大數據分析現在是炒作焦點，很多企業都喜歡這樣的想法，即通過對海量結構化、非結構化和部分結構化數據進行高級分析來發現意想不到的可操作業務洞察力。但所有這些數據處理是有代價的，特別是，這些數據會給網絡帶來影響。
大數據和大數據對網絡運營影響的問題并不適合心臟虛弱的人。我們都知道，大數據工具并不成熟，并且，知道如何使用它們的人也供不應求。但先拋開這個問題不談，讓我們來談談大數據給IT基礎設施和運營帶來的新負擔。通過大數據技術，現在企業都開始想辦法處理大量數據，而這些數據本來可能被拋棄或置之不管。
企業管理協會(EMA)對北美150家部署大數據的企業進行了調查，以了解大數據對IT基礎設施管理的影響。該報告《大數據對IT基礎設施和管理的影響》研究了哪些IT方面最受大數據的影響，該報告還探討了IT企業如何使用這些相同的大數據技術來改進IT規劃和運營。也許并不奇怪的是，該研究發現，網絡和網絡管理團隊比任何人都更深刻地感受到大數據的影響。
大數據增加網絡流量，迫使工程師作出調整
我們的研究發現，45%部署大數據的企業發現網絡流量增加，這主要是因為對數據的收集。我們還發現，46%的這些公司發現因為對這些大數據的備份而讓網絡流量增加。而IT基礎設施唯一受到大數據影響的是存儲，這并不奇怪，因為大數據主要是關于對海量數據的收集和存儲。
隨著企業擴展對大數據技術的使用，網絡和大數據影響問題變得更加突出。例如，EMA將在生產環境部署有6個或以上大數據項目的企業評為“高級”大數據用戶。在這些公司中，55%看到來自數據收集更多的網絡流量，61%則報告來自大數據備份的更多流量。
基于大數據造成的網絡流量激增，EMA詢問這些企業其網絡團隊如何應對這些情況。我們的研究發現在IT企業內所有基礎設施管理人員中，網絡管理人員在調整其基礎設施規劃和設計做法以應對大數據。超過半數的網絡管理人員稱他們正在制定計劃來滿足大數據的需求，從改進容量管理做法到擴展和升級網絡基礎設施來支持流量增加。特別是，這些管理人員需要設定大數據流量基準;這些流量只會不斷增長，所以工程師需要理解這些趨勢，并相應地規劃容量。
與此同時，半數網絡團隊稱大數據迫使他們調整其日常運營做法。這些網絡管理人員需要調整其性能監控和故障排查工具以及流程，這都是因為大數據網絡流量的增加以及突發性質。
網絡管理人員讓大數據為其所用
在探討大數據對基礎設施的影響后，EMA研究了IT企業如何讓大數據為其所用。我們發現很多研究參與者在輸出IT監測數據到大數據環境以進行收集和分析，于是，我們詢問這些企業對這些IT監測數據的高級分析在改進哪些管理做法。
EMA發現，57%在使用大數據分析來支持網絡容量規劃，53%在使用它來支持網絡可用性和性能監控。最后，在故障排查任務中，35%在使用大數據隔離網絡中的基礎設施問題。如上所述，該研究發現，網絡管理人員在調整其規劃和運營做法以應對大數據給網絡帶來的影響。現在，我們發現，很多這些網絡管理人員開始運用大數據分析以加強規劃和運營。
另外，對IT監測數據的大數據分析具有很大的潛力。EMA不僅觀察到IT管理做法的變化，而且還衡量了這給IT企業帶來的好處。45%的IT企業告訴我們，大數據分析讓他們可以積極防御基礎設施問題;45%報告稱他們可更有效地管理IT運營費用。此外，46%稱他們通過大數據分析實現更有效的基礎設施容量規劃。最后，41%稱對IT監測數據的大數據分析幫助他們更好地讓IT部門配合業務部門。
這項EMA研究分析了大數據對IT基礎設施和IT管理所有方面帶來的影響和好處，但很顯然，網絡管理團隊應該特別注意大數據影響問題。大數據對基礎設施的影響是真實的，并將隨著時間的推移而增加。與此同時，網絡工程師和管理人員也可以利用大數據分析來改進他們自己的工作。
京公網安備 11010502049343號