大資料分析與雲技術結合
大資料平臺 大資料中心 網路大資料()
大資料的出現使業務智慧真正地走入了21世紀。但事實上“大資料”詞代表的並不是解決方案,而是一類問題。在這些PB數量級的資料中,隱藏著怎樣的價值?我們從中能得什麼,並且使之指導業務部署的方方面面。但這一巨大量資料實際上有用的沒有多少。所以為了利用其隱藏的價值,企業需要收集、過濾,並透過情感分析應用、定位工具以及其它的技術來分析它,從中產生有用的資訊,從而為今後的業務發展服務。
雲可作為大資料分析的使能器
Forrester定義大資料為“在大規模的經濟性下,獲取資料的技術和技能。”這裡最關鍵的一個詞是經濟。如果提取、處理和利用資料的成本超過了資料價值本身,那麼這項工作就是沒意義的。幸運的是隨著資料量的不斷增長,技術也在不斷地進化,可幫助大部分企業利用這些資料。雲技術,無論是公有云、私有云還是混合雲,在讓企業從大資料分析中提取潛在的ROI方面,都是不可或缺的一部分。
收集並過慮
前面已經提到巨大量的資料中可用的部分很少,但還是有大量的資料需要過慮,以後關聯並儲存其有用性。對大量儲存著臨時資訊的基礎設施投資的利益幾乎沒有,因為這一臨時資料大部分都會被丟棄。另外從公司防火牆外部移到內部的網路的資料也不會獲得什麼有價值的資訊,而且處理它也是使用IT經理頭疼的一件事。
這一階段的大資料過濾是一個完美的公有云平臺應用,它可以提供按需擴充套件的計算和儲存資源。
分析
一旦資料轉化為可用的形式,那麼就進入到分析產生資訊的階段。從長遠來看,提供給分析應用的原始資料沒有必要一下保留,需要有效儲存是分析處理的結果。公有云和混合雲技術可用在分析階段,在資料集處理階段可引入Hadoop或類似替代方案。在公有云使用者的情況下,原始分析階段可以在公有云基礎設施上執行,然後使用私有云元件把處理過的、可用的資訊拿到公司內部。
虛擬化、整合和協作
在這一階段,我們實際上已經擁有了可用的資訊,可以用來指導決策。這還沒有結束,還要使這些資訊可為使用者使用,轉化並住處到現有的系統中,如企業資源規劃和客戶資源管理應用。軟體即服務應用執行在雲中,利用稍早階段開發的資料,來強化整合,讓使用者相互協作。
有了雲端計算技術,大資料的價值才能得到更好的轉化。不得不說,對於在使資料轉化為商用方面,雲是一個相當完美的平臺。
大資料的出現使業務智慧真正地走入了21世紀。但事實上“大資料”詞代表的並不是解決方案,而是一類問題。在這些PB數量級的資料中,隱藏著怎樣的價值?我們從中能得什麼,並且使之指導業務部署的方方面面。但這一巨大量資料實際上有用的沒有多少。所以為了利用其隱藏的價值,企業需要收集、過濾,並透過情感分析應用、定位工具以及其它的技術來分析它,從中產生有用的資訊,從而為今後的業務發展服務。
雲可作為大資料分析的使能器
Forrester定義大資料為“在大規模的經濟性下,獲取資料的技術和技能。”這裡最關鍵的一個詞是經濟。如果提取、處理和利用資料的成本超過了資料價值本身,那麼這項工作就是沒意義的。幸運的是隨著資料量的不斷增長,技術也在不斷地進化,可幫助大部分企業利用這些資料。雲技術,無論是公有云、私有云還是混合雲,在讓企業從大資料分析中提取潛在的ROI方面,都是不可或缺的一部分。
收集並過慮
前面已經提到巨大量的資料中可用的部分很少,但還是有大量的資料需要過慮,以後關聯並儲存其有用性。對大量儲存著臨時資訊的基礎設施投資的利益幾乎沒有,因為這一臨時資料大部分都會被丟棄。另外從公司防火牆外部移到內部的網路的資料也不會獲得什麼有價值的資訊,而且處理它也是使用IT經理頭疼的一件事。
這一階段的大資料過濾是一個完美的公有云平臺應用,它可以提供按需擴充套件的計算和儲存資源。
分析
一旦資料轉化為可用的形式,那麼就進入到分析產生資訊的階段。從長遠來看,提供給分析應用的原始資料沒有必要一下保留,需要有效儲存是分析處理的結果。公有云和混合雲技術可用在分析階段,在資料集處理階段可引入Hadoop或類似替代方案。在公有云使用者的情況下,原始分析階段可以在公有云基礎設施上執行,然後使用私有云元件把處理過的、可用的資訊拿到公司內部。
虛擬化、整合和協作
在這一階段,我們實際上已經擁有了可用的資訊,可以用來指導決策。這還沒有結束,還要使這些資訊可為使用者使用,轉化並住處到現有的系統中,如企業資源規劃和客戶資源管理應用。軟體即服務應用執行在雲中,利用稍早階段開發的資料,來強化整合,讓使用者相互協作。
有了雲端計算技術,大資料的價值才能得到更好的轉化。不得不說,對於在使資料轉化為商用方面,雲是一個相當完美的平臺。
來自 “ ITPUB部落格 ” ,連結:http://blog.itpub.net/29829936/viewspace-1467931/,如需轉載,請註明出處,否則將追究法律責任。
相關文章
- 大資料建模、分析、挖掘技術大資料
- 雲端計算與虛擬化結合技術分析
- 阿里雲、Amazon、Google雲資料庫方案架構與技術分析阿里Go資料庫架構
- Hadoop的大資料分析技術Hadoop大資料
- 上海寶付大資料分析storm結合大資料ORM
- 大資料技術原理與應用——大資料概述大資料
- 大資料技術大會參會小結大資料
- 大資料技術原理與應用大資料
- 大資料建模、分析、挖掘技術應用大資料
- 《Hadoop大資料分析技術》簡介Hadoop大資料
- 欠擬合與過擬合技術總結
- 大資料與 AI 生態中的開源技術總結大資料AI
- 人工智慧與大資料的完美結合人工智慧大資料
- 技術支援在大資料分析中的作用大資料
- 雲遊戲與獨立遊戲的結合前景分析遊戲
- 「分散式技術專題」資料切分與合併分散式
- 大資料技術體系1(清華:大資料技術體系)大資料
- 大資料要學習哪些技術呢?大資料技術的分類與選擇路線大資料
- 大資料技術 - Directus大資料
- 大資料技術 - Azkaban大資料
- 大資料技術 - Airflow大資料AI
- 大資料技術 - DataX大資料
- 大資料技術 - Canal大資料
- 大資料技術 - Maxwell大資料
- 大資料技術 - Phoenix大資料
- 大資料技術 - StarRocks大資料
- 大資料技術 - StreamX大資料
- 大資料技術 - Debezium大資料
- 大資料技術 - SuperSQL大資料SQL
- 大資料技術 - Hive大資料Hive
- 大資料技術 - Hbase大資料
- 大資料技術 - Zookeeper大資料
- 大資料技術 - Kyuubi大資料
- 深入分析大資料時代中的資料倉儲技術大資料
- Python技術棧與Spark交叉資料分析雙向整合技術實戰--大資料ML樣本集案例實戰PythonSpark大資料
- 大資料融合技術:問題與挑戰大資料
- 大資料分析技術有哪些應用步驟大資料
- Gartner:2019年十大資料與分析技術趨勢大資料