大数据存储的三种方式
1.MySQL：关系型数据库，主要面向OLTP，支持事务，支持二级索引，支持sql，支持主从、Group Replication架构模型（本文全部以Innodb为例，不涉及别的存储引擎）。
2.HBase：基于HDFS，支持海量数据读写（尤其是写），支持上亿行、上百万列的，面向列的分布式NoSql数据库。天然分布式，主从架构，不支持事务，不支持二级索引，不支持sql。
3.ElasticSearch：ES是一款分布式的全文检索框架，底层基于Lucene实现，虽然ES也提供存储，检索功能，但我一直不认为ES是一款数据库，但是随着ES功能越来越强大，与数据库的界限也越来越模糊。天然分布式，p2p架构，不支持事务，采用倒排索引提供全文检索。
大数据存储的特点
大数据的特点可以使用5个字来概括：大、多、值、快、信
一、Volume：
大 数据的采集，计算，存储量都非常的庞大。是数据体量巨大(Volume)。截至目前，人类生产的所有印刷材料的数据量是200PB(1PB=1024TB)，而历史上全人类说过的所有的话的数据量大约是5EB(1EB=1024PB)。当前，典型个人计算机硬盘的容量为TB量级，而一些大企业的数据量已经接近EB量级。
二、Variety：
多 种类和来源多样化。种类有：结构化、半结构化和非结构化数据等，常见的来源有：网络日志、音频、视频、图片等等。
三、Value：
值 大数据价值密度相对较低。如随着物联网的广泛应用，信息感知无处不在，信息海量，但价值密度较低，存在大量不相关信息。因此需要对未来趋势与模式作可预测分析，利用机器学习、人工智能等进行深度复杂分析。而如何通过强大的机器算法更迅速地完成数据的价值提炼，是大数据时代亟待解决的难题。
四、Velocity：
快 数据增长速度快，处理速度也快，获取数据的速度也要快。这是大数据区分于传统数据挖掘的最显着特征。根据IDC的“数字宇宙”的报告，到2020年，全球数据使用量将达到35.2ZB。在如此海量的数据面前，处理数据的效率就是企业的生命。
五、Veracity：
信 数据的准确性和可信赖度，即数据的质量（转载自: https://lansonli.blog.csdn.net/article/details/117165792）。
大数据存储的特点包括
在目前的数字领域中，最常用的无非是如下四种传统存储方式：硬盘、DAS、NAS、SAN。
深度解析4种传统存储方式的优缺点
1.硬盘 无论是DVR、DVS后挂硬盘还是服务器后面直接连接扩展柜的方式，都是采用硬盘进行存储方式。应该说采用硬盘方式进行的存储，并不能算作严格意义上的存储系统。
其原因有以下几点：
第一，其一般不具备RAID系统，对于硬盘上的数据没有进行冗余保护，即使有也是通过主机端的RAID卡或者软RAID实现。严重的影响整体性能;
第二，其扩展能力极为有限，当录像时间超过60天时，往往不能满足录像时间的存储需求;
第三，无法实现数据集中存储，后期维护成本较高，特别是在DVS后挂硬盘的方式，其维护成本往往在一年之内就超过了购置成本。
应该说硬盘存储方式不适合大型数字视频监控系统的应用。特别是需要长时间录像的数字视频监控系统。一般这种方式都是与其它存储方式并存于同一系统中，作为其他存储方式的缓冲或应急替代。
2.DAS Direc(Direct Attached Storage)，全称为直接连接附加存储，采用DAS的方式可以很简单的实现平台的容量扩容，同时对数据可以提供多种RAlD级别的保护。
采用DAS方式时。在视频存储单元上部署相关的HBA卡.用于跟后端的存储设备建立数据通道。前端的视频存储单元可以是DVR，也可以是视频存储服务器。其通道可以采用光纤、IP网线、SAS线缆甚至于USB、1394线等。
采用DAS方式并不能同时支持很多视频存储服务单元同时接入，而且其扩容能力严重依赖所选择的存储设备自身的扩容能力。所以在大型数字视频监控系统中，应用DAS存储方式将造成系统维护难度的极大提升。
