物联网技术正在改变日益增长的城市人口的安全、公共安全和生活质量——但有一个问题。
所有这些连接点都依赖大量数据来提供从绿色城市倡议到交通模式以及天气如何影响城市交通系统等方方面面的情报。支持这些举措所需的基础设施带来了巨大的——而且往往是令人望而却步的——成本。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大量数据。
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传递信息。数据是智慧城市的核心组成部分，有效存储海量数据是一个关键问题。这一切都始于拥有正确的存储基础设施来处理智慧城市数据爆炸。
智慧城市中的数据管理难题
世界上最先进的智慧城市计划依赖于数量惊人的设备。例如，圣地亚哥市有数千个相连的路灯。
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，以造福普通民众。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 使用公开的交通数据来改善全球用户的旅行体验，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进手动收集路线，为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，给城市管理员留下了许多问题。应该保存哪些数据，应该销毁哪些数据？什么应该汇总和共享，什么应该保密？而且，至关重要的是，如何传输和处理数 PB 甚至 EB 的智慧城市数据，以便可以根据所提供的见解迅速采取行动？
监管带来了进一步的复杂性。随着越来越多的公民流程变得自动化，公共当局必须保留推动它们的数据的历史记录，特别是当它们与医疗保健、金融服务和汽车市场等高度监管的行业相关联时。
同时，个人身份信息也有自己的一套要求。人们对如何收集和使用数据提出了严重的担忧，从而产生了一个要保留哪些数据不应该保留的困境。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。
有如此多的智能系统同时在运行，并且围绕这些系统面临如此多的挑战，为了大规模合规和审计目的而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
要回答这些问题，有助于了解生成、收集和保存数据的不同环境。
在智慧城市中，大量数据是在收集点(也称为边缘)产生的。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聚合、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——然后再返回——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(数据在设备本身处理)与边缘计算存储相结合，边缘计算存储涉及切换办公计算和存储基础设施以支持中间聚合点。
这可以与用于真正集中存储的传统数据中心相辅相成。发生这种情况时，可能会发生一些中等级别的处理，但我们还没有达到这些点具有传统数据中心提供的功能的地方。随着边缘计算变得越来越普遍，这种情况在未来可能会发生变化。
目前，5G 技术促进了边缘数据流交易。 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，最终遍及整个高速有线网络。
单一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，可以处理跨多个环境的数据处理。在边缘或传统数据中心处理数据都是具有独特存储要求的不同方法。
由于可用空间有限，边缘存储往往占用空间小。存储的数据量相对较小，因为它主要用于收集点或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。它应保留多长时间以供立即使用，何时应将其推向核心？
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，可以聚合大量信息以进行宏观分析，因此需要强大的处理能力，不仅要扩展，还要提供大规模的性能。
自动化存储解决方案可根据城市需求扩展
因此，边缘和传统数据中心存储环境所需的架构必须稳健、经久耐用并能够处理大量数据。传统存储阵列的构建不是为了容纳智慧城市可能消耗的潜在 EB 级数据。
管理大量数据的传统人力繁重的方式根本无法扩展。自动化将成为关键。基于开源软件和行业标准硬件规范构建的自动化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，通常使它们比传统存储系统更具成本效益，并且非常适合需要快速处理的数据淹没的城市。
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抱负的最大障碍。
解决方案是使用可大规模扩展并与行业标准硬件基础架构兼容的自动化存储解决方案，并针对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数据在城市环境中的使用方式将大大有助于创建具有成本效益的存储基础设施，使智慧城市发挥其真正潜力。
