大数据存储和传统的数据存储有什么不一样呢？
大数据应用的一个主要特点是实时性或者近实时性。数据通常以每年增长50%的速度快速激增，尤其是非结构化数据。随着科技的进步，有越来越多的传感器采集数据、移动设备、社交多媒体等等，所以数据只可能继续增长。总而言之，大数据需要非常高性能、高吞吐率、大容量的基础设备。
大数据存储既然和传统数据存储不一样，那在于存储技术路线上也会有一样吗？当然是，而且大数据存储技术有三种典型路线，是哪三种呢？
1、采用MPP架构的新型数据库集群，重点面向行业大数据，采用Shared Nothing架构，通过列存储、粗粒度索引等多项大数据处理技术，再结合MPP架构高效的分布式计算模式，完成对分析类应用的支撑，运行环境多为低成本PC Server。这一路线可以支撑PB级别的优化结构数据分析，最显著的优点就是高性能和高扩展性。
2、大数据一体机，这是一种专为大数据的分析处理而设计的软、硬件结合的产品，由一组集成的服务器、存储设备、操作系统、数据库管理系统以及为数据查询、处理、分析用途而特别预先安装及优化的软件组成。最显著的优点是稳定性好和扩展性好。
3、基于Hadoop的技术扩展和封装，围绕Hadoop衍生出相关的大数据技术，应对传统关系型数据库较难处理的数据和场景，目前最为典型的应用场景就是通过扩展和封装Hadoop来实现对互联网大数据存储、分析的支撑。
基于Hadoop的技术扩展和封装的存储路线有一些存储技巧，可以帮助我们更好的处理数据。存储技巧包括：分布式存储、避免控制器瓶颈、合并Hadoop发行版、创建弹性数据湖、整合分析、虚拟化Hadoop、删重和压缩、超融合方案。
大数据存储技术是时代进步的产物，不管是从事大数据相关职业还是为了不与时代脱轨，这些技术我们都应该有一些了解，这样也是让我们可以学习更多的知识。在未来，大数据和存储技术还会有更多的发展，我们也应该时刻关注。
