日前，在emc的数据湖2.0策略和新产品发布上，新一代emc的isilon横向扩展nas数据湖发布。新isilon产品横跨边缘、核心和云，整合多个工作负载，允许用户从所有位置访问并分析数据，旨在提供一套更高效的数据湖。
emc isilon大中华区总经理杨兰江说：“isilon在emc整个业绩的表现中非常不俗。2015年我们销售重点是软件定义存储、企业混合云，加上新的极速增长的三块产品；在xtremio、hdfs、dps核心产品外，新产品给公司带来更大商机。这得益于非结构化数据的增长突飞猛进。我们看到数据湖很好地迎合的目前市场发展，尤其是第三平台所有数据类型。”
数据湖2.0之isilon
定位于全局可控应用的emc数据湖2.0策略，由三款新产品构成，即isilon发布的软件定义存储产品isilonsd edge、新一代isilononefs操作系统、新一代isiloncloudpool。
在isilon的数据湖2.0架构中，三款产品提高了数据湖的能力，将非结构化数据在核心数据中心的应用扩展至分支机构等边缘位置，并归档至云中。新方案旨在提供一套更高效的数据湖，全新的isilon尊龙凯时注册的解决方案整合多个工作负载，允许用户从所有位置访问并分析数据。
作为分布式nas，在isilon数据湖1.0版本中，在单一数据集群中该文件系统扩展至50pb。而为了将其边缘（如公司分支）等数据全部纳入其中，得以升级至2.0版本。
isilon数据湖2.0重新定义了边缘存储，即以软件定义的方式使企业边缘分支无需采用标准商用硬件存储，即可基于vmware vcenter构建自有版本isilon。
自2010年被emc收购以来，isilon发展顺利，尤其是近三年来，其业务增长最快。杨兰江介绍，isilon持续保持在能源,生命科学、媒体,健康医疗等行业的强劲增长和领导地位，同时在新行业也有突破。isilon在中国最大的客户东方物探，仅2013年装机容量达到7pb。
“isilon产品一直被认为是做大文件应用场景，但事实上在保险行业、金融行业很小的应用场景下，我们也有了2.5倍的增长。在商业系统即smb，增长最快，达到了50%。”杨兰江说。
在2014，isilon2014年增长38%，完成126%销售目标。完成250多个项目、650多个节点、40多pb、120多新客户。特别是在医疗、教育、制造、小金融等行业迅猛增长；在媒体行业增长56%，进一步巩固isilon在媒体行业的领导地位；突破电信行业，进入某大型运营商后督系统。
谈到isilon发展顺利的原因，杨兰江苏表示，这是因为市场需求所致。当前，客户受到由日益猛增的非结构化数据所带来的困扰，多数都开始采用通过第三平台作数据迁移。且猛增的非结构化数据的管理问题使cio苦不堪言。isilon的技术迎合了这样的趋势。
杨兰江介绍，自被emc收购了后，emc以其超强的销售团队及英明的管理层，得以很好地整合收购过来的公司。在emc产品部大力推动isilon下，以统一的销售渠道，加之emc完善的服务体系，使客户满意度大大提高，从而使isilon获得如此好的成绩。
眼下，emc正在着手于2016年计划。公司着手于多产品线整合。在数据湖端，在isilon外，emc将仔细探讨面向对象整合的私有云，拟推出相关市场策略包括培训渠道，引导销售等等。
边缘存储被重新定义
关于新品的重新定义，emc isilon大中华区资深技术顾问康锦荣解释，正常客户端通过标准施加不同类型多协议网络i/o，isilon通过vcenter简易管理这些存储节点，他们同时具备isilon横向扩展无缝扩张及所有isilon的软件功能，如复制、快照等。
基于vmware构建的虚拟的isilon edge可双向推送，也可全局协作，且只需在社区下载安装直接扩展即可。即提供非生产用途的免费下载，并为生产用途的应用提供以集群为单位的软件授权。
值得一提的是，isilonsd edge将提供非生产用途的免费下载，并为生产用途的应用提供以集群为单位的软件授权。
而无中断的服务、50pb容量，这一直是isilon onefs的核心技术。新的onefs则在诸如支持微软最新协议等等细节都有改进。
cloudpools新品是isilon产品线中一个全新的软件应用程序，让isilon能够轻松扩展至公有云、私有云和混合云。
cloudpools让isilon能够将数据分层至公有云中，例如aws、microsoft azure和virtustream中，而无需云网关。cloudpools还能让数据中心扩展至emc elastic cloud storagetm (ecs)和isilon，并作为一个私有云使用。isilon可扩展其核心命名空间至云中，以确保数据无论在什么位置都能安全访问。当数据被分层至云中，传输和压缩过程是加密的，以确保企业数据在云中的安全性。这让组织能够将其数据湖扩展至云规模的容量，同时确保数据访问和管理的一致性和简单性。