前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >2023了,为什么还有人要用胶卷存数据?

2023了,为什么还有人要用胶卷存数据?

原创
作者头像
Ar-Sr-Na
发布2023-04-05 14:53:35
6410
发布2023-04-05 14:53:35
举报
文章被收录于专栏:Ar-Sr-NaAr-Sr-Na

导言

机械硬盘,200块就能买到1TB的,至少我5年内拍的照片和视频都没达到1TB的量,一个指甲盖大小的TF卡都能有1TB的了,有着许多的优点:随身携带,方便使用,可以存很久,共享方便,速度快...

日常生活中,掏出手机,轻点拍照键,就能轻松地将这一刻美好记录下来。

胶卷要经过繁琐的冲洗流程才能得到照片,还要保存在安全的地方防止损坏。

单看容量,动不动GB,TB甚至PB的数字存储;单看性能,1G/s甚至10G/s的速度,怎么看怎么秒杀胶卷。但是,胶卷的存在,必定有着合理之处。

存储概念

对于备份存储来说,有几种方式

介质

用途

周期

SSD

热交换数据

分钟

HDD

热备份

只读DVD

安全备份

永久

数据磁带

归档

季度

数据胶卷

深度归档

永久

影像胶卷

深度归档

永久

按照数据价值,SSD最小,因为SSD数据交换量大,数据活期很短,按分钟计,只适合临时存储备份。而DVD与胶卷都是一次性的,写入一G少一G,因此价值最大,对于史料,科学技术,专利等意义重大的资料适合存储于此介质。

更直接的数据

胶卷的存在

在不少重要场合,都能看到胶卷相机的身影。甚至一些电影到当今仍然使用胶卷存储,尤其是IMAX胶卷,因其能够带来更细腻的分辨率。

胶卷的存储时间不一定比硬盘久,受限于保存环境,时间久了数据不如硬盘数字化信息完整,抗灾能力,纠错容错能力差。

更直接的数据

类比一下,胶卷的冲洗如同照片打印

把在屏幕上显示的数字信息,转移到物理媒介上;胶卷是让影像用光学的方式在胶卷上感光,从而留下影像,不经过任何数字处理,保留的就是自然光与银盐反应的成像,最接近当时的真实环境。

我们目前使用的手机,相机等影像设备,光线进入传感器后,还要经过一系列数字处理,例如校色,调色,还原拜耳阵列等,大家应该深有体会,100台手机有100个颜色,1张照片放到不同的屏幕上面又有不同的颜色,而一批胶卷,同一个相机和镜头之间的颜色差异微乎其微。

如果我们拿到一块硬盘,左看看右看看,看来看去,好像看不出什么价值,因为它要特定的工具来读取。如果我们打开了硬盘里的数据,发现都是一些数码,几千亿行,是不是很懵逼。这就需要解码器来把这些数据翻译为人类能够读懂的画面了。

而胶卷,拿到手之后,只要透过光,就能马上看到影像画面,不需要任何复杂的工具,最直接且最方便。

这就是胶卷的意义,尽量保留最原始,最真实的画面,而且用最直接的方式展现数据。

价值

旅行者一号上携带的金唱片,刻录着地球上海浪的声音,风雷雨雪的声音,枝头上鸟儿的叽叽喳喳,婴儿的哭叫,世界各地人们的语言,一切大生物圈内的美好......通过一根针,一个喇叭形物体,便可解码里面的信息。这是人类文明的多姿多彩,用最原始的方式便可记录。

如果我们向外星人发送一片10TB的SSD,我们之间没有共通的语言,没有共通的解码器,也没有共通的科技,数据自然无法交换。

未来的某一天,人类因灾害失传了计算机编解码器,失传了2023年的HEVC软件,一堆0和1字节摆在面前,已然没有价值。

而一条胶卷,透过太阳光,人类看看到了一个个精美的雕塑作品,这是非物质文化遗产的物质描述;看到了一块勋章,这是人类力量的证明;看到了一个病毒的结构图,这是当年人们对抗传染病的勇气.......

这就是胶卷的意义,在未来的某一天,让未来的人们能还原今天我们的生活,让人类的文明薪火相传,让人类的力量生生不息!

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 导言
  • 存储概念
  • 更直接的数据
    • 胶卷的存在
      • 更直接的数据
      • 价值
      相关产品与服务
      对象存储
      对象存储(Cloud Object Storage,COS)是由腾讯云推出的无目录层次结构、无数据格式限制,可容纳海量数据且支持 HTTP/HTTPS 协议访问的分布式存储服务。腾讯云 COS 的存储桶空间无容量上限,无需分区管理,适用于 CDN 数据分发、数据万象处理或大数据计算与分析的数据湖等多种场景。
      领券
      问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档