Laurent - stock.adobe.com

Mit KI-Analysen unstrukturierter Daten Storage optimieren

KI-basierte Analysefunktionen werden in Speicher-Arrays immer beliebter. Erfahren Sie, wie künstliche Intelligenz dazu beiträgt, unstrukturierte Daten unter Kontrolle zu bringen.

Was passiert, wenn Sie traditionelle Analysen mit der Speicherinfrastruktur verschmelzen? Sie erhalten KI-gesteuerte Analysen für die Datenspeicherung, die inzwischen in den meisten Speicher-Arrays integriert sind. Und die prädiktive Analyse für unstrukturierte Daten in diesen Speicher-Arrays kann das Speichermanagement auf die nächste Stufe heben.

Zu den speziell für den Storage-Bereich entwickelten KI-basierten Analyse-Tools gehören Dell EMC CloudIQ, Hewlett Packard Enterprise HPE InfoSight, Hitachi Infrastructure Analytics Advisor, IBM Storage Insight, NetApp Active IQ und Pure Storage Pure1 Meta.

Prädiktive Analysen für unstrukturierte Daten

So ist beispielsweise HPE InfoSight, das durch die Übernahme von Nimble Storage von HPE erworben wurde, zu einem allgegenwärtigen Bestandteil der Datenmanagementstrategie des Unternehmens geworden. InfoSight ist ein Analyseprodukt, das jeden Aspekt der Speicherumgebung eines Kunden und auch andere Elemente der IT-Infrastruktur überwacht. Als Block-basiertes Speichersystem wird Nimble für unzählige unstrukturierte Datenszenarien wie die Speicherung von Sensordaten, IoT-Daten und Hadoop-Anforderungen eingesetzt.

Durch die Zusammenführung dessen, was das Unternehmen vom gesamten Kundenstamm lernt, ist HPE in der Lage, allen seinen Kunden Informationen darüber zu liefern, wie sich ihre Handlungen auf ihren Speicher auswirken.

Wenn ein Kunde ein Upgrade auf die neueste Version einer Anwendung oder die Bereitstellung einer neuen Anwendung in Betracht zieht, kann HPE ihn über alle Probleme informieren, die andere Kunden hatten. HPE behauptet, dass InfoSight mit seiner prädiktiven Analyse für unstrukturierte Datenfähigkeiten 86 Prozent der speicherbezogenen Probleme voraussagt und proaktiv löst. Diese Aggregation bedeutet, dass je mehr Kunden InfoSight nutzen, desto mehr Wert bringt es für alle.

Die Analysen hinter diesen Produkten liefern den Kunden Warnmeldungen zur Kapazitätsplanung und geben an, wie lange es dauern wird, bis sie keinen Speicherplatz mehr haben. Administratoren müssen nicht mehr ständig die Kapazität überwachen oder das Risiko zu gering werdender Disk-Kapazitäten eingehen.

Diese zehn IT-Ziele rund um Big Data sind der Grund für den Erwerb von Analyse-Tools.
Abbildung 1: Diese zehn IT-Ziele rund um Big Data sind der Grund für den Erwerb von Analyse-Tools.

Auf der Support-Seite rationalisieren diese KI-gesteuerten Analysen für Speicher-Engines den Prozess und liefern wichtige Informationen, um Reparaturen zu beschleunigen.

KI-gesteuerte prädiktive Analysen für Speicherfunktionalität sind besonders nützlich, um die komplexen Speicheroperationen zu verbessern, die zur Unterstützung unstrukturierter Datenspeicheranforderungen erforderlich sind.

Wenn Sie nach Ihrem nächsten Speicherprodukt suchen, stellen Sie sicher, dass die prädiktive Analyse für unstrukturierte Daten ein wichtiger Bestandteil der Lösung ist.

Nächste Schritte

Was Object Storage für unstrukturierte Daten bringt

Unstrukturierte Daten richtig und optimal sichern

Darum sind Metadaten so wichtig bei der Verwaltung unstrukturierter Daten

Erfahren Sie mehr über Storage Management

ComputerWeekly.de
Close