大数据重构安防系统
安防大数据的挑战

　　大数据存储关键技术

　　随着安防行业的不断发展，日益丰富的信息采集途径，多样化的业务需求，以及各种行业各种外围业务系统，都要求安防云存储系统具有多业务支撑能力，云存储是最好的解决方案。云存储的核心是分布式文件系统，实现统一的命名空间、负载均衡、数据容错、灵活扩展、高性能的读写能力等。云存储可以将所有业务系统的存储模块统一到同一个存储平台上，支撑各种业务需求，提供了高度的数据共享能力，避免了存储和应用的耦合，降低了重复投资的风险。

　　随着IP化、高清化、智能化的不断演进，系统存储空间需求日益膨胀，存储的可靠性和成本也成为最重要的考量，在这两个方面，用于数据容错的Erasure Code算法都给出了满意的回答，是公认的下一代容错算法机制，可以代替传统的RAID方式和副本方式，一些主流的公有云存储系统都已经开始采用EC算法。EC算法可以让云存储系统容忍多台设备或者多块硬盘的同时损坏，从而大大加强了系统的可靠性，同时可以做到和RAID5，RAID6同一个级别的空间效率。Erasure Code技术在安防行业云存储的应用，意味着更高的数据可靠性，更好的成本控制。

　　系统规模变大之后，其管理也需要投入很多资源。对于一个有着成千上万台设备的系统而言，配置管理、扩展和出错处理的自动化显得非常重要。云存储系统可以很好的解决此类问题，以EMC Isilon为例，1分钟就可以完成系统扩展，10分钟完成系统初始化安装和配置。出错处理亦是如此，在设备损坏后，云存储可以保证业务不受任何影响，只需将损坏的设备更换掉即可，后台的数据迁移全部由系统自动处理。

　　在大量数据读写的时候，还需要考虑到系统的性能能否足够支持上层各种数据业务，比如录像，抓图，回放，视频分析等等，特别是视频分析，需要以最快的速度读出原始视频数据，从海量数据中发掘极低密度的价值，对存储系统是一个很大的考验。云存储系统有着天然的带宽聚合的能力。在数据写入时，用户的数据被系统打散之后存在众多的存储节点中，整个系统的网络带宽和磁盘IO都可以得到充分利用。通过带宽聚合带来的高性能，可以实现文件的高速访问，极大提升智能分析等上层业务的数据处理能力。

　　当前市面上有一些所谓的监控云存储系统，一般都只存储视频或图像业务相关的数据，和业务是紧密耦合的，数据可靠性和访问速度也得不到保证。在旧的时期，这种系统满足了基本的数据存储需求，但长远来看，是无法适应安防大数据的应用需求的。这类系统没有核心的分布式文件系统支持，不是真正的云存储系统，云存储是实现安防大数据有效存储的必由之路。如图1所示。

声明:

凡文章来源标注为"CPS中安网"的文章版权均为本站所有，如需转载请务必注明出处为"CPS中安网"，违反者本网将追究相关法律责任。非本网作品均来自互联网，转载目的在于传递更多信息，并不代表本网赞同其观点和对其真实性负责。