人工智能（AI）和預(yù)測分析是現(xiàn)代化企業(yè)使用數(shù)據(jù)存儲系統(tǒng)而希望實現(xiàn)的基本功能，有助于評估基礎(chǔ)架構(gòu)的運行狀況并確定業(yè)務(wù)問題，同時受惠于數(shù)據(jù)自動化存儲和遷移，可使企業(yè)節(jié)省不少空間與時間成本，在保持所有服務(wù)平穩(wěn)運行的前提下，積極拓展其他應(yīng)用。
目前Gartner已將增強數(shù)據(jù)管理確定為2020年10大數(shù)據(jù)和分析趨勢中的第二內(nèi)容，可以預(yù)測，供應(yīng)商正在為這些需要增加機器學習和AI功能，以提供自我配置和自我調(diào)整的數(shù)據(jù)管理，并使員工可以自由地專注更高水平研究而進行有價值任務(wù)的企業(yè)服務(wù)，而人工智能和預(yù)測分析顯示是這一趨勢的主要部分。
那么，預(yù)測分析如何幫助存儲？根據(jù)香港IDC新天域互聯(lián)整理，預(yù)測分析可應(yīng)用于諸如數(shù)據(jù)挖掘、分析查詢、預(yù)測建模、人工智能和機器學習之類的技術(shù)，通過引入存儲系統(tǒng)模式，以識別異常數(shù)據(jù)，從而令未來結(jié)果獲得更高的準確性。因此，存儲產(chǎn)品中的預(yù)測分析功能具有以下優(yōu)點：更好性能和資源使用率，以及更低管理開銷、減少停機時間與優(yōu)化工作負載。
同時，機器學習對改進存儲系統(tǒng)中的預(yù)測分析尤為重要，從整個存儲基礎(chǔ)架構(gòu)收集的數(shù)據(jù)用于訓練預(yù)測算法，以了解趨勢并識別何時可能出現(xiàn)瓶頸和問題，然后就可以不斷進行優(yōu)化存儲組件，以解決這些潛在挑戰(zhàn)。
那么，轉(zhuǎn)向更智能存儲的意義是什么？越來越多的全閃存陣列以及混合和超融合基礎(chǔ)架構(gòu)的使用是推動對更智能存儲需求的因素之一，在許多企業(yè)中，它是數(shù)據(jù)中心技術(shù)堆棧中不可或缺的一部分，可以作為一個整體進行管理，并且需要更多有關(guān)智能存儲提供的存儲容量和性能的實時數(shù)據(jù)。
其中，云存儲以有助預(yù)測趨勢、規(guī)劃基礎(chǔ)架構(gòu)并減少開銷方式結(jié)合預(yù)測分析內(nèi)容，這些應(yīng)用程序使用AI、機器學習和其他高級技術(shù)來連續(xù)收集和分析來自存儲堆棧中閃存陣列的遙測數(shù)據(jù)。此處的目標也是分析帶寬、容錯、延遲和其他與存儲相關(guān)的信息，確定問題并使用存儲自動化功能主動解決這些問題。此外在云環(huán)境中，預(yù)測分析使存儲基礎(chǔ)架構(gòu)更接近自我修復(fù)技術(shù)，可以最少干預(yù)來識別和解決問題。
那么，哪種技術(shù)使存儲最智慧？數(shù)據(jù)收集是智能存儲基礎(chǔ)的一部分，供應(yīng)商匯總并分析來自其客戶的匿名遙測數(shù)據(jù)，將能夠了解可能影響其他客戶的不同存儲方案、工作負載和問題。還可以借此提供有關(guān)存儲性能指標和模式的詳細信息，以及預(yù)測趨勢，瓶頸和其他可能在未來面臨的困難。
總而言之，存儲預(yù)測分析工具應(yīng)具有以下功能：首先，支持自動化。系統(tǒng)可以預(yù)測與性能，容量，可用性和安全性相關(guān)的各種問題。例如，預(yù)測分析可用分析每個設(shè)備、卷和應(yīng)用程序的存儲容量使用情況，并主動識別何時達到目標。管理員可以使用存儲自動化功能來設(shè)置系統(tǒng)以自動添加或重新平衡容量。
其次是，自動化的管理和配置。尋找可提供自動存儲設(shè)置和管理功能的工具。這些系統(tǒng)自動確定性能，資源消耗和容量需求，并優(yōu)化工作負載布置以提高資源利用率。還有，軟件更新和修補。系統(tǒng)使用分析功能使代碼主動提供給滿足要求的站點，以解決潛在問題，而后再將其變?yōu)閱栴}，從而主動更新軟件。
同時，注意資源規(guī)劃。預(yù)測算法可識別趨勢，以幫助提前計劃未來的存儲需求。存儲管理員可以使用該技術(shù)來預(yù)測各種存儲方案和可能的升級的容量、IOPS和帶寬需求。最后一點，虛擬機管理。預(yù)測分析可與VMware vSphere等虛擬化平臺集成，以提供有關(guān)特定工作負載的性能和容量的信息，發(fā)現(xiàn)使用趨勢并提出更好的設(shè)置意見。