正是由于DAS存储的这些特点，所以这种存储方式一般应用于对于DVR的扩容或者小型数字视频监控项目中。
3.NAS NAS(Network Attached Storage)。全称为网络附加存储，是一种专业的网络文件存储及文件备份设备，或称为网络直联存储设备、网络磁盘阵列。同时NAS对数据可以提供多种RAID级别的保护。
NAS设备和多台视频存储服务单元均通过IP网络进行连接，按照TCP/IP协议进行通信，以文件的I/O(输入/输出)方式进行数据传输。一个NAS单元包括核心处理器，文件服务管理工具，一个或者多个的硬盘驱动器用于数据的存储。
采用NAS方式可以同时支持多个主机端同时进行读写，具备非常优秀的共享性能和扩展能力;同时NAS可以应用在复杂的网络环境中。部署也非常灵活。
但是由于NAS采用CIF/NFS协议进行数据的文件级传输，所以网络开销非常大，特别是在写入数据时带宽的利用率一般只有20%~40%之间。所以目前NAS一般应用于小型的网络数字视频监控系统中或者只是用于部分数据的共享存储。
4.SAN SAN(Storage Area Network)，全称为存储区域网络，通过交换机等连接设备将磁盘阵列与相关服务器连接起来的高速专用子网。同时SAN对数据可以提供多种RAID级别的保护。
SAN提供了一个专用的、高可靠性的存储网络。允许独立地增加它们的存储容量，也使得管理及集中控制(特别是对于全部存储设备都集中在一起的时候)更加简化。正是由于这些特点，SAN架构特别适合于大型网络数字视频监控系统的存储应用，可以应对上千、上万个前端监控点的存储。
目前SAN主要分为FC―SAN(光纤存储区域网络)和IP―SAN(以太网存储区域网络)。它们之间的区别是连接线路以及使用数据传输协议的不同。虽然FC―SAN由于采用专用协议可以保证传输时更加稳定、高效，但其部署方式、构建成本均较之IP―SAN高出很多，所以目前在大型网络数字视频监控系统中更多采用的是IP―SAN架构。
大数据存储的特点与挑战
1、聊天时候发送的视频、文件、图片都会成为缓存文件，占手机内存；
2、还有就是QQ群消息太多，垃圾信息、视频文件过多，也会导致手机内存不足；
3、建议定期清理QQ内存或屏蔽QQ群消息。
大数据存储的特点和挑战
1、目的不同：大数据是为了发掘信息价值，而云储存主要是通过互联网管理资源，提供相应的服务。
2、对象不同：大数据的对象是数据，云储存的对象是互联网资源以及应用等。
3、背景不同：大数据的出现在于用户和社会各行各业所产生大的数据呈现几何倍数的增长；云储存的出现在于用户服务需求的增长，以及企业处理业务的能力的提高。
4、价值不同：大数据的价值在于发掘数据的有效信息，云储存则可以大量节约使用成本。
大数据存储的特点有哪些
云存储可以存储以下数据:
1，员工数据
根据Netwrix公司的研究，所有组织中有50%的员工将数据存储在云中。
2，客户数据
就像员工信息一样，50%的组织都将客户数据存储在云中。
3，财务数据
26%的受访组织将财务数据存储在云中。根据Netwrix公司的研究，41%的金融机构、29%的医疗机构和21%的科技公司将这些敏感数据存储在云中。
4，知识产权（IP）的数据
Netwrix公司的调查发现，有16%的组织将知识产权（IP）数据存储在云中。
5，医疗保健数据
像任何其他特定行业的数据一样，医疗保健数据与有限的受访者相关。
大数据存储的特点与挑战有哪些
磁盘存储一般是以文件管理的形式存在，而数据库存储是文件存储的升级，可以去除数据的冗余，并解决数据的独立性问题。
大数据存储的特点和挑战有哪些?
1、静态RAM 用触发器作为存储单元存放1 和0，存取速度快，只要不掉电即可持续保持内容不变。
2、与动态RAM相比，静态RAM的集成度较低，并且静态RAM无须考虑保持数据而设置的刷新电路，故扩展电路较简单。
3、由于静态RAM是通过有源电路来保持存储器中的数据，因此，要消耗较多功率，价格也较高。
