A menudo denominado "almacenamiento basado en objetos", es una arquitectura de almacenamiento de datos para manejar grandes cantidades de datos no estructurados. Son datos que no se pueden organizar fácilmente en una base de datos relacional y tradicional con filas y columnas. Hoy en día, los datos de las comunicaciones por Internet son en gran medida no estructurados. Esto incluye correo electrónico, vídeos, fotos, páginas web, archivos de audio, datos de sensores, y otros tipos de medios y contenido web, textual o no textual. Estos contenidos fluyen continuamente desde las redes sociales, los motores de búsqueda, los móviles y los dispositivos "inteligentes".

La empresa de estudios de mercado IDC estima que es probable que los datos no estructurados representen hasta el 80% de todos los datos del mundo en el año 2025.

A las empresas les resulta difícil almacenar y gestionar de forma eficaz (y asequible) este volumen de datos sin precedentes. El almacenamiento basado en objetos se ha convertido en el método preferido para archivar datos y realizar copias de seguridad. Ofrece un nivel de escalabilidad que no es posible con el almacenamiento tradicional basado en archivos o bloques. Con el almacenamiento basado en objetos, puede almacenar y gestionar volúmenes de datos del orden de terabytes (TB), petabytes (PB) e incluso mayores.

Los objetos son unidades discretas de datos que se almacenan en un entorno de datos estructuralmente plano. No hay carpetas, directorios ni jerarquías complejas como en un sistema basado en archivos. Cada objeto es un repositorio simple y autónomo que incluye los datos, los metadatos (información descriptiva asociada a un objeto) y un número de identificación único (en lugar de un nombre y una ruta de archivo). Esta información permite a una aplicación localizar el objeto y acceder a él. Puede agregar dispositivos de almacenamiento de objetos en grupos de almacenamiento más grandes y distribuir estos grupos de almacenamiento en distintas ubicaciones. Esto permite una escala ilimitada, así como una mayor resistencia de los datos y recuperación tras desastre.

El almacenamiento de objetos elimina la complejidad y los problemas de escalabilidad de un sistema de archivos jerárquico con carpetas y directorios. Los objetos pueden almacenarse localmente, pero lo más frecuente es que residan en servidores de nube, accesibles desde cualquier lugar del mundo.

El acceso a los objetos (datos) de un sistema de almacenamiento de objetos se realiza a través de interfaces de programación de aplicaciones (API). La API nativa para el almacenamiento de objetos es una API RESTful basada en HTTP (también conocida como servicio web RESTful). Estas API consultan los metadatos de un objeto para localizar el objeto deseado (datos) a través de Internet desde cualquier lugar y dispositivo. Las API RESTful utilizan comandos HTTP como "PUT" o "POST" para cargar un objeto, "GET" para recuperarlo y "DELETE" para eliminarlo. (HTTP significa Protocolo de Transferencia de Hipertexto y es el conjunto de reglas para transferir texto, imágenes gráficas, sonido, vídeo y otros archivos multimedia en Internet).

Puede almacenar cualquier número de archivos estáticos en una instancia de almacenamiento de objetos para ser llamados por una API. Están surgiendo otros estándares de API RESTful que van más allá de la creación, recuperación, actualización y eliminación de objetos. Permiten a las aplicaciones gestionar el almacenamiento de objetos, sus contenedores, cuentas, multitenencia, seguridad, facturación, etc.

Supongamos, por ejemplo, que quiere almacenar todos los libros de una biblioteca muy grande en una única plataforma. Tendrá que almacenar el contenido de los libros (datos), pero también la información asociada, como el autor, la fecha de publicación, la editorial, el tema, los derechos de autor y otros detalles (metadatos). Podría almacenar todos estos datos y metadatos en una base de datos relacional, organizados en carpetas bajo una jerarquía de directorios y subdirectorios.

Pero con millones de libros, el proceso de búsqueda y recuperación se volverá lento y engorroso. Un sistema de almacenamiento de objetos funciona bien en este caso, ya que los datos son estáticos o fijos. En este ejemplo, el contenido del libro no cambiará. Los objetos (datos, metadatos e ID) se almacenan como "paquetes" en una estructura plana y se localizan y recuperan fácilmente con una sola llamada a la API. Además, como el número de libros sigue creciendo, puede agregar dispositivos de almacenamiento en grupos de almacenamiento más grandes, y distribuir estos grupos de almacenamiento para una escala ilimitada.

Hay muchas razones para considerar una solución basada en almacenamiento de objetos para almacenar sus datos, especialmente en esta era del Internet y las comunicaciones digitales que está produciendo grandes volúmenes de datos multimedia basados en la web a un ritmo cada vez mayor.

