如何高效低成本存储附件

如今短视频发展迅猛，数据的增长速度比以往任何时候都快，其中大部分数据是非结构化的：如图片、视频、音频等等。

数据大小不再是以前的kb、mb，更多的是gb、tb，甚至pb级别，如何存储这些飞速增长的数据呢？

总结了一下，有如下存储方式：

分布式文件系统： 这类系统将数据分散存储在多个物理位置，通常用于处理大规模数据集，如Hadoop分布式文件系统（HDFS）。

对象存储： 以对象为单位存储数据，每个对象包含数据本身、元数据和唯一标识符。对象存储适用于非结构化数据，如图片和视频。

块存储： 将数据存储为块设备，类似于传统的硬盘驱动器。块存储通常用于需要高性能和低延迟的应用，如数据库和虚拟机。

文件级存储： 允许用户通过网络文件共享协议（如NFS或CIFS/SMB）访问和管理文件系统。

如何存储速度又快，成本更低呢？对象存储应运而生，对象存储系统专为 PB 级的数据而设计的。

什么是对象存储？ 对象存储，也称为基于对象的存储，是一种将数据存储寻址和操作为离散单元的方法，对象保存在单个存储库中，并且不会作为文件嵌套在其他文件夹中的文件夹中。

对象存储是一种数据存储架构，它将数据存储为对象，而不是传统的文件系统结构。对象存储通常用于存储大量的非结构化数据，如图片、视频、音频文件等。以下是对象存储的一些关键特点：

1. 扁平化存储：对象存储不使用传统的文件系统层次结构，而是将所有数据存储在一个扁平的命名空间中。
2. 元数据丰富：每个对象都可以有丰富的元数据，这些元数据可以用于描述对象的内容、访问权限等。
3. 可扩展性：对象存储设计用于水平扩展，可以轻松地添加更多的存储节点来处理不断增长的数据量。
4. 数据冗余：为了提高数据的可靠性和可用性，对象存储系统通常会在多个位置存储数据的副本。
5. 访问控制：对象存储提供了细粒度的访问控制机制，可以控制谁可以访问特定的对象。
6. API驱动：对象存储通常通过RESTful API进行访问和管理，使得它能够与各种应用程序和平台集成。
7. 多租户：对象存储支持多租户架构，允许多个用户或组织使用相同的存储基础设施，同时保持数据隔离。
8. 成本效益：由于其可扩展性和管理效率，对象存储通常比传统的存储解决方案更具成本效益。

对象存储服务的一些常见例子包括Amazon S3、Google Cloud Storage和Microsoft Azure Blob Storage等。这些服务通常作为云服务提供，允许用户通过互联网访问和管理他们的数据。

对象存储有这么多优点，那如何将非结构化数据存入到对象存储中去呢？ 需要用到一些协议：

S3 协议(对象存储协议) Amazon Simple Storage Service (简称 Amazon S3) 是一个公开的云存储服务，Web 应用程序开发人员可以使用它存储数字资产，包括图片、视频、音乐和文档。S3 提供一个 RESTful API 以编程方式实现与该服务的交互。 多年来，Amazon S3 接口已经发展成为一个非常强大的数据管理接口，与传统的文件系统接口不同，它为应用程序开发人员提供了一种通过丰富的 API 集控制数据的方法。 这些方法慢慢地发展成了S3协议，在国内外很多云存储厂商都是基于S3协议，并且都支持通用的S3接口，比如国内著名的阿里云的oss、腾讯云的cos、华为云的obs等等。 S3 API 是一个应用程序编程接口，提供在 S3 中存储、检索、列出和删除对象的能力。 还有其他功能，比如：元数据、多租户、安全和策略、生命周期管理、原子更新、搜索、日志记录、通知、复制、加密、计费等。可以说国内阿里云、腾讯云、华为云等厂商的云存储已经与标准的S3功能对齐，基本上该有的都有。

ArchiveLink协议

ArchiveLink协议是SAP系统中用于连接SAP应用程序和第三方归档系统的一种接口。它允许SAP系统与外部内容管理或归档系统进行交互，以存储、检索和管理文档。通过ArchiveLink，用户可以在SAP系统中直接访问和管理归档在外部系统中的文档，实现文档的长期保存和高效检索。

