隨著云時代的到來和SaaS概念的引入，越來越多的企業開始選擇由SaaS應用提供商、運營商等通過互聯網平臺提供SaaS應用服務，SaaS應用的數據量面臨著TB級的增長速度；不同的SaaS應用體系，提供的數據結構也不完全相同，數據有文本、圖形甚至小型數據庫；SaaS應用數據隨著云服務平臺的分布性特點，有可能分布在不同的服務器上，如何對這些異構異源的數據進行數據挖掘，是云時代的企業面臨的難題。
云時代企業數據挖掘面臨的挑戰
挖掘效率：進入云計算時代后，BI的思路發生了轉換。以前是基于封閉的企業數據進行挖掘，而面對引入互聯網應用后海量的異構數據（據預計到2020年，爆發式增長的數據量將突破35ZB（1ZB=10億TB））時，目前并行挖掘算法的效率很低。
多源數據：引入云計算后，企業數據的位置有可能在提供公有云服務的平臺上，也可能在企業自建的私有云上，如何面對不同的數據源進行挖掘也是一個挑戰。
異構數據：Web數據的最大特點就是半結構化，如文檔、報表、網頁、聲音、圖像、視頻等，而云計算帶來了大量的基于互聯網模式提供的SaaS應用，如何梳理有效數據是一個挑戰。
SaaS應用的數據挖掘希望能夠通過海量數據存儲平臺，引入快速并行的挖掘算法，提高數據挖掘的質量。
如何選用合理的基礎架構
對于企業而言，如何將各種應用數據進行整合挖掘，提煉出適合其使用的商業信息是企業的一大急迫需求。傳統的BI模式大多基于數據倉庫，是關系型數據庫的模式。面對急劇增長的異構數據，傳統的數據倉庫和原有的并行計算技術由于挖掘效率低，已經不能解決海量數據挖掘工作，影響著數據的及時提取。
一直以來，商業智能系統往往基于傳統的SMP架構小型機而構建。隨著近年來X86平臺的性能與日俱增、可用性日漸提升、擴展性飛速增長，X86平臺在越來越多的市場領域開始侵蝕小型機份額，商業智能也成為X86架構向RISC小型機發起進攻的另一個戰場。例如，Oracle推出的基于英特爾至強平臺的Exadata數據庫云服務器，通過獨有的smartscan技術，以及數據處理過程下移的設計，在X86架構基礎上同時提供了較高的OLAP性能（數據倉庫應用）和OLTP性能。此外，IBM也推出了基于X86平臺的商業智能解決方案，基于IBM獨有的EX5架構服務器和XIV網格存儲系統提供了不輸于小型機的智能信息處理能力。
選購要點：
1、高可用性：BI的基礎架構層，需要建立起數據挖掘云服務平臺，而這個平臺，必然是高可用性的。
從高可用性來看，需要集中解決三個方面的問題：一是數據保護，需要利用CRC、ECC等硬件機制來對傳輸的數據進行校驗、糾錯，如果無法糾正，就將損壞的數據進行隔離，以保證不造成更大的數據，避免系統的重啟和宕機。
目前英特爾至強7500或E7合作的方案擁有諸多優勢，如成本低、性能高、可靠性（RAS）高、可擴展性好等優勢。在可擴展性能上，X86平臺橫向的向外擴展功能，即由兩臺以上的機器構成集群。能滿足大多數企業關鍵應用環境的負載需求，包括對內存和CPU要求都較高的數據庫、商業應用和虛擬化。進而避免傳統UNIX雙機方案“成本高昂，備機資源平時嚴重閑置浪費，主機故障切換期間用戶服務被迫停頓”等諸多困境。
此外，7500一些設計已經將計劃宕機時間最小化，這當中包括系統分區管理技術、CPU和內存的熱添加和熱移除等，將系統維護時間降低到最小。
2、虛擬化：數據挖掘云服務還是要依賴于虛擬化技術，要計算資源自主分配和調度，也就是說虛擬化技術是數據挖掘云服務技術的支撐。
千萬不要被概念忽悠
大數據有很多不同的使用情況。因此，企業需要根據自身業務情況采用不同的的數據挖掘平臺。對于那些注重應用分析和處理要求的客戶來說，有很多專門的解決方案，例如惠普Vertica，此外還有很多高性能NAS或者目標系統。
同樣地，對于注重視頻、安防監控、閉路電視、模擬仿真、大帶寬或吞吐量的話，可以考慮惠普Ibrix、戴爾Exanet、BlueArc、HDS、NetApp、Data Direct Networks、Oracle 7000、EMC Isilon和VNX等。
總的來說，用戶可能會面對一大堆勸說你遷移到更昂貴系統的市場炒作。可能你現在的系統已經足夠好的——如果可以擴展的話，廠商提供給你的并不一定可能很好地運行在你目前的環境下。
對用戶而言，需要警惕各種關于大數據的炒作，他們也許想要縮小你的選擇范圍。除了大數據所能帶來的機遇之外，還有很多不同的方面需要考慮，例如它的特性、應用、使用實例以及部署方案。
京公網安備 11010502049343號