Almacenamiento y gestión de datos no estructurados

El almacenamiento de objetos está experimentando una amplia adopción en la era de la computación en la nube y para la gestión de datos no estructurados, que los analistas estiman que representarán la gran mayoría de todos los datos del mundo en un futuro próximo. El volumen de contenidos generados en la web (correos electrónicos, vídeos, redes sociales, documentos, datos de sensores producidos por los dispositivos del Internet de las Cosas (IoT), etc.) es enorme y sigue creciendo. Los datos no estructurados suelen ser estáticos (no cambian), pero pueden necesitarse en cualquier momento y lugar (como imágenes y archivos de vídeo, por ejemplo, o copias de seguridad de datos archivados).

El almacenamiento de objetos en la nube es ideal para la conservación de datos a largo plazo. Utilice el almacenamiento de objetos para sustituir a los archivos tradicionales, como el almacenamiento conectado a red (NAS), reduciendo su infraestructura informática. Archive y almacene fácilmente los datos obligatorios y reglamentarios que deben conservarse durante largos periodos de tiempo. Conserve de forma rentable grandes cantidades de contenidos multimedia (imágenes, vídeos, etc.) a los que no se accede con frecuencia.

Escalabilidad

La escala ilimitada es quizá la ventaja más significativa del almacenamiento de datos basado en objetos. Los objetos, o unidades discretas de datos (en cualquier cantidad), se almacenan en un entorno de datos estructuralmente plano, dentro de un dispositivo de almacenamiento como un servidor. Basta con añadir más dispositivos/servidores en paralelo a un clúster de almacenamiento de objetos para obtener un procesamiento adicional y soportar los mayores rendimientos que requieren los archivos de gran tamaño, como vídeos o imágenes.

Menor complejidad

El almacenamiento de objetos elimina la complejidad que conlleva un sistema de archivos jerárquico con carpetas y directorios. Hay menos posibilidades de que se produzcan retrasos en el rendimiento y obtendrá una mayor eficacia a la hora de recuperar datos, ya que no hay carpetas, directorios ni jerarquías complejas por las que navegar. Esto mejora el rendimiento, sobre todo cuando se gestionan cantidades muy grandes de datos.

Recuperación tras desastre/disponibilidad

Puede configurar los sistemas de almacenamiento de objetos para que repliquen el contenido. Si falla un disco dentro de un clúster, hay disponible un disco duplicado, lo que garantiza que el sistema siga funcionando sin interrupciones ni degradación del rendimiento. Los datos pueden replicarse dentro de nodos y clústers y entre centros de datos distribuidos para realizar copias de seguridad adicionales fuera de las instalaciones e incluso entre regiones geográficas.

El almacenamiento de objetos es una alternativa más eficaz a las soluciones de copia de seguridad en cinta, que requieren cintas que deben cargarse y retirarse físicamente de las unidades de cinta y trasladarse fuera de las instalaciones para garantizar la redundancia geográfica. Puede utilizar el almacenamiento de objetos para realizar copias de seguridad automáticas de bases de datos locales en la nube y/o para replicar datos de forma rentable entre centros de datos distribuidos. Añada copias de seguridad adicionales fuera de las instalaciones e incluso entre regiones geográficas para garantizar la recuperación tras desastre.

Para profundizar en la recuperación tras desastre, consulte "Copia de seguridad y recuperación tras desastre: guía completa".

Metadatos personalizables

Recuerde que cada objeto es un repositorio autónomo que incluye metadatos o información descriptiva asociada a él. Los objetos utilizan estos metadatos para funciones importantes como las políticas de retención, eliminación y enrutamiento, las estrategias de recuperación de desastres (protección de datos) o la validación de la autenticidad de los contenidos. También puede personalizar los metadatos con contexto adicional que puede extraerse posteriormente y aprovecharse para analítica y análisis empresariales en torno al servicio al cliente o las tendencias del mercado, por ejemplo.

Precio asequible

Los servicios de almacenamiento de objetos utilizan precios de pago por uso que no conllevan costes iniciales ni inversiones de capital. Basta con pagar una cuota mensual de suscripción por una cantidad determinada de capacidad de almacenamiento, recuperación de datos, uso de ancho de banda y transacciones API. Los precios suelen ser escalonados o por volumen, lo que significa que pagará menos por volúmenes de datos muy grandes.

