隨著大數據時代的到來，大數據已經成為最受關注的話題，在IT圈里也同樣如此，談論最多的話題非大數據莫屬。

如果你不談大數據，那么別人就會認為你OUT了。相信對于現在的大多數人來說，可能張口都能說出來大數據的4個“V”的涵義，當然討論最多的依然還是大數據的價值。今天我們不談論大數據的特點與價值，我們來談談大數據對IT行業的影響。

大數據對系統架構的影響

大數據時代來臨，數據呈現幾何方式增長，傳統的存儲架構已經很難滿足用戶的需求。在之前，人們對設備的擴展方式更多的采用Scale Up擴展方式，這種方式對系統的性能提高有一定的限制。于是，Scale Out擴展方式迅速成為了人們關注的技術。下面我們來看一下這兩種技術：

Scale Up：也被我們成為縱向擴展方式，這種方式一般是通過增加處理器的方式來對運算資源進行升級，以達到應用對性能的需求。但是這樣帶來的方式就是系統不斷的更新，但是升級費用會越來越貴。不但造成資源的浪費，同時這種方式對系統的提升也有一定的限制。這當中的代表當屬IBM zSeries大型機。

Scale Out：縱向擴展方式，這種方式是使用靠增加獨立的設備來增加系統的運算能力，企業可以根據業務需求增加不同的服務器和存儲應用，依靠多臺服務器、存儲射的協同運算，并且借助負載均衡以及容錯等功能來提升系統的運算能力及可靠性。

在大數據來臨的時候，數據正在非常的快，Scale up的擴展方式已經很難滿足快速增長的業務需求，而采用scale out存儲系統，一切似乎變得簡單多了。部署工作大大簡化，儲存架構達到上億級。另外Scale up架構每加一個結點進來，性能和容量同時增長，不會影響原有使用。用戶按需采購存儲，一旦容量不夠了，再購置一臺接到原有存儲上就可以了。

大數據對處理器的影響

大數據的快速發展，使得原本一直不溫不火的數據中心迎來了發展良機，scale out擴展方式讓數據中心可以利用與以往打不通的解決方案來優化原始的計算方式。

人們發現，原本一直不斷提升處理器性能的英特爾也開始意識到高性能不再是用戶關注的主要方向，人們將人們將目標瞄向了數據中心的整體效率方面，試圖來降低提高數據中心的總體成本和整體效率。

英特爾處理器

于是，我們看到了一些低功耗的處理器的崛起，無論是Atom以及ARM處理器，無疑都證明了，如今，低功耗的處理器已經迎來了越來越多的關注。

除了人們對處理器的性能追求的改變，對服務器的樣式也正在發生變化，原本人們認為服務器的發展將是越來越集中，計算密度更大的服務器將是人們未來選擇的主流方向，于是，四路服務器、刀片服務器等高密度服務器在前些年迅速發展。

但如今，人們發展，并不是計算密度越大就越好，在如今的數據中心中，雙路以及單路服務器反而是用戶最喜歡的方式。而且單路服務器正以快速的發展進入數據中心。

為何人們對單路服務器情有獨鐘呢？這主要在應用中，人們發現，雙路或多路服務器雖然能夠節省機房的費用，但是在如今的數據中心中，軟件的費用是按核心數來收費的，采用雙路和多路服務器的情況下，軟件費用要比采用單路服務器達到同樣性能的費用要高很多。

D1Ne評論：

可以看出，大數據時代下，大數據掀起的變革是非常巨大的，大數據對IT基礎架構的改變，對于廠商來說，是需要注意的，畢竟在大數據畢竟來臨的時候，抓住這個增長的時機，對于IT廠商來說，非常重要。決定著企業的成敗，由此可見，大數據是IT的現在，企業的未來。