数据存储

全息数据存储是一种高数据存储容量技术，通过在支持的介质上创建每个数据实例的全息图像来实现数据存储。它基于光学存储设备的类似概念，但它允许使用单个存储卷来存储大量数据。

数据仓库具有面向主题、集成性、稳定性以及时变性的特点。数据仓库中的数据是按照一定的主题域进行组织，所需数据从原来的数据中抽取出来进行集成；不可更新主要是为决策分析提供数据，随时间而变化的，稳定的数据以只读格式保存，且不随时间改变。

数据库是面向事务的设计，一般存储在线交易数据，设计尽量避免冗余采用符合范式的规则来设计，为捕获数据而设计；数据仓库是面向主题设计，存储的一般是历史数据，设计是有意引入冗余，采用反范式的方式来设计，是为分析数据而设计。

数据冗余是指数据之间的重复，也可以说是同一数据存储在不同数据文件中的现象。可以说增加数据的独立性和减少数据冗余是企业范围信息资源管理和大规模信息系统获得成功的前提条件。

数据仓库是为企业所有级别的决策制定过程，提供所有类型数据支持的战略集合。它是单个数据存储，出于分析性报告和决策支持目的而创建。 为需要业务智能的企业，提供指导业务流程改进、监视时间、成本、质量以及控制。

GDPR对数据存储的要求包括数据最小化、合法性、公平性、透明性、存储期限、数据安全、跨境数据传输、数据主体权利、数据保护官、数据处理记录等。为了合规，组织需要审查隐私政策，建立数据保留策略，强化数据安全，建立数据主体权利的访问机制，进行员工培训。

企业NAS数据存储的归档策略包括容量管理、备份和恢复、合规性和安全、以及数据存储寿命周期管理。通过分层存储、数据压缩和去重等方法管理存储容量，定期备份和恢复数据，实施数据加密和权限控制，遵守合规性要求，制定数据保留和销毁策略，以及进行存储迁移，企业可以确保数据安全、可用性和合规性。

数据模型（Data Model）是数据特征的抽象。数据（Data）是描述事物的符号记录，模型（Model)是现实世界的抽象。数据模型从抽象层次上描述了系统的静态特征、动态行为和约束条件，为数据库系统的信息表示与操作提供了一个抽象的框架。

数据建模是使用简单图表（包括文本和符号）将复杂软件系统可视化的过程，以描述数据将如何在企业信息系统中流动。它有助于说明系统中存储和使用的数据类型、如何组织或分组数据以及不同数据类型之间的关系。

数据屏蔽是指公司创建其组织数据的虚假版本。目标是让这个版本看起来很现实，以保护敏感信息，并为用户培训、销售演示和软件测试等情况提供实际数据的替代方案。在这些情况下，数据不必是真实的以服务于预期目的。 

数据灾难恢复是指当电子数据存储设备发生故障或遭遇意外灾难造成数据意外丢失时，通过相应的数据恢复技术体系，达到找回丢失数据，降低灾难损失的目的。