近年來，移動互聯網、物聯網、云計算的快速發展催生并積累了大量的用戶、業務數據。市場調研機構IDC預計，未來全球數據總量年增長率將維持在50%左右，到2020年全球數據總量將達到40ZB。據統計，這些海量數據中只有10%—15%的數據是被經常訪問的，而絕大部分都會在產生之后逐漸變冷。這些“冷數據”的訪問率雖然很低，但用戶還是希望保留這些數據；對于企業而言還有很多數據需要進行備份和存檔。

對于冷數據的技術存儲，首先是數據的分級，主要是指從海量的數據中根據文件的訪問頻率、價值等因素，進行冷熱數據的分類，甚至分出更細的數據類型，如“溫數據”、“冰數據”等。目前常見的數據分級方法主要有兩類，一類是業務數據的分類，即基于具體的業務類型，結合長期以來的運營經驗，進行運營級的數據分類；另一類是基于數據存取特性的分類，即借助存儲軟件系統自動進行數據的冷熱分級。通過存儲軟件系統對數據進行冷熱監控，統計分析一個時間周期內的IO冷熱程度，并按照設定的分類策略自動進行數據的分類，并將冷數據從前端業務存儲系統遷移到冷數據存儲系統。存儲密度的提升，幾乎所有的存儲部件廠商都在努力通過提升單盤的存儲容量來應對數據的快速增長。在磁、光存儲密度快速提升的同時，電存儲也表現出色，32TB的SSD盤已經問世，且預計未來還有更大的增長空間。數據的壓縮去重，提高有效數據的存儲比例。為了提升數據存儲的可靠性，通常會對數據進行多副本存儲，但多副本的方式會帶來存儲數據量的倍增。為了進一步提升存儲效率，在一些讀寫性能要求較低的場景下，可以選擇只保存校驗數據。

運營能力的提升方面，海量數據的存儲需要更智能化的運維系統，包括對數據的定期巡檢、數據的精細化分類、自動化的數據遷移、故障預測及定位、設備的休眠等機房節能措施。此外存儲的架構設計也是當前的研究熱點，包括設備的分級、存儲介質的選型、數據存儲格式、數據檢索以及對外服務接口等。

另外，數據訪問延遲、整體讀取速率以及數據持久性等，也是海量冷數據存儲的關鍵技術。這些關鍵技術相互制約影響，尤其是在運營能力提升方面，涉及的因素眾多，對冷數據存儲的選型提出了新的挑戰。國內外大型互聯網企業已根據自身的業務特點，結合多年的運營經驗和業務預測，進行存儲架構的整體設計，并基于其在冷存儲方面的經驗和技術積累，對外提供了相關的冷數據存儲服務。以亞馬遜網絡服務推出的“AWS冰川”數據存儲服務為例，用戶可以采用它來存儲無限量的數據，并建立存儲庫列表進行管理，包括各種檔案的生命周期管理和訪問策略。此外還有谷歌公司提供的“近線云存儲”服務，以及微軟公司提供的“CoolBlob”存儲產品，都是具有一定代表性的海量冷數據存儲服務，而它們都有一個共同的特點就是“無限量”。對于數據量較小且在快速增長的企業而言，可以選擇使用一部分的云存儲服務，同時也逐步探索建設自己的數據存儲中心。海量冷數據存儲的關鍵還在于運營，在于存儲策略和業務需求的匹配度，因此還需積極參與各種社區、聯盟組織的活動，借助產業發展的力量，更多地借鑒先行者的經驗，了解行業的技術發展情況，及時更新制定適合自身需求的存儲架構和技術路線。