賬單又破表 讓云存儲成本超支的大魔王是什么？
還記得云存儲優(yōu)點的嗎?其中有一點是可以幫助企業(yè)節(jié)約成本，企業(yè)將大部分數(shù)據(jù)轉(zhuǎn)移到云存儲上，讓云存儲服務提供商來為他們解決數(shù)據(jù)存儲的問題。一方面云存儲可以幫助我們消除使用硬件存儲數(shù)據(jù)的需要。用戶不必再購買、維護和升級電腦系統(tǒng)、硬件驅(qū)動和CD，就可以進行數(shù)據(jù)備份。再一方面用戶可以按需購買存儲空間，用多少買多少，使用靈活。
有的用戶會發(fā)現(xiàn)真正使用的時候卻事與愿違，企業(yè)收到賬單后會驚嘆，這是什么情況?怎么會這么多錢?那是因為云存儲與傳統(tǒng)內(nèi)部存儲間的成本差異在于，前者的成本要素更為分散。云存儲的成本要素主要包括：
一級數(shù)據(jù)存儲成本，包括對象或者塊存儲
AWS S3等對象存儲服務每月每TB的標準層使用成本僅為23美元，連續(xù)訪問層則為每TB 12.5美元。眾多現(xiàn)代應用已經(jīng)能夠發(fā)揮對象存儲的既有優(yōu)勢。云服務供應商提供自己的文件或者塊存儲選項，例如AWS EBS每月每TB塊存儲資源成本為100美元，且可按小時計費。亦有不少第三方方案可作為后端用于將傳統(tǒng)文件或塊存儲同對象存儲系統(tǒng)對接。
即使是每年每TB 1200美元的AWS EBS，其使用成本也僅為內(nèi)部解決方案的二分之一到三分之一，而且后者還需要更高昂的前期投入。正因為如此，企業(yè)紛紛選擇云存儲以降低運營成本及前期投入，且享受由此帶來的按使用量計費收益。
數(shù)據(jù)傳輸成本
公有云供應商通常會向不同云服務區(qū)或者云外部間的數(shù)據(jù)傳輸收費。例如在不同Amazon服務區(qū)間移動或復制1TB的AWS S3數(shù)據(jù)會帶來20美元成本，而將其移動至互聯(lián)網(wǎng)的成本則為90美元。事實上，GET、PUT、POST、LIST以及DELETE等請求都會產(chǎn)生對應的數(shù)據(jù)訪問成本。
大魔王在此——副本、快照、備份或數(shù)據(jù)歸檔的成本
成本破表由此發(fā)生，這與您存儲在云內(nèi)的具體數(shù)據(jù)量無關，而且存儲單一副本也用不了多少投入。最可怕的是保存多份數(shù)據(jù)副本，包括備份、歸檔或者其它需求，這會在不經(jīng)意間帶來可怕的支出。
在云環(huán)境中，每套副本都會產(chǎn)生與原始對象相同的成本。雖然云供應商可能會在后臺進行重復數(shù)據(jù)刪除或壓縮，但這種情況并不常見。對企業(yè)而言，這意味著快照、備份與歸檔數(shù)據(jù)都會產(chǎn)生額外費用。比如，AWS EBS的每月存儲快照成本為每GB 0.05美元。雖然快照會進行壓縮并僅存儲增量數(shù)據(jù)，但由于不具備重復數(shù)據(jù)刪除機制，100TB數(shù)據(jù)集的快照每年需要花費60000美元!
重復數(shù)據(jù)刪除對于云存儲的重要意義
云應用在設計上具備分布式特性，且標準部署在非關系型大規(guī)模可擴展數(shù)據(jù)庫內(nèi)。在非關系型數(shù)據(jù)庫中，即使不進行復制，大多數(shù)數(shù)據(jù)仍然屬于冗余信息。以MongoDB或者Cassandra為例，其復制因子為3，意味著為了確保數(shù)據(jù)完整性，其會在分布式集群中保留3份副本。
備份或者次級副本通常由快照進行創(chuàng)建及維護。數(shù)據(jù)庫體系結構決定當我們保存快照時，實際上同時也制作出了三份副本。
不僅是重復數(shù)據(jù)刪除——還有重復語義刪除
大多數(shù)重復數(shù)據(jù)刪除技術作用于存儲層，即對數(shù)據(jù)塊進行重復刪除。這種作法對于SAN或NAS等集中式存儲非常有效，但卻不太適用于MongoDB等分布式數(shù)據(jù)庫的數(shù)據(jù)層。在這一領域，重復刪除技術需要解決兩大基本問題：
需要立足數(shù)據(jù)層起效，而非存儲層。為了在分布式集群中實現(xiàn)重復數(shù)據(jù)刪除，軟件需要理解并解釋底層數(shù)據(jù)結構。
需要搶在冗余數(shù)據(jù)被寫入數(shù)據(jù)庫前將其清除。一旦數(shù)據(jù)寫入，則會在集群內(nèi)進行復制，這意味著必須利用實時重復數(shù)據(jù)刪除方可解決。
使用云存儲有困擾的朋友，可以試試刪除一些重復的數(shù)據(jù)備份，節(jié)省空間又節(jié)約資金，刪的時候可要注意別錯刪了重要文件。
