近幾年物件儲存大行其道，以往儲存集中在區塊儲存和檔案儲存，何以物件儲存突然受到注意？
顧名思義，物件儲存以「物件」（Object）為單位，而不是檔案或數據區塊。「物件」包括數據本身、元數據（Metadata）和唯一識別碼。比較多人熟悉，以下將討論物件儲存的特色和Metadata的重要性。
不少企業都配置了SAN或NAS儲存，何以仍多此一舉，引入物件儲存系統？ 原因是非結構性數據爆炸增長，而大數據分析、機器學習、人工智能的模型訓練，不不改變企業營運的新技術，主要是靠從非結構性數據獲得。 非結構性數據也不一定沒有固定結構，以「非結構」來形容，不過相對於關聯式數據庫（Relational database）的「結構性」，數據有預定的模式結構（Schema）。 互聯網和物聯網產生數據，以非結構性數據為主體，具備的巨大商業潛力，但假如不從產生數據開始，設計如何儲存和管理，最終可能變成浪費，得物無所用。
首先，傳統儲存為何不能應付非結構性數據？ 傳統儲存各有短處 當然，SAN或者NAS系統可儲存非結構性數據，問題在數據量增長迅速，早已超越了上述兩者擴充能力。第二，非結構性數據不能發揮價值，現代數據分析依靠API或者工業標準存取，全靠Metadata分類和自動化操作，SAN或NAS儲存數據時，並不支援類似性能。 當然，物件儲存並不可應用在任何場景，例如不適用於交易數據庫（Transactional Database），或者較難作內部檔案系統，因為物件不以層級分類。 物件儲存針對的是『非結構性數據』（Unstructured Data），一般指沒固定欄位和格式；例如影片、圖片、語音、檔、Office檔案、PDF檔、電子郵件、網頁等數據，大部分是文本或非文本格式的人為產生的數據或機器產生的數據。
SAN大材小用 以互聯網上產生的數據，多以非結構性為主，而SAN屬於區塊儲存，即數據以區塊（Block）為單位，NAS則支援檔案系統，例如NFS和SMB，以檔案為單位。以SAN儲存非結構性數據，成本太高，非結構性數據存取毋須太快，甚至有時作存檔之用，SAN大材小用。 SAN儲存是針對結構性數據，如數據實時交易，SAN已進入NVMe快閃年代，存檔非結構性數據，浪費以外也難以應付。
以SAN來說，數據儲存時分成小區塊（Block），一般區塊4k大小，然後將代表每個區塊Byte Offset放在一個表格上，取回數據時就查看表格，按圖索驥擷取，問題在於數據量級到了Petabyte，儲存在同一個區塊儲存設備，尋找速度隨數據量下降，情況有如數據庫，數據庫行數增加，掃讀尋找時間更長。當然，區塊儲存過大，也可將儲存分割成不同LUN，如此一來，又增加管理難度。
非結構數據爆炸 NAS亦可以儲存大量非結構性數據，亦遇上擴充能力問題，NAS以層級（Hierarchy）分類組織檔案，檔案層級結構和路徑，只能應付百萬級，也不能無限擴充，催生了物件儲存的出現，原因是具備無限擴容，加上低成本，解決傳統儲存的先天限制。
近年興起Hadoop 分散式檔案系統(HDFS)可將數據分散在不同儲存設備，有效解決SAN和NAS儲存難題，數據存檔案至HDFS之前，檔案先被分拆成小區塊，稱之Block，並且會將同一個Block複製成數等分（Replication預設值是複製3份）再將block分散儲存到各個DataNode，同時會產生一份清單，記載著這份檔案所屬的block與散落那幾台DataNode，清單則記錄在NameNode上。分散式系統可解決儲存數據過多時容量擴充的困境，問題是不是很多人曉得如何管理HDFS，而且HDFS要耗用多兩倍的儲存空間作容錯，設置成本也不低。 如果說，我不介意花錢，以傳統儲存SAN和NAS來存檔非結構性數據。如此一來，到了要分析數據或者利用數據作自動化，又會遇上難分類檔案內容，因為SAN和NAS都缺乏「內容感知」（Context awareness）能力，只讀到檔案創建日期、檔案名稱、作者之類。
數據分析的基礎 物件儲存的最大特色，是可通過Metadata存取檔案，基本上結構是平面，存取時則以API，甚至直接以HTTP協定搜尋，輕鬆從儲存中搜尋、提取和管理數據。 物件儲存具備成本優勢，極之適合存檔和分析用途，除了 通過特定API存取，物件儲存可通過中繼數據，也就是Metadata驅動和自動化，Metadata可以自訂並在產生時預訂，以便日後分類自動化，物件儲存產生和存入數據，可自動為檔案加上預設Metadata，毋須第三方工具加上標注，方便未來數據分析，只要利API接上層級的分類，就可取得預定數據分析。 互聯網時代產生大量非結構性數據，存檔最大意義就是為了數據分析，以產生商業價值。以傳統儲存處理數據，無法以API取存和控制，最終可能變成「暗數據」，企業花費大量金錢存儲，卻不能提取更多價值，數據只是束諸高閣。
不少人提起物件儲存，自然想起了雲服務，雲端上各種物件儲存，確可儲存Petabyte級的數據，問題在費用隨數據量上升，提取數據又收取「下載費用」（Egress fee），再加上使用網絡和交易費，最後可能大失預算。
公有雲法律風險 數據主權亦限制了公有雲的物件儲存用途，涉及私隱和法律規管等考慮。近年各國訂立嚴厲法例保護數據私隱，數據內容一旦包含客戶私隱，處理不當外洩，企業可受重罰，公有雲數據分散多地，可能不符存放數據地域要求。 事實上，私有雲的物件數據平台早就出現，不少企業也考慮自行建立物件儲存， Hitachi Content Platform是最熱門選擇，專門針對非結構數據的物件儲存，而且在設定和儲存Metadata極為先進。
事實上，儲存系統最大價值在發揮數據價值，不是純粹為存檔數據，非結構性數據的價值，正是如何從數據發掘洞見。 選擇物件儲存，其中一個最大考慮是Metadata管理和設定，未來作為組織、自動化數據管理，提高數據可視性，數據增長亦能有序控制。 穩定支援Metadata 對物件儲存異常重要，Hitachi Vantara理解到Metadata作為管理數據工具的潛力，Hitachi Content Platform可根據商業價值分類數據，產生數據過程自動加入預設Metadata，日後為數據管理增加新維度，例如根據數據內容而進行自動化操作，或按不同雲平台性價比，針對性進行數據分析。
物件儲存也利用嶄新儲存技術，減少硬碟重建時間和容錯所需的空間，傳統儲存的容錯硬碟列陣技術RAID，隨硬碟容量擴大，重建損毀時間愈來愈長，物件儲存亦開始支援Erasure Coding技術，通過先進計算數據分散多個儲存設備，甚至不同地域數據中心，減少容錯所需的額外空間，也縮短重建硬碟的時間，並加強數據的保密。 物件儲存是發掘數據商業價值的工具，正如Hitachi Vantara口號，可充份發揮數據的價值（Maximize the Value of Your Data）。