El uso de hardware de servidor básico supone un ahorro de costes adicional, ya que las soluciones de almacenamiento de objetos tienen restricciones de hardware limitadas y pueden instalarse en la mayoría de los servidores básicos configurados correctamente. Esto limita la necesidad de adquirir nuevo hardware cuando se implanta una plataforma de almacenamiento de objetos in situ. Incluso puede utilizar hardware de varios proveedores.

Compatibilidad con la nube

El almacenamiento de objetos va de la mano de entornos alojados o en la nube que ofrecen almacenamiento multiusuario como servicio. Esto permite que muchas empresas o departamentos de una misma empresa compartan el mismo repositorio de almacenamiento, teniendo cada uno acceso a una parte separada del espacio de almacenamiento. Este enfoque de almacenamiento compartido optimiza intrínsecamente la escala y los costes. Reducirá la infraestructura de TI in situ de su organización utilizando el almacenamiento en la nube de bajo coste y manteniendo sus datos accesibles cuando sea necesario. Su empresa, por ejemplo, puede utilizar una solución de almacenamiento de objetos basada en la nube para recopilar y almacenar grandes cantidades de datos móviles y de IoT no estructurados para sus aplicaciones de dispositivos inteligentes.

Los métodos de almacenamiento han evolucionado para adaptarse a la naturaleza cambiante de los datos. Los datos pueden ser transaccionales y recogerse en volúmenes más pequeños que se almacenan ordenadamente en una base de datos en una unidad de disco de un servidor. El almacenamiento basado en archivos y en bloques se adapta bien a este tipo de datos estructurados y sigue funcionando bien en determinados escenarios. Pero Internet lo ha cambiado todo. Las organizaciones luchan por gestionar volúmenes cada vez mayores de contenidos digitales basados en la web (datos no estructurados). El almacenamiento basado en objetos puede responder a este reto.

Es probable que su empresa tenga distintas necesidades de almacenamiento, en función de los requisitos de velocidad y rendimiento de sus operaciones informáticas. Analice detenidamente los métodos de almacenamiento basados en archivos, bloques y objetos, ya que cada uno tiene sus propias ventajas e inconvenientes. Puede que una combinación de estas arquitecturas satisfaga mejor sus necesidades de almacenamiento de datos.

Almacenamiento de archivos

Elalmacenamiento de archivos organiza y almacena datos dentro de una carpeta. Los archivos se nombran, se etiquetan con metadatos (normalmente el nombre de archivo, el tipo de archivo y cuándo se creó y actualizó por última vez) y se organizan en carpetas bajo una jerarquía de directorios y subdirectorios. Puede pensar en el almacenamiento de archivos del mismo modo que almacena los archivos físicos en papel en un archivador. Hay varios cajones (directorios) y carpetas de archivos etiquetadas dentro de cada cajón (subdirectorios). Para localizar una carpeta de archivos concreta en tu archivador, extraes el cajón adecuado y ves las etiquetas de carpeta. Del mismo modo, para acceder a los datos en un sistema de almacenamiento de archivos, su sistema informático sólo requiere la ruta (directorios y subdirectorios) en la que encontrarlos. Un sistema de almacenamiento jerárquico como este funciona bien con cantidades de datos relativamente pequeñas y fácilmente organizadas. Sin embargo, a medida que aumenta el número de archivos, el proceso de búsqueda y recuperación puede resultar engorroso y llevar mucho tiempo.

"Almacenamiento de archivos: guía completa" proporciona una descripción general completa del almacenamiento en bloques.

Almacenamiento en objetos

El almacenamiento basado en objetos se ha convertido en el método preferido para archivar datos y realizar copias de seguridad de las comunicaciones digitales actuales: medios no estructurados, contenidos web (correo electrónico, vídeos, archivos de imagen y páginas web) y datos de sensores producidos por dispositivos IoT. En lugar de dividir los archivos en bloques almacenados en discos en un sistema de archivos, este sistema de almacenamiento trata los objetos como unidades discretas de datos almacenados en un entorno de datos estructuralmente plano.

El almacenamiento de objetos no utiliza carpetas, directorios ni jerarquías complejas. Más bien, cada objeto es un repositorio simple y autónomo que incluye los datos, metadatos y un número de identificación único que una aplicación utiliza para localizarlo y acceder a él. En este caso, los metadatos son más descriptivos que con un enfoque basado en archivos. Puede personalizar los metadatos con contexto adicional que más tarde podrá extraer y aprovechar para otros fines, como el análisis de datos.

Utilice el almacenamiento de objetos como solución si necesita una capacidad de almacenamiento rentable para sus datos no estructurados que supere con creces los límites efectivos de las soluciones de bloques y archivos. El almacenamiento de objetos también es ideal para archivar datos que no cambian con frecuencia o nunca (archivos estáticos), como registros de transacciones o archivos de música, imagen y vídeo.

