（文章來源：企業(yè)網）

云數據存儲的高成本粉碎了企業(yè)公有云業(yè)務案例的夢想。一些企業(yè)表示他們可以以和按月云存儲和用例費用相同的成本購買到硬盤。但對云消費者而言，可能很難搞清楚價格差異到底體現在哪。為了能夠完整的理解這些內容，就要看看在你購買云存儲時，你實際得到了什么。

磁盤容量單獨而言相對的不是那么貴，尤其是大規(guī)模應用上。你可以花費比100美金多一點的資金購買太字節(jié)的外接硬盤，比如，你可以假想要一個100TB容量的大型服務器，就可以為10，000個終端用戶在這個服務器上存儲10GB，當然我們假設他們的I／O活動受限。

另一方面，一個單一的用戶擁有10GB存儲和高事務處理率，就可以輕松地消耗整個服務器，或者上載云提供商的數據中心路由器和存儲區(qū)域網絡（SAN）。當數據定期訪問，尤其是在云計算外部訪問時，云數據存儲成本要更高。數據使用費反映的成本負擔強加于云管理員身上。企業(yè)認為訪問云數據迫使他們擴展連接速度，為了避免擁擠。這一點轉而使得網絡成本增加。

云消費者需要協(xié)助管理數據成本，四個戰(zhàn)略已經形成，協(xié)助他們解決這些成本窘境。發(fā)掘數據存儲和使用層次。當設計一個應用并將其和數據關聯(lián)，要想到創(chuàng)建存儲層次。同時內存數據高速緩存可能在云端看起來很蠢，但是通過保持大部分內存元素訪問，可能減少數據訪問率，從而減少成本。研究一下如何聯(lián)合云存儲的不同類到一個層次中–從實時到歸檔，都可以影響數據價格。

考慮本地存儲即服務來支持云應用。盡管本地資源和云之間的塊或者文件系統(tǒng)I／O不可能具有成本效率或者平穩(wěn)的性能，但是可能對于在本地存儲數據是實用的，而且以RDBS查詢級的界面（DBaaS）形式展現給云托管應用。這樣可以為云數據減少成本，協(xié)助云托管應用訪問本地數據更快速，企業(yè)可以將更多應用轉移到云端。這個戰(zhàn)略對于大型數據庫查詢產出相對小的結果集最有效。

對云數據存儲使用摘要數據庫。云分析尤其能夠在摘要數據上操作，而不是業(yè)務／交易型詳細的文檔上操作。去商店找產品銷售，而不是注冊細節(jié)，通過幾個數量級減少記錄數量。這樣做可以減少數據存儲成本。

關鍵業(yè)務應用最難部署在云端，因為他們經常使用大型數據庫記錄交易。零售業(yè)應用中，比如，這些數據庫包含市場并改變的庫存。盡管很多企業(yè)在云端部署關鍵業(yè)務應用的Web前端，但是俺們希望云備份應用組件。在這個案例中，關鍵在于控制數據成本，可能創(chuàng)造出多階應用。

考慮Web零售系統(tǒng)。這些系統(tǒng)通常為很少的數據生成大多數的交易。如果前端設置了空閑的“存款（deposit）”項目，代表一個數量少于這個數量實際上可用，這個公司是就能不用檢查庫存安全接受訂單。這樣就將庫存項目脫離了云存儲。因此企業(yè)可以承擔每一次訪問云存儲數據庫的費用，這個系統(tǒng)就是省錢的。

應用隨后可以以一定頻率發(fā)送更新到本地數據庫，并收到一個額外的“分配（allotment）”，他們可以再訂單置好時撤銷。這就允許大多數訂單可以被處理，甚至數據中心短暫的宕機。類似高速緩存的過程，數據可以用于其他的在線活動，也能夠節(jié)省企業(yè)資金。

保存?zhèn)浞莞北尽？紤]在一些便宜的備份網站上保存一些數據的副本，然后在需要時“恢復”到更貴一點的云存儲上。數據在恢復期間不可用，但是斷電的影響就最小化了。對于擁有低水平活動的數據庫而言，這個戰(zhàn)略可能是管理成本最理想的方式，同時收獲了數據中心失敗后事件的脫機處理選擇。

因為云計算改變了IT規(guī)劃的所有方面，所以數據庫軟件和架構也改變了。企業(yè)必須關注這些改變如何影響他們，不管是其虛擬資源還是私有云也包括他們的公有云選擇和價格。在云端存儲數據永遠也不可能比在一個編寫的硬盤上存儲數據便宜，但是利用云存儲這項技術的優(yōu)勢可能會給購買者最佳的成本和最高的投入產出比。