IDC:预计到2025年全球将有175 Zettabytes的数据

2023-10-25 01:59

本文主要是介绍IDC:预计到2025年全球将有175 Zettabytes的数据,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

转载自:https://www.networkworld.com/article/3325397/idc-expect-175-zettabytes-of-data-worldwide-by-2025.html
IDC发布了一份关于不断增长的数据领域的报告,它称之为集体世界的数据,就像最近的思科研究一样,这些数字是惊人的。IDC预测,世界数据的总和将从今年的33个zettabytes增长到2025年的175ZB,复合年增长率为61%。
在这里插入图片描述
175ZB的数字比去年对数据增长的预测增加了9%,到2025年。由希捷赞助的IDC的“2025年数据时代”白皮书表示数据领域有三个位置。首先是核心,其中包括传统和云数据中心,第二是边缘,其中包括手机信号塔和分支机构,第三是端点,包括PC,智能手机和物联网(IoT)设备。

很难想象175ZB的数据,但IDC的高级副总裁David Reinsel在希捷公司的一个视频中解释了这一消息。zettabyte是兆兆字节。现在乘以175倍。

“如果有人能够将175ZB存储到BluRay光盘上,那么你将有一堆光盘可以让你登上月球23次,”Reinsel在视频中说。“即使你可以在今天最大的硬盘上下载175ZB,也需要125亿个硬盘。作为一个行业,我们今天只发运了一小部分。“

毫无疑问,希捷很高兴听到这一点。

2025年的数据和存储预测
2025年还有其他非凡的统计数据:

存储行业将在未来七年内出货42ZB。
到2025年,将在物联网设备上创建90ZB的数据。
到2025年,49%的数据将存储在公共云环境中。
到2025年,将近30%的数据将实时消耗。
基于云的数据的爆炸性增长将与核心或数据中心中存储的数据的增加相匹配。IDC表示,企业正在寻求集中数据管理和交付,以及利用数据来控制其业务和用户体验。

“维护和管理所有这些消费者和业务数据的责任支持云提供商数据中心的增长。因此,企业作为数据管理者的角色不断增长,消费者不仅仅是允许这样做,而是期待它。从2019年开始,企业核心中存储的数据将超过世界上所有现有端点,“白皮书说。

IDC看到了新旧技术的混合,传统的旋转硬盘驱动器和固态硬盘都在快速增长,NVM-NAND技术在价格下降时起飞。磁带驱动器将增长,而不会消失,因为它们提供经济的存储和卓越的存档功能。

更多数据将存储在核心中
IDC还预测,到2024年,核心中存储的数据量将超过端点存储量的两倍,“从2015年开始完全逆转动态”,因为核心成为首选的存储库。这是一个有趣的趋势,因为近年来智能手机的存储容量大大增加,现在高端智能手机提供256GB的存储空间。

在物联网的推动下,边缘将继续增长,并转向“实时”数据,而不是后来存储和采取行动的数据。IDC预测,到2025年,普通人每天将有近5,000次数字互动,而今天人们的平均数量为700到800左右。

这篇关于IDC:预计到2025年全球将有175 Zettabytes的数据的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/279292

相关文章

SQL Server修改数据库名及物理数据文件名操作步骤

《SQLServer修改数据库名及物理数据文件名操作步骤》在SQLServer中重命名数据库是一个常见的操作,但需要确保用户具有足够的权限来执行此操作,:本文主要介绍SQLServer修改数据... 目录一、背景介绍二、操作步骤2.1 设置为单用户模式(断开连接)2.2 修改数据库名称2.3 查找逻辑文件名

canal实现mysql数据同步的详细过程

《canal实现mysql数据同步的详细过程》:本文主要介绍canal实现mysql数据同步的详细过程,本文通过实例图文相结合给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的... 目录1、canal下载2、mysql同步用户创建和授权3、canal admin安装和启动4、canal

使用SpringBoot整合Sharding Sphere实现数据脱敏的示例

《使用SpringBoot整合ShardingSphere实现数据脱敏的示例》ApacheShardingSphere数据脱敏模块,通过SQL拦截与改写实现敏感信息加密存储,解决手动处理繁琐及系统改... 目录痛点一:痛点二:脱敏配置Quick Start——Spring 显示配置:1.引入依赖2.创建脱敏

详解如何使用Python构建从数据到文档的自动化工作流

《详解如何使用Python构建从数据到文档的自动化工作流》这篇文章将通过真实工作场景拆解,为大家展示如何用Python构建自动化工作流,让工具代替人力完成这些数字苦力活,感兴趣的小伙伴可以跟随小编一起... 目录一、Excel处理:从数据搬运工到智能分析师二、PDF处理:文档工厂的智能生产线三、邮件自动化:

Python数据分析与可视化的全面指南(从数据清洗到图表呈现)

《Python数据分析与可视化的全面指南(从数据清洗到图表呈现)》Python是数据分析与可视化领域中最受欢迎的编程语言之一,凭借其丰富的库和工具,Python能够帮助我们快速处理、分析数据并生成高质... 目录一、数据采集与初步探索二、数据清洗的七种武器1. 缺失值处理策略2. 异常值检测与修正3. 数据

pandas实现数据concat拼接的示例代码

《pandas实现数据concat拼接的示例代码》pandas.concat用于合并DataFrame或Series,本文主要介绍了pandas实现数据concat拼接的示例代码,具有一定的参考价值,... 目录语法示例:使用pandas.concat合并数据默认的concat:参数axis=0,join=

C#代码实现解析WTGPS和BD数据

《C#代码实现解析WTGPS和BD数据》在现代的导航与定位应用中,准确解析GPS和北斗(BD)等卫星定位数据至关重要,本文将使用C#语言实现解析WTGPS和BD数据,需要的可以了解下... 目录一、代码结构概览1. 核心解析方法2. 位置信息解析3. 经纬度转换方法4. 日期和时间戳解析5. 辅助方法二、L

使用Python和Matplotlib实现可视化字体轮廓(从路径数据到矢量图形)

《使用Python和Matplotlib实现可视化字体轮廓(从路径数据到矢量图形)》字体设计和矢量图形处理是编程中一个有趣且实用的领域,通过Python的matplotlib库,我们可以轻松将字体轮廓... 目录背景知识字体轮廓的表示实现步骤1. 安装依赖库2. 准备数据3. 解析路径指令4. 绘制图形关键

解决mysql插入数据锁等待超时报错:Lock wait timeout exceeded;try restarting transaction

《解决mysql插入数据锁等待超时报错:Lockwaittimeoutexceeded;tryrestartingtransaction》:本文主要介绍解决mysql插入数据锁等待超时报... 目录报错信息解决办法1、数据库中执行如下sql2、再到 INNODB_TRX 事务表中查看总结报错信息Lock

使用C#删除Excel表格中的重复行数据的代码详解

《使用C#删除Excel表格中的重复行数据的代码详解》重复行是指在Excel表格中完全相同的多行数据,删除这些重复行至关重要,因为它们不仅会干扰数据分析,还可能导致错误的决策和结论,所以本文给大家介绍... 目录简介使用工具C# 删除Excel工作表中的重复行语法工作原理实现代码C# 删除指定Excel单元