物联网技术正在改变安全、公共安全和不断增长的城市人口的生活质量——但有一个问题。所有这些路口都依赖大量数据来提供从绿色城市计划到交通模式以及天气如何影响城市交通系统的一切情报。支持这些计划所需的基础设施成本高昂且通常令人望而却步。电信公司和城市必须投资于复杂的5G网络部署、海量计算资源和广泛的存储网络，以支持智慧城市产生的海量数据。要使智慧城市发挥作用，它们必须高效、智能并且能够快速处理和交流信息。数据是智慧城市的核心组成部分，有效存储海量数据是关键问题。这一切都始于拥有合适的存储基础设施来处理智能城市数据爆炸。智慧城市中的数据管理挑战世界上最先进的智慧城市计划依赖数量惊人的设备。例如，圣地亚哥市有数千盏相连的路灯。来自这些设备的数据在一系列公共和私营部门利益相关者之间共享，以造福普通公民。例如，圣地亚哥的路灯用于监测大气数据、交通模式等。同时，Waze利用公共交通数据改善全球用户的出行体验，同时为城市规划者提供分析数据的工具。在更远的地方，在韩国首尔，装有液位传感器的太阳能垃圾箱正在帮助改善人工收集路线，为建设更清洁的城市节省大量成本。所有这些传感器和解决方案都收集了大量数据，给城市管理者留下了很多问题。哪些数据应该保留，哪些应该销毁？什么应该聚合和共享，什么应该保密？而且，至关重要的是，如何传输和处理PB级甚至EB级的智慧城市数据，以便快速根据所提供的见解采取行动？监管引入了更多的复杂性。随着越来越多的公民流程变得自动化，公共当局必须保留驱动它们的数据的历史记录，尤其是当它们与医疗保健、金融服务和汽车市场等受到高度监管的行业相关联时。同时，个人身份信息有其自身的一套要求。人们对数据的收集和使用方式提出了严重的担忧，这造成了保留什么和不保留什么的两难境地。城市必须非常小心他们如何使用他们收集的数据，并确保PII保持安全和匿名。由于有如此多的智能系统同时运行，并且围绕着它们面临如此多的挑战，为了合规性和审计目的大规模归档和维护数据的最有效方法是什么？智慧城市边缘的数据管理通过帮助了解生成、收集和存储数据的不同环境来回答这些问题。在智慧城市中，大量数据在收集点（也称为边缘）生成。这可能包括地铁列车上的传感器或针对水边公园的摄像头。公共当局面临的挑战是确定哪些来自边缘位置的数据应该保留或转移到中央处理中心进行汇总、共享、分析和存档。城市需要能够快速处理数据以调整和完善基于边缘的应用程序，但将数据从边缘设备传输到数据中心——以及返回——通常需要很长时间。一种更快、更具成本效益的方法是将边缘存储（数据在设备本身上处理）与边缘计算存储相结合，这涉及切换办公计算和存储基础设施以支持中间聚合点。这可以补充传统数据中心以实现真正的集中存储。发生这种情况时，可能会进行一些中级处理，但我们还没有达到传统数据中心提供的能力。随着边缘计算变得更加普遍，这在未来可能会改变。当前，5G技术促进了边缘的数据流交易。5G将来自边缘传感器、摄像头和设备的不同数据拼接在一起。最初，5G将在网络的最远端发挥最重要的作用，最终扩展到整个高速有线网络。单一的存储设计并不适合所有人所有这些活动都需要一个灵活的存储架构来处理跨多个环境的数据处理。在边缘或在传统数据中心处理数据是具有独特存储要求的不同方法。由于可用空间有限，边缘存储往往占地面积小。存储的数据量相对较小，因为它主要用于收集点或收集点附近的特定实时应用程序。存储设计人员要问的一个关键问题是基于边缘的临时数据有多短。它应该保留多长时间以供立即使用，什么时候应该推入核心？大多数智慧城市数据的目的地是中央存储设施，通常建立在公共、私有或混合云基础设施上。在这里，可以聚合大量信息进行宏观分析，因此需要强大的处理能力，不仅要规模化，还要提供大规模的性能。自动存储解决方案可根据城市需求进行扩展因此，边缘和传统数据中心存储环境所需的架构必须稳健、耐用并且能够处理大量数据。传统的存储阵列并不是为了容纳智能城市可能消耗的潜在EB数据而构建的。管理大量数据的传统的、大量人力的方法根本无法扩展。自动化将是关键。基于开源软件和行业标准硬件规范的自动存储技术可以提供所需的可扩展性。它们可以根据容量需求自动调整，通常比传统存储系统更具成本效益，非常适合充斥着需要快速处理的数据的城市。为什么数据存储在智慧城市中很重要存储只是智慧城市基础设施的一个组成部分，但其复杂性和成本往往是阻碍城市政府实现其雄心壮志的最大障碍。解决方案是使用可大规模扩展并与行业标准硬件基础设施兼容的自动化存储解决方案，并为不同的数据存储环境和用例定制架构。提前规划并批判性和现实地思考如何在城市环境中使用数据，将大大有助于创建具有成本效益的存储基础设施，从而使智慧城市能够发挥其真正的潜力。
