作为大数据的核心链接之一，数据存储可以理解为促进已建立数据内容的归档，分类和共享的过程。自磁盘系统问世以来，数据存储已经经历了将近一百年。对于存储，计算机就像我们的大脑。两者都可以具有短期记忆和长期记忆。例如，大脑通过前额叶皮层处理短期记忆，而计算机使用RAM（随机存取存储器）来处理短期记忆。大脑和计算机都需要处理和记住处于清醒状态的事物，并且在工作一段时间后会感到疲劳。大脑在睡眠期间将工作记忆转换为长期记忆，而计算机在睡眠期间将活动记忆转换为存储容量。计算机也按类型分配数据，就像大脑按语义，空间，情感或过程分配内存一样。在大数据时代，从多个渠道获得的数据通常缺乏一致性，混合的数据结构，并且数据不断增长。而且，任何一台计算机都将受到物理限制：内存容量，硬盘容量，处理器速度等。因此，即使在独立系统中，即使出现以下情况，也很难跟上数据增长的速度：硬件配置在时间上不断改进。我们需要在硬件限制和性能之间进行权衡。因此，对于希望从比存储和使用更昂贵的数据中获取价值的公司和组织而言，有效的数据存储和管理比以往任何时候都变得越来越重要。大数据存储和管理技术对于整个大数据系统非常重要。数据存储和管理的质量直接影响整个大数据系统的性能。现在，数据存储和管理不仅被定义为接收，存储，组织和维护组织创建的数据，通常还意味着更多的内容，包括但不限于：对数据进行分类；对数据进行分类。数据元数据的汇总，收集和分析；保护数据和元数据不受自然和人为干扰；在内部地理上部署和移动数据，以进行共享，归档，复制，数据保护，存储系统技术更新和迁移以及访问所需的分析引擎，从而对数据进行更深入的研究；经过一个或多个动作后，保持用户和应用程序对数据的透明访问；提供用户可定义的策略，这些策略可以自动移动，复制和删除数据；部署人工智能和机器学习以优化和自动化大多数数据管理功能；搜索数据并提供可行的信息和见解；使数据符合个人识别信息法律和法规；将数据管理扩展到数百PB甚至快速扩展数据的EB。根据数据存储和管理的内容范围，可以大致了解大数据存储和管理技术需要重点研究如何解决大数据的存储，表示，处理，可靠性和有效传输等几个关键问题。 。具体而言，通常需要解决以下类型的问题：海量文件的存储和管理，海量小文件的传输，索引和管理，海量大文件的块和存储，系统可伸缩性和可靠性。随着关键研究问题的发展，在大数据存储和管理的发展过程中，出现了几种更有效的存储和管理大数据的方法：1.持续加密对于任何企业来说，任何类型的数据都可能是最重要的。只有在一个人控制的范围内，私有和私有才能被认为是安全的。但是，许多行业巨头很容易成为黑客攻击的主要目标，并且许多公司都会对此感到危机感。随着公司全面发起针对黑客的反击以保护其资产，加密技术已成为对抗网络威胁的可行方法：通过将所有内容转换为代码并使用加密的信息，只有收件人才能对其进行解码。如果没有其他要求，则加密可以保护数据传输，并增加在数字传输中有效接触合适人员的机会。 2.仓库存储有人说大数据似乎是一个无休止的数据漩涡，非常难以管理。因此，可以考虑将信息整合到指定的位置-数据仓库。通过数据的存储，校准，集成和输出，可以对数据进行集中和分层管理。在确保数据的及时性和生态性的同时，它还可以完成数据处理的不同级别。 3.备份服务-想象在云中。如果数据存储技术是棘手的