Almacenamiento en bloque

Elalmacenamiento en bloque ofrece una alternativa al almacenamiento basado en archivos, uno con mayor eficiencia y rendimiento. El almacenamiento en bloque desglosa un archivo en fragmentos de datos de igual tamaño y almacena estos bloques de datos por separado bajo una dirección exclusiva. No necesita una estructura de carpetas de archivos. En su lugar, puede almacenar la colección de bloques en cualquier lugar del sistema para obtener la máxima eficacia.

Para acceder a un archivo, un sistema operativo de servidor utiliza la dirección única para reunir los bloques, ensamblándolos en el archivo. Ganará en eficiencia, ya que el sistema no necesita navegar por directorios y jerarquías de archivos para acceder a los bloques de datos. El almacenamiento en bloque funciona bien para aplicaciones empresariales críticas, bases de datos transaccionales y máquinas virtuales que requieren baja latencia (retraso mínimo), acceso granular o más detallado a los datos y un rendimiento constante.

"Almacenamiento en bloque: una guía completa" ofrece una visión general completa del almacenamiento en bloque.

Para conocer más de cerca las diferencias y ventajas del almacenamiento de archivos y en bloque, vea nuestro vídeo "Almacenamiento en bloque frente a almacenamiento de archivos":

Como ya se ha mencionado, el almacenamiento basado en objetos es una solución ideal para almacenar, archivar, realizar copias de seguridad y gestionar grandes volúmenes de datos estáticos o no estructurados.

Otros casos de uso son los siguientes:

• Aplicaciones nativas de la nube: El almacenamiento de objetos en la nube va de la mano del desarrollo de aplicaciones en la nube. Cree nuevas aplicaciones nativas de la nube o transforme las aplicaciones heredadas en aplicaciones de nube de nueva generación utilizando el almacenamiento de objetos basado en la nube como almacén de datos persistente. Recopile y almacene grandes cantidades de datos móviles y de IoT no estructurados para sus aplicaciones de dispositivos inteligentes. Actualice los componentes de su aplicación de manera fácil y eficiente.
  
  
• IA y análisis de big data: Cree un repositorio de datos centralizado, aprovechando un almacenamiento de objetos rentable y escalable. Recopile y almacene cantidades ilimitadas de datos de cualquier tipo y de cualquier fuente. Consulte estos datos para realizar análisis de big data y obtener información valiosa sobre sus clientes, sus operaciones y el mercado al que sirve.

Más arriba hemos aprendido que se pueden utilizar simples llamadas a la API para cargar y recuperar archivos en un sistema de almacenamiento de objetos. Pero una aplicación también necesita los metadatos del objeto para localizar el objeto adecuado en el almacenamiento. Aquí es donde entra en juego una base de datos de almacenamiento de objetos. Esta base de datos proporciona una especie de directorio que utiliza los metadatos del objeto para localizar los archivos de datos apropiados en un sistema de almacenamiento distribuido.

Cada grupo de almacenamiento de objetos tiene una base de datos de almacenamiento de objetos que contiene dos tablas. Una tabla es un directorio de objetos y la otra es para el almacenamientode objetos.

El directorio de objetos contiene información descriptiva sobre cada objeto (los metadatos). Este directorio realiza un seguimiento de todos los objetos de la jerarquía de almacenamiento registrando el identificador del nombre de la colección, el nombre del objeto y otra información pertinente. Por ejemplo, en la metodología de almacenamiento de objetos de IBM, la tabla del directorio de objetos incluye tres "índices":

• La marca de tiempo de creación de objetos
  
  
• El identificador del nombre de la colección (ID del nombre), los datos de la acción pendiente y la marca de tiempo de creación del objeto
  
  
• El nombre del objeto y el identificador del nombre de la colección

La segunda tabla de la base de datos de almacenamiento de objetos es la tabla de almacenamiento de objetos, que contiene el contenido/archivo de datos propiamente dicho (los objetos). Los datos (contenidos digitales fijos como archivos de vídeo e imagen o grandes bibliotecas de documentos) se sitúan en el almacén de objetos, mientras que los metadatos (información contextual sobre los datos, incluido el identificador del nombre) residen en una base de datos/tabla de directorio de objetos.

Cuando una aplicación "publica" un archivo, crea los metadatos y los almacena en la tabla del directorio de objetos dentro de la base de datos de almacenamiento de objetos, junto con la "colocación" del archivo en la tabla de almacenamiento de objetos. Para recuperar el archivo más tarde, la aplicación consulta los metadatos en el directorio/base de datos de objetos y utiliza esa información descriptiva e identificativa para localizar u "obtener" los datos.

