《企業網D1Net》3月20日訊
進入大數據時代，我們需先了解什么是大數據，大數據概念其實并不抽象，具體而言，“大數據”通常指的是那些數量巨大、難于收集、處理、分析的數據集，亦指那些在傳統基礎設施中長期保存的數據。這里的“大”有幾層含義，它可以形容組織的大小，而更重要的是，它界定了企業中IT基礎設施的規模。業內對大數據應用寄予了無限的期望商業信息積累的越多價值也越大只不過我們需要一個方法把這些價值挖掘出來。
為什么現在要大數據?
與以往相比，我們除了有能力存儲更多的數據量之外，還要面對更多的數據類型。這些數據的來源包括網上交易、網絡社交活動、自動傳感器、移動設備以及科學儀器等等。除了那些固定的數據生產源，各種交易行為還可能加快數據的積累速度。比如說，社交類多媒體數據的爆炸性增長就源于新的網上交易和記錄行為。數據永遠都在增長之中，但是，只有存儲海量數據的能力是不夠的，因為這并不能保證我們能夠成功地從中搜尋出商業價值。
數據是重要的生產要素
信息時代，數據儼然已成為一種重要的生產要素，如同資本、勞動力和原材料等其他要素一樣，而且作為一種普遍需求，它也不再局限于某些特殊行業的應用。各行各業的公司都在收集并利用大量的數據分析結果，盡可能的降低成本，提高產品質量、提高生產效率以及創造新的產品。例如，通過分析直接從產品測試現場收集的數據，能夠幫助企業改進設計。此外，一家公司還可以通過深入分析客戶行為，對比大量的市場數據，從而超越他的競爭對手。
存儲技術必須跟上
隨著大數據應用的爆發性增長，它已經衍生出了自己獨特的架構，而且也直接推動了存儲、網絡以及計算技術的發展。畢竟處理大數據這種特殊的需求是一個新的挑戰。硬件的發展最終還是由軟件需求推動的，就這個例子來說，我們很明顯的看到大數據分析應用需求正在影響著數據存儲基礎設施的發展。
從另一方面看，這一變化對存儲廠商和其他IT基礎設施廠商未嘗不是一個機會。隨著結構化數據和非結構化數據量的持續增長，以及分析數據來源的多樣化，此前存儲系統的設計已經無法滿足大數據應用的需要。存儲廠商已經意識到這一點，他們開始修改基于塊和文件的存儲系統的架構設計以適應這些新的要求。在這里，我們會討論哪些與大數據存儲基礎設施相關的屬性，看看它們如何迎接大數據的挑戰。
D1Net評論：
在大數據時代下，隨著大數據應用爆發式增長，存儲技術也不能滯后，如果落后于大數據應用，會影響大數據應用增長的加速，對大數據而言，存儲技術必不可少，可以說是大數據分析發展的必要條件，隨著存儲技術不斷進步，大數據的發展和應用會逐漸深入。
京公網安備 11010502049343號