与大数据、云计算相结合：

从使用层面讲，其实在所有的监控图画信息中，有用的往往只要1%甚至不到1%，99%的信息都是无用信息。但正是有了这99%%的无用信息的铺垫，才沉淀了1%的有用信息。因此，不管是有用还是没用的视频信息，都要进行存储，这就势必会带来巨大的存储压力。而视频监控图画往往是很多职业事情和事例中过后查证的重要证据，在管廊监控体系使用中，视频监控图画的存储时间往往都在1-3个月甚至更久。监控图画清晰度的进步，必然带来图画存储更大的压力。

同时视频监控存储还有以下五大新要求：

高容量：高清化带来存储容量猛增，需求稳定可靠的大容量存储：进步单套体系容量：经过SAS扩展级联多个JBOD，支持3TB、4TB硬盘，增强RAID健壮性;运用集群存储体系：增强存储体系弹性扩展才干，弥补单机可靠性缺乏；

高功能：高清监控对存储总带宽要求较高，而且存储功能要根据监控特色进行调优：功能优化：高清大码流高并发数据流，不同形式下(边写边读、边删边写、RAID重建)的IO功能优化、NAS功能优化;使用结合：NVR软件嵌入后的使用处理才干，合理分配体系资源；

高能效：海量存储部署的背后是很多的能源消耗、昂扬的运用本钱，监控设备都应是低功耗设计：在DVR时代，监控厂商经过硬盘轮休下降功耗、延长寿数，而网络存储则可运用MAID实现节能，但MAID更多适用于备份归档环境;考虑到监控使用是7*24不间断的，选择高转化功率的电源(80Plus电源或许直流电源)更有价值，可在不影响使用的情况下下降能耗；

高密度：监控对存储最基本的需求便是下降每TB本钱、每槽位本钱：高清监控遍及后，原有3U16盘位设备，单台存储容量有限，高盘位存储能够支持更多摄像头;4U24盘位以上的高密度存储，能够有用下降每槽位本钱、进步单台存储容量、节省机架空间；

高适用：存储必须针对监控实践需求进行设计，处理客户痛点才干生存：文件碎片过多导致功能下降、断电后文件体系易损、流媒体直写、高功率的索引结构;进步NVR嵌入使用的便利性和兼容性，支持Windows/Linux软件，供给与外部监控子体系接口的API，实现高功率的分析，在海量数据中快速定位;以UIT的SV1000G2为例，从产品设计上就贯穿了5个高，选用端到端的SAS6Gb技能、Intel最新的SandyBridge渠道进步功能，4U24/4U36的高密度设计、支持3TB硬盘，进步单套体系的存储容量，下降每槽位本钱;适用转化功率高达90%的80Plus电源，能够节约更多电能，下降体系运营本钱;经过架构优化能够与监控体系更紧密结合。

基于以上要求对视频监控存储就有了新需求：

视频监控商场的飞速发展，带来的是数据的爆破式增加。尤其是全国平安城市建设所带来的监控数据的爆破式的增加，给后端的存储及办理带来了很多困难：后端具有了很多的监控数据和信息；如何去保存、分析及利用这些数据，对整个安防职业来说，挑战非常大。能够说将大数据界说为继物联网、云核算之后的新一轮的信息革命，一点也不夸大。

大数据、安防云是处理之道：

为了用基于物联网形式而且选用云存储技能来满足现代化安防的需求。而选用云核算技能推出的视频监控云服务，可有用处理媒体大数据的获取、存储、检索、智能使用等问题的视频大数据存储及使用体系，为视频监控的快速准确检索、智能使用等供给了端到端的处理方案。现在，视频监控云服务已经在多视频建设项目中被使用，有用缓解了视频数据的无限量积压，当需求查找数据时，可迅速被查找到。