請(qǐng)考慮以下“大數(shù)據(jù)”特性：

●以網(wǎng)頁上為主(不屬于先前的內(nèi)部數(shù)據(jù)傳送)

●涉及多個(gè)云環(huán)境

●與社交媒體應(yīng)用緊密關(guān)聯(lián)，例如Facebook,Twitter和Linkedin

●規(guī)模空前

●數(shù)據(jù)有時(shí)“不潔凈”，甚至不可用

●數(shù)據(jù)大部分是非結(jié)構(gòu)化

●至少要引入幾種新工具，例如Apache的Hadoop和Hive，以及graph/triple存儲(chǔ)

分開來看，每種特性都可能構(gòu)成現(xiàn)有數(shù)據(jù)倉庫設(shè)置的一種變體。組合起來，這些特性代表了一種與眾不同的操作環(huán)境，在規(guī)劃時(shí)必須深入到每項(xiàng)特性，分別對(duì)待。也就是說，首先你要了解，基于未來可能的需求，哪種架構(gòu)最適合大數(shù)據(jù)分析。然后了解，如何能夠把它與現(xiàn)有的數(shù)據(jù)中心架構(gòu)(也可能是數(shù)據(jù)倉庫型架構(gòu))結(jié)合起來。

那么未來有哪些可能性需求呢?有跡象表明，每個(gè)機(jī)構(gòu)都會(huì)想要在下列特性中尋求一個(gè)獨(dú)特的組合：

1.為了維護(hù)客戶忠誠(chéng)度和出于營(yíng)銷目的，對(duì)中型客戶的社交媒體數(shù)據(jù)進(jìn)行有目標(biāo)訪問--無需實(shí)時(shí)數(shù)據(jù);

2.同樣，對(duì)于預(yù)期銷售而言也是需要的，但實(shí)時(shí)數(shù)據(jù)將會(huì)帶來更大價(jià)值;

3.出于安全考慮，當(dāng)網(wǎng)頁瀏覽者試圖訪問公司數(shù)據(jù)時(shí)，有必要對(duì)該訪問者的社交媒體數(shù)據(jù)進(jìn)行少量實(shí)時(shí)訪問;

4.實(shí)時(shí)訪問“戰(zhàn)略威脅”數(shù)據(jù)，例如，對(duì)公司的負(fù)面宣傳信息或是給公司造成不良影響的災(zāi)難信息，通常來講造成的影響較小，但有時(shí)波及范圍也很廣。

5.為了進(jìn)行市場(chǎng)分析對(duì)大量大數(shù)據(jù)進(jìn)行訪問--無需實(shí)時(shí)數(shù)據(jù);

6.為了開展具體行業(yè)或具體機(jī)構(gòu)新產(chǎn)品研發(fā)，對(duì)大量和超大量社交媒體數(shù)據(jù)進(jìn)行訪問。這里，同樣不需要實(shí)時(shí)數(shù)據(jù)，但是訪問速度越快效果越好。

上述組合要求決定了通常的數(shù)據(jù)需求量和交付速度，以及在“數(shù)據(jù)潔凈度”和“數(shù)據(jù)及時(shí)性”方面的折衷取舍。

我們現(xiàn)在來看看，針對(duì)這些個(gè)案的最優(yōu)架構(gòu)：

1.訪問目標(biāo)客戶的數(shù)據(jù)，你可能需要在每朵云上安裝查詢工具，滿足內(nèi)部數(shù)據(jù)存儲(chǔ)需要，在不至于向競(jìng)爭(zhēng)對(duì)手披露信息前提下對(duì)數(shù)據(jù)進(jìn)行分析。

2.對(duì)于目標(biāo)預(yù)期和銷售過程數(shù)據(jù)，你可能需要在每朵云上添加本地?cái)?shù)據(jù)庫，方便針對(duì)特定目標(biāo)信息進(jìn)行快速交付。

3.針對(duì)安全掃描，你可能需要在Hadoop旁邊部署能實(shí)現(xiàn)告警和單用戶查詢的軟件，并能把結(jié)果信息直接反饋給內(nèi)部管理員。

4.對(duì)于“戰(zhàn)略威脅”數(shù)據(jù)，你可能需要在每朵云上建立高效，高容量的本地?cái)?shù)據(jù)庫，并且數(shù)據(jù)庫相互間能跨云聯(lián)合進(jìn)行協(xié)作，可執(zhí)行預(yù)分析。如果可能的話，在威脅抵達(dá)數(shù)據(jù)中心或單位其它部門前，該消息將直接反饋到系統(tǒng)，系統(tǒng)對(duì)此自動(dòng)做出回應(yīng)。

5.對(duì)于市場(chǎng)分析，你可能需要云-本地“緩存”的高性能數(shù)據(jù)庫，能幫助過濾數(shù)據(jù)。這樣的話，可以把數(shù)據(jù)壓縮到數(shù)據(jù)倉庫要求的大小，而且可能的話，還能對(duì)數(shù)據(jù)進(jìn)行預(yù)清潔。而現(xiàn)有的像extract,transform,load(ETL)這些工具還無法適應(yīng)新型數(shù)據(jù)的這些要求。

6.對(duì)于研發(fā)，你可能需要內(nèi)部且獨(dú)立的分析數(shù)據(jù)庫，同時(shí)要有允許跨云查詢的數(shù)據(jù)聯(lián)合功能。

那么，現(xiàn)在要如何把它與現(xiàn)有架構(gòu)相結(jié)合呢?通常根據(jù)企業(yè)的規(guī)模，解決途徑可劃分為下列兩大陣營(yíng)：

1.中小型企業(yè)(SMBs)往往沒有數(shù)據(jù)倉庫，即使有，功能也不齊全。那樣的話，在必要的數(shù)據(jù)倉庫性能開始產(chǎn)生之際，能在云上盡量運(yùn)行的PaaS架構(gòu)是一個(gè)好選擇。

2.大型企業(yè)有著大型主機(jī)，小型服務(wù)器群組，數(shù)據(jù)倉庫，數(shù)據(jù)集市，以及架構(gòu)中現(xiàn)有基礎(chǔ)設(shè)施，因此確實(shí)要?jiǎng)?chuàng)建一個(gè)PaaS架構(gòu)。最好采用像IBM公司這樣的現(xiàn)行供應(yīng)商提供的方案，把公共云上的PaaS架構(gòu)與現(xiàn)有商業(yè)智能/分析/數(shù)據(jù)倉庫架構(gòu)相結(jié)合。