DataLake老矣？PureStorage说DataHub才是未来

最近Pure Storage又在搞事。我特别怕Pure搞事，因为它在Sales&Marketing上投入太大了，超过40%。因此，它一搞事，搞得人人都知道。

大家知道，Pure的产品其实就两款，一个是针对结构化数据的FlashArray，一款是针对非结构化数据的FlashBlade。目前，FlashArray已经卖得很好了，帮助Pure连续5年成为Gartner固态存储魔力象限领导者，未来的增长，Pure主要寄希望于FlashBlade。

为了卖好FlashBlade，必须包装一个新概念，打击老概念，这个新的概念就是Data Hub，这个data hub我都不知道如何翻译，因此就不翻译了。

Pure说，现在第二数据有很多孤岛，不能做到很好的共享。因此一个企业有很多套第二存储。

由于不同的场景对存储要求不同，原来的老存储架构很难同时满足这些场景，因此，这是造成孤岛的原因。

但是，DTAT HUB能同时满足这些场景的要求。

这个DATA HUB必须同时具有下面4个特征。

这个产品就是FlashBlade。

其实套路很简单，我们营销一般也是这么搞的。但是，为了让大家加深印象，光创造一个data hub的概念是不够的，还需要打击传统的data lake。

因此，Pure列举了DATA LAKE（主要是传统的计算存储不分离的DAS形态）的种种缺点，衬托DATA HUB的种种优点。

Pure也知道，现在很多Data Lake不是DAS架构了，很多也是存储和计算分离的，比如菊厂也在推独立的数据湖方案（详见为什么大数据需要数据湖？）。

因此，Data Hub从本质来讲，不是一个新的概念，也不是一个新的vision。

其实，按照Gartner的观点，Data Hub，Data Lake和Warehouse各有侧重，在一个企业都是需要的。Gartner说，到2020年，使用包含Data Hub，Data Lake和Warehouse的紧密数据战略的企业将获得比竞争对手高30％的数据资产回报。

Data Warehouse— 支持大多数已知数据（结构化，事务性）和已知问题（可重复，广泛使用），以便为运营业务提供共识。

Data Lake— 支持未知数据（较少有组织，原始和/或外生）和未知问题（以发现和数据科学为导向），以实现探索和创新。

Data Hub— 在生产和消费系统和流程之间实现可管理和受管理的数据共享。

一句话，Data Hub更强调数据的共享，因此，存储厂商推广这个比较容易销售外部存储。

还有，这三个术语也不是指某种产品，这只是三种体系架构，和具体的产品没有必然联系。比如SAP和Cloudera也在推Data Hub的解决方案。

SAP Data Hub:

Cloudera Data Hub：

我在文章备份软件老矣？存储新风口——超融合第二存储来了提到，很多公司都在做第二存储创新，而且大多数都是从备份领域入手。

而Pure根据自己的产品特点（只有全闪存），抓住AI热潮，硬生生把第二存储对性能要求比较高的负载分出来，炒作Data Hub的概念，放大Data Hub的优势，诱导用户把数据放到自己的FlashBlade上。

Pure说，第二存储没有分层，只有冷热。热的第二数据还是在全闪存上，只有冷数据才需要用到HDD。

西瓜哥觉得，如果Cohesity做得好一点，比如推出全闪存节点，可以把Pure的高性能场景也纳入的话，也不是不行。