目前大数据的安全存储采用虚拟海量存储技术存储数据资源，涉及数据传输、隔离和恢复。要解决大数据的安全存储，首先是数据加密，大数据存储您需要什么大数据存储作为一个数据平台，它不仅仅是一个用于数据存储的设备，它需要能够提供经济高效的规模和功能，消除数据迁移，没有存储孤岛，提供全局可访问的数据保护并保持数据可用性。
大数据技术的体系庞大而复杂，基础技术包括数据采集、数据预处理、分布式存储、数据库、数据仓库、机器学习、并行计算和可视化。1.数据采集和预处理:FlumeNG实时日志采集系统支持在日志系统中定制各种数据发送方进行数据采集；Zookeeper是一个分布式开源的分布式应用协调服务，提供数据同步服务。2.数据存储:Hadoop作为开源框架，是专门为离线和大规模数据分析而设计的，HDFS作为其核心存储引擎，已经广泛应用于数据存储。
3.数据清洗:MapReduce作为Hadoop的查询引擎，用于大规模数据集的并行计算。4.数据查询分析:Hive的核心工作是将SQL语句翻译成MR程序，可以将结构化数据映射到一个数据库表中，并提供HQL(HiveSQL)查询功能。Spark支持内存分布式数据集，不仅可以提供交互式查询，还可以优化迭代工作负载。
大数据存储应用特点及技术路线分析大数据时代，数据呈爆炸式增长。从存储服务的发展趋势来看，一方面，数据存储的需求越来越大；另一方面，对数据的有效管理提出了更高的要求。大数据对存储设备的容量、读写性能、可靠性、扩展性提出了更高的要求，需要充分考虑功能集成、数据安全、数据稳定、系统可扩展性、性能和成本。
其共同特征可以概括为3V:量、速、变(大规模、高速度、多样性)。大数据具有数据量大、增长快的特点。其数据规模已经从PB级增长到EB级，并且还在根据实际应用和企业二次开发的需要不断扩大，正在快速向ZB(ZETABYTE)的规模迈进。
3、大数据爆发性增长存储技术面临难题大数据存储技术爆发式增长面临困境。随着大数据应用的爆炸式增长，大数据衍生出了自己独特的架构，也直接推动了存储、网络和计算技术的发展。毕竟，处理大数据的特殊需求是一个新的挑战。硬件的发展最终是由软件需求驱动的。大数据本身意味着需要使用标准存储技术处理大量数据。大数据可能由TB级(甚至PB级)信息组成，既包括结构化数据(数据库、日志、SQL等。)和非结构化数据(社交媒体帖子、传感器、多媒体数据)。
从目前技术的发展来看,大数据存储技术的发展面临以下问题:1 .容量。这里所说的“大容量”通常可以达到PB级的数据规模。因此，海量数据存储系统也必须具备相应的扩展能力。同时，存储系统的扩展必须简单，可以通过增加模块或磁盘柜来增加容量，甚至不需要停机。“大数据”应用不仅数据规模巨大，也意味着文件数量巨大。
