定制各種數(shù)據(jù)發(fā)送方進行數(shù)據(jù)采集；Zookeeper是一個分布式開源的分布式應(yīng)用協(xié)調(diào)服務(wù)，提供數(shù)據(jù)同步服務(wù)。2.數(shù)據(jù)存儲:Hadoop作為開源框架，是專門為離線和大規(guī)模數(shù)據(jù)分析而設(shè)計的，HDFS作為其核心存儲引擎，已經(jīng)廣泛應(yīng)用于數(shù)據(jù)存儲。

3.數(shù)據(jù)清洗:MapReduce作為Hadoop的查詢引擎，用于大規(guī)模數(shù)據(jù)集的并行計算。4.數(shù)據(jù)查詢分析:Hive的核心工作是將SQL語句翻譯成MR程序，可以將結(jié)構(gòu)化數(shù)據(jù)映射到一個數(shù)據(jù)庫表中，并提供HQL(HiveSQL)查詢功能。Spark支持內(nèi)存分布式數(shù)據(jù)集，不僅可以提供交互式查詢，還可以優(yōu)化迭代工作負載。

大數(shù)據(jù)存儲應(yīng)用特點及技術(shù)路線分析大數(shù)據(jù)時代，數(shù)據(jù)呈爆炸式增長。從存儲服務(wù)的發(fā)展趨勢來看，一方面，數(shù)據(jù)存儲的需求越來越大；另一方面，對數(shù)據(jù)的有效管理提出了更高的要求。大數(shù)據(jù)對存儲設(shè)備的容量、讀寫性能、可靠性、擴展性提出了更高的要求，需要充分考慮功能集成、數(shù)據(jù)安全、數(shù)據(jù)穩(wěn)定、系統(tǒng)可擴展性、性能和成本。

其共同特征可以概括為3V:量、速、變(大規(guī)模、高速度、多樣性)。大數(shù)據(jù)具有數(shù)據(jù)量大、增長快的特點。其數(shù)據(jù)規(guī)模已經(jīng)從PB級增長到EB級，并且還在根據(jù)實際應(yīng)用和企業(yè)二次開發(fā)的需要不斷擴大，正在快速向ZB(ZETABYTE)的規(guī)模邁進。

大數(shù)據(jù)存儲技術(shù)爆發(fā)式增長面臨困境。隨著大數(shù)據(jù)應(yīng)用的爆炸式增長，大數(shù)據(jù)衍生出了自己獨特的架構(gòu)，也直接推動了存儲、網(wǎng)絡(luò)和計算技術(shù)的發(fā)展。畢竟，處理大數(shù)據(jù)的特殊需求是一個新的挑戰(zhàn)。硬件的發(fā)展最終是由軟件需求驅(qū)動的。大數(shù)據(jù)本身意味著需要使用標準存儲技術(shù)處理大量數(shù)據(jù)。大數(shù)據(jù)可能由TB級(甚至PB級)信息組成，既包括結(jié)構(gòu)化數(shù)據(jù)(數(shù)據(jù)庫、日志、SQL等。)和非結(jié)構(gòu)化數(shù)據(jù)(社交媒體帖子、傳感器、多媒體數(shù)據(jù))。

從目前技術(shù)的發(fā)展來看,大數(shù)據(jù)存儲技術(shù)的發(fā)展面臨以下問題:1 .容量。這里所說的“大容量”通常可以達到PB級的數(shù)據(jù)規(guī)模。因此，海量數(shù)據(jù)存儲系統(tǒng)也必須具備相應(yīng)的擴展能力。同時，存儲系統(tǒng)的擴展必須簡單，可以通過增加模塊或磁盤柜來增加容量，甚至不需要停機?！按髷?shù)據(jù)”應(yīng)用不僅數(shù)據(jù)規(guī)模巨大，也意味著文件數(shù)量巨大。