El código abierto se refiere generalmente a un modelo de desarrollo de software universal o no propietario. Un entorno de desarrollo de código abierto fomenta la colaboración. El público en general tiene libre acceso a todo el código fuente, la documentación, los kits de desarrollo de software (SDK) y las interfaces de programación de aplicaciones (API) del entorno. Los desarrolladores y programadores pueden modificar y mejorar el código fuente y, a continuación, compartir, distribuir o publicar estos esfuerzos dentro de la comunidad de desarrolladores. Otros desarrolladores pueden descargar este código o modificarlo.

Las tecnologías de código abierto le ofrecen la máxima flexibilidad y control sobre sus opciones de gestión y almacenamiento de datos. Con herramientas de código abierto y acceso a API abiertas, puede personalizar el código para adaptarlo a los requisitos específicos de su organización. No estará atado a tecnologías propietarias mientras desarrolla, sino que tendrá la libertad de utilizar el hardware existente que pueda poseer (o una mezcla de hardware de proveedores). También se beneficiará de los esfuerzos de otros desarrolladores dentro de la comunidad en general.

En cuanto a los sistemas de almacenamiento basados en objetos, existen varias soluciones de código abierto, como Ceph, MinIO, Openio.io y SwiftStack/OpenStack Swift. Aunque presentan características, opciones de política y metodologías diferentes, todas tienen el mismo objetivo: permitir el almacenamiento a gran escala de datos digitales no estructurados.

Todas las principales soluciones tecnológicas de código abierto se adhieren al protocolo de almacenamiento de objetos Amazon Simple Storage Service (Amazon S3). Introducido por primera vez en 2006, se ha convertido en el estándar de facto para el almacenamiento en la nube. Cada uno de ellos ofrece un servidor de almacenamiento de objetos de código abierto compatible con las API RESTful de Amazon S3. Muchos también ofrecen su propia API abierta como alternativa. OpenStack Swift, por ejemplo, no solo es compatible con la API S3 de Amazon, sino que también ofrece su propia API Swift Open con algunas capacidades únicas. Ceph Object Storage y Openio.io son compatibles con S3, pero también admiten un amplio subconjunto de la API OpenStack Swift.

A medida que más desarrolladores compiten por desplegar y escalar aplicaciones con mayor rapidez, la contenerización ha surgido como una solución en auge.

La contenerización es un enfoque de empaquetado de aplicaciones que está madurando rápidamente y ofreciendo ventajas sin precedentes a los desarrolladores y a los equipos de infraestructura y operaciones. "Contenerización: guía completa" le dará una visión completa de todo lo relacionado con la contenerización.

Kubernetes, a su vez, se ha convertido en una solución líder de gestión de contenedores. Kubernetes facilita tareas de gestión como el escalado de aplicaciones en contenedores. También le ayuda a desplegar nuevas versiones de las aplicaciones y proporciona servicios de supervisión, registro y depuración, entre otras funciones. Kubernetes es una plataforma de código abierto y cumple las normas de la Open Container Initiative (OCI) sobre formatos de imágenes de contenedores y tiempos de ejecución.

¿Qué tiene que ver Kubernetes con el almacenamiento de objetos? El término clave aquí es escala.

Kubernetes permite la gestión de contenedores a escala. Es capaz de orquestar contenedores en varios hosts y escalar aplicaciones en contenedores y sus recursos de forma dinámica (el autoescalado es una de las características clave de Kubernetes). Los sistemas de almacenamiento de objetos gestionan el almacenamiento a escala. Estos sistemas son capaces de almacenar volúmenes masivos de datos no estructurados a escala de petabytes e incluso superior. Estos dos enfoques de escalabilidad horizontal, utilizados conjuntamente, crean un entorno ideal para las cargas de trabajo de datos masivas y crecientes de hoy y de mañana.

Ejecutar un sistema de almacenamiento de objetos sobre Kubernetes es un ajuste natural. Utilice Kubernetes para el aprovisionamiento y la gestión de aplicaciones distribuidas en contenedores. Del mismo modo, Kubernetes puede ser la interfaz de gestión unificada para manejar la orquestación de grupos de almacenamiento de objetos distribuidos, ya sean locales o distribuidos entre centros de datos o incluso entre regiones geográficas.

Para obtener más información sobre Kubernetes, consulte "Kubernetes: guía completa".

Para retroceder un poco y empezar con los conceptos básicos, vea nuestro vídeo "Explicación de la orquestación de contenedores".