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

人工智能和預測分析是現代存儲系統的基本功能，有助于評估基礎設施的運行狀況，并確定問題和存儲自動化功能，以保持這些系統的平穩運行。

調研機構Gartner公司最近將“增強數據管理”列為2020年十大頂級數據和分析趨勢列表中的第二位。供應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整的數據管理，使IT員工能夠專注于更高價值的任務。

人工智能和預測分析是這一趨勢列表的一部分，但是，這些技術也帶來了一些炒作。供應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。

以下是有關人工智能、預測分析和存儲自動化的六個關鍵問題的答案。

1. 預測分析如何幫助存儲？

預測分析使用數據挖掘、分析查詢、預測建模、人工智能、機器學習等技術來發現存儲系統數據中的模式，以識別異常情況、預測未來結果并使用存儲自動化功能解決問題。存儲產品中的預測分析功能提供了幾個優點：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化工作負載。

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

2. 轉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設施是推動智能存儲需求的因素之一。在許多組織中，它是數據中心技術體系中不可或缺的一部分，它是作為一個整體進行管理的，需要更多有關智能存儲所提供的存儲容量和性能的實時數據。

3. 云存儲在使存儲更智能方面扮演什么角色？

云存儲結合了預測分析，有助于預測趨勢、規劃基礎設施、減少開銷。這些應用程序使用人工智能、機器學習和其他先進技術從存儲堆棧中的閃存陣列連續收集和分析遙測數據。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的信息，發現問題并使用存儲自動化功能主動解決問題。

IT分析機構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控系統。”他指出將基于云計算的預測分析與傳統遠程監控區分開來的三個關鍵功能：數據共享、監控范圍以及使用人工智能和機器學習來推動自主操作。

在云計算環境中，預測分析使存儲基礎設施更接近自我修復技術，該技術可通過最少的干預來識別和解決問題。

4. 什么技術使存儲更智能？

數據收集是智能存儲基礎的一部分。供應商匯總并分析來自其客戶的匿名遙測數據，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。供應商可以提供有關存儲性能指標和模式的詳細信息，以及在出現趨勢、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同工作，以使這些系統無需預先編程的指令即可工作。

5. 存儲預測分析工具應該具有哪些功能？

在審查存儲系統時，需要關注和采用以下五個關鍵的預測分析功能：

（1）支持自動化。系統可以預測與性能、容量、可用性和安全性相關的各種問題。例如，預測分析可用于分析每個設備、卷和應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設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置和管理功能的工具。這些系統自動確定性能、資源消耗和容量需求，并優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）資源規劃。預測算法確定趨勢，以幫助提前規劃未來的存儲需求。存儲管理員可以使用這一技術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，以提供有關特定于工作負載的性能和容量的信息，發現使用趨勢并推薦更好的配置設置。

哪些供應商提供用于存儲的預測分析工具？

人工智能驅動的分析軟件及其預測和規范功能，是主要供應商提供的大多數存儲產品的標準配置。IT用戶應該對來自Dell EMC、HPE、Hitachi Vantara、IBM、Infinidat、NetApp和Pure Storage等行業領先供應商和初創公司采用人工智能的存儲產品進行比較。
責任編輯：YYX