ArchiveLink协议的主要功能包括：

1. 文档存储：将SAP系统中生成的文档存储到外部归档系统中。
2. 文档检索：从外部归档系统中检索文档并在SAP系统中显示。
3. 文档链接：在SAP系统中创建文档与外部归档系统中存储的文档之间的链接。

ArchiveLink协议支持多种通信协议，如HTTP和RFC（Remote Function Call），以适应不同的外部系统和网络环境。通过配置ArchiveLink协议，可以定义SAP系统与外部归档系统之间的通信细节，如服务器地址、端口号、认证信息等。 此外，ArchiveLink还提供了一系列的事务代码和配置步骤，使得用户可以在SAP GUI中方便地进行配置和管理。例如，用户可以通过事务代码OAA3来管理ArchiveLink的通信接口，以及通过事务代码OAC0来管理内容存储库。 总的来说，ArchiveLink协议是SAP系统与外部归档系统之间的重要桥梁，它为文档的长期保存、高效管理和合规性提供了有力支持。

CMIS协议 内容管理互操作性服务（Content Management Interoperability Services，简称CMIS）：

• CMIS是一个开放标准，定义了一个领域模型和Web服务、RESTful AtomPub和浏览器（JSON）绑定，允许应用程序与一个或多个内容管理存储库/系统进行交互。
• CMIS旨在促进不同内容管理系统之间的互操作性，允许用户访问和管理存储在不同系统上的非结构化数据。
• CMIS定义了一系列的服务，包括存储库相关服务、遍历服务、内容对象服务、多文件服务、发现服务（查询和发现内容变更）、版本服务、关系服务、策略和规则服务、ACL服务，以及AtomPub的绑定等。
• CMIS由AIIM发起，并由OASIS（结构化信息标准促进组织）管理，得到了包括Adobe Systems、Alfresco、EMC、HP、IBM、Microsoft、Oracle、SAP等在内的多家公司的支持。

CMIS（Content Management Interoperability Services）协议被应用于多种ERP（企业资源规划）和OA（办公自动化）系统中，以实现内容管理的互操作性。以下是一些使用CMIS协议的ERP和OA系统的例子：

1. Microsoft SharePoint Server 2010：
   • SharePoint Server 2010提供了CMIS连接器，允许用户与任何已实施CMIS标准的存储库中的内容进行交互。
2. IBM Cloud Pak for Business Automation：
   • IBM提供了CMIS API，允许应用程序与内容管理系统一起工作，这表明CMIS协议被用于IBM的业务自动化解决方案中。
3. Alfresco：
   • Alfresco是一个开源的内容管理系统，它支持CMIS协议，允许与其他系统进行互操作性。
4. SAP：
   • 在CMIS的介绍中提到了SAP作为支持CMIS标准的参与者之一，意味着SAP系统可能利用CMIS协议来实现内容管理的功能。
5. Oracle：
   • 同样作为CMIS标准的支持者之一，Oracle可能在其产品中集成了CMIS协议以支持内容管理。
6. OpenText：
   • OpenText作为一个内容管理解决方案提供商，也可能在其产品中使用CMIS协议。
7. Nuxeo：
   • Nuxeo是一个提供企业级内容管理解决方案的公司，它支持CMIS协议以增强系统的互操作性。
8. Liferay：
   • Liferay是一个门户框架和内容管理系统，它也支持CMIS协议。

这些系统和解决方案通过使用CMIS协议，能够实现不同内容管理系统之间的数据交换和操作，提高企业内容管理的灵活性和效率。

对于大型公司，有各种不同的系统，如ERP系统，OA系统，CRM系统，SCM系统，文件系统分散在各个系统中，有没有一个方法，将不同系统的对象存储，汇总到一个存储中，或者通过协议，将不同系统的存储打通，做到内容分发呢？

笔者构建了一个系统，架构如下：

这样文件就可以做到在一个系统，或者多个系统里存储或分发了。

这样做的好处：

1. 提升系统性能和节约成本，存算分离，为系统减负。
2. 统一分发和存储，而且对用户无感知，不改变用户使用习惯；
3. 促进系统之间文档互通，消除数据孤岛；
4. 异构系统统一，方便管理和维护，降低企业成本；
5. 数据可以进一步做治理，数据备份，安全管理，权限管控，数据汇总，ocr识别，流程自动化，知识提炼，大模型训练等，为企业数字化转型提供基础。
6. 提升数据安全性和合规性；

完美！