编辑“对象存储”（章节）

== 对象存储应用场景 ==
=== 分析 ===
可以在云对象存储中收集和存储几乎无限的、任何类型的数据，并执行大数据分析以获得有关运营、客户和所服务的市场的宝贵见解。

=== 数据湖 ===
数据湖使用云对象存储作为其基础，因为它具有几乎无限的可扩展性和高持久性。可以无缝、无中断地将存储从 GB 增加到 PB 的内容，只需为使用的内容付费。它具有可扩展的性能、易于使用的功能、原生加密和访问控制功能。

=== 云原生应用程序数据 ===
云原生应用程序使用容器化和无[[服务器]]等技术，以快节奏和灵活的方式来满足客户的期望。这些应用程序通常由称为微服务的小型、松散耦合的独立组件组成，这些组件通过共享数据或状态进行内部通信。云存储服务为此类应用程序提供数据管理，并为云环境中持续存在的数据存储挑战提供解决方案。利用对象存储，可以添加任意数量的内容，而且能在任何位置访问内容，因此，可以更快地部署应用程序并接触更多的客户。

=== 数据存档 ===
云对象存储非常适合长期数据留存。可以使用能够优化数据持久性、加快检索速度、加强安全性与合规性并且提升数据可访问性的解决方案来取代本地的磁带和磁盘存档基础设施，从而获得高级分析及业务情报能力。还可以以经济高效的方式归档大量富媒体内容，并长时间保留强制性监管数据。

=== 富媒体 ===
加速应用程序并降低存储视频、数字图像和音乐等富媒体文件的成本。借助对象存储，可以创建经济高效的全局复制架构，通过使用存储类和复制功能将媒体交付给分布式用户。

=== 备份和恢复 ===
可以将对象存储系统配置为复制内容，这样就可以在物理设备发生故障时使用复制的对象存储设备。这可确保系统和应用程序继续运行而不会中断。还可以跨多个数据中心和地理区域复制数据。

=== ML ===
在机器学习（ML）中，“教”计算机进行预测或推理。使用算法来训练模型，然后将模型集成到应用程序中，以实时和大规模地生成推理。由于规模和成本效率的原因，机器学习需要对象存储，因为生产模型通常从数百万到数十亿个示例数据项中学习，并在短短 20 毫秒内生成推理结果。
说明	输入内容	输出结果
斜体	''斜体文字''	斜体文字
粗体	'''粗体文字'''	粗体文字
粗斜体	'''''粗斜体文字'''''	*粗斜体文字*