很好的设备,下次有机会一定要推一下.

针对海量临床数据蕴藏的巨大价值难以有效挖掘的难题,将分散、破碎、异构的数据分为文档数据、二进制小文件和二进制大文件三类,并提出了一种适于数据挖掘的存储方案,该方案基于非关系型数据库Mongo DB实现了三类数据的一体化存储、统一规则访问及多样性查询、关联检索等功能。针对大文件直接访问造成系统性能不佳的问题,设计了一个由大文件各类关键特征信息组成的特征库,通过特征库的应用减少了大文件的直接访问。

客观的说几句，国家推行“去IOE”这个政策也是喊了好多年了（不清楚的可以百度下），现在来看ibm的server可以说去掉了，但是oracle数据库和emc的存储还是难以替代的。从存储市场占有率分析，仍难是EMC存储是龙头老大，国内厂商比如华为、宏杉、同有相继崛起，至于我们某公司目前来看，才是万里长征第一步，杀入这个圈子，正式跨入存储厂商的行列。从产品可靠性角度分析，emc、华为、宏杉等厂商，不光是存储设备的硬件可靠，而且配套的存储软件也相应完善，配套的解决方案也是几乎完整的，而不是单一的存储设备，从这个角度来看，我们某公司的eds任重而道远。

恢复能力其实很重要

基于应用的备份

基于exchange的备份，和邮件的快速恢复

准备研究下某公司存储

随着医疗行业信息化的迅速发展和完善,医疗质量提高的同时医疗数据量呈指数级增长,传统的关系型数据库将显得力不从心。针对现有服务器数据处理能力有限、硬件成本高、私有服务器资源浪费等问题,提出基于Hadoop的分布式存储和管理方法,通过采用虚拟化技术、Linux集群技术、分布式技术等,实现各医院海量数据的集中存储与管理。为构建医疗数据处理中心,实现高效智慧服务提供良好的解决方案,具有低成本、高效率、海量存储、扩展性强等优点。

希望尽快有demo环境可以测试哈

用不上，已经买了华为的存储