大數據作為在復雜多樣的大量數據中創造價值的一項戰略，使得特定行業中的組織機構在了解客戶、部署產品，以及運營業務的方式正在發生改變。

大數據的發展使得各種組織開始應用如ApacheHadoop框架不同的數據處理及存儲技術，而不僅僅采用SQL（NoSQL）數據存儲等大數據管理、處理和分析解決方案。

什么是大數據？

截止到2014年，每一天都有25億GB的數據產生。在過去的十年中，技術進步幫助創造了連續數據流。數據的產生有多種方式，包括：上網瀏覽，智能手機的信息交流，數字業務流程，社會媒體的活動，以及針對建筑、產品和人的傳感器的數據。

數據在數量、速度和多樣性方面呈爆炸式增長，因此被稱之為大數據。

（1）數量。數量是指所有產生的數據量。十年前，數據存儲和分析都是用TB字節進行計數。而如今，企業至少需要PB級的存儲需求。

（2）速度。數據的速度既表示數據的移動量，又表示數據的吞吐量。第一個表示數據的移動量（以GB或TB/秒來衡量），第二個是表示數據提取和數據分析（以毫秒計）之間的延遲。

（3）多樣性。多樣性是指數據量和數據的異質性（結構化、半結構化或非結構化）。

捕捉、處理、存儲和分析數據的需求促進了新技術的產生，這其中包括使用NoSQL數據存儲、大規模并行處理（MPP），以及存儲和分布式系統等。

大數據的雙重性

由于數據中心是數據存儲公司的核心，自然大數據會對其公司戰略產生深刻影響。雖然一開始人們可能覺得大數據對數據中心的影響只是在存儲方面，但專家認為大數據的影響則要大得多，并且影響到數據中心的多個方面。

例如大數據在一級方程式賽車（F1）賽事中的應用。蓮花F1車隊就建立了自己的私有云，通過運行50個虛擬服務器來分析每一場比賽。在賽車的每一圈中，團隊都要收集和分析他們每一輛賽車中250個傳感器傳來的30MB的數據。

因此，在最后的蒙扎大獎賽中，蓮花F1車隊實時處理分析的數據超過了3TB。因此這給人們一個提示，大數據和數據中心之間的復雜關系所面臨的挑戰，不僅要具有適當的架構，還要能夠處理好帶寬和數據流的工作。專家已經確認了大數據對數據中心的兩個影響：大數據在數據中心基礎設施中維護需求的來源復雜性，以及大數據驅使數據中心的優化。

大數據來源的復雜性

大數據對數據中心基礎設施的影響三個方面：

（1）不斷增長的數據存儲需求；

（2）增加內部和數據中心外部的數據傳輸的需求;

（3）增加對高密度和或無架構（或非關系）計算環境的需求。

這三個因素正在推動數據中心部署更多的機架、布線和服務器，并改善其基礎設施以應對大數據的需求。數據中心還需要更多的服務器進行存儲和處理，并對大量數據進行安全分析。還要增加電力容量和制冷設施以滿足電力和冷卻的需求。機架和布線中的情況也是如此。

隨著全球對大數據的需求，數據中心基礎設施將變得比以往更加重要，雖然其最初的重點是大數據軟件。然而，資源的稀缺性對數據中心架構來說更具有挑戰性。專家指出，人們正在利用大數據技術尋找有效的方法，以平衡能源和資源之間的關系。

大數據的優化

如今，企業之間在基礎設施和運營管理競爭是一個常見問題。數據中心基礎設施組件（如存儲設備、服務器、網絡設備、機架、電源和冷卻系統、虛擬化、云計算，等等），每天都會產生這些組件的運行狀況成千上萬的提示信息，以及性能和可用性報告。然而分析所有這些提示和報告以提高運營效率，這個過程費時費力，成本高昂，因此不能被有效地由IT人員人工完成。

數據中心基礎設施的動態觀察是一個漸進的過程。因此，要在整個數據中心基礎設施部署大量傳感器。技術人員的目標是能夠收集數據中心的關鍵信息，如溫度，濕度和氣流等等。這些信息可以提高監測和分析數據中心現有的技術能力（機箱或服務器硬件和軟件，如DCIM）。

該儀器可以被理解為一個場景中有多個信息源（傳感器和信息管理系統），其中的數據分析是連續不斷（實時流媒體），因此產生了大量的數據。

大數據正在成為分析數據中心全生命周期的解決方案，能使數據中心得到進一步優化、操作和設計。這種價值不僅僅是來自大數據技術；它還可以作為提高性能的應用分析模型。該應用包括IT運營分析、虛擬化基礎設施的監測、環境監測（或綠色IT），以及操作系統分析等。

大數據分析的好處

部署大數據分析的好處是多方面的，其中包括：

（1）獲得跨數據中心基礎設施的運營可視性。

（2）監控基礎設施的實時和關聯跨層事件。

（3）與歷史數據相結合，解決流數據檢測模式和阻止性能差的問題。

大數據被要求成為一個數據中心變革者的組織管理和優化方式。但公司是否真正意識到對大數據對數據中心的影響？更重要的是，他們如何應對這種影響？然而不管怎么說，大數據已經在數據中心中贏得了一席之地。