大數(shù)據(jù)雖然極具價(jià)值，但真正釋放大數(shù)據(jù)的能量，推動(dòng)大數(shù)據(jù)應(yīng)用并非易事。 浪潮集團(tuán)系統(tǒng)軟件總監(jiān)、云計(jì)算產(chǎn)品研發(fā)部總經(jīng)理張東在11月27日浪潮集團(tuán)大數(shù)據(jù)戰(zhàn)略發(fā)布暨云海大數(shù)據(jù)一體機(jī)產(chǎn)品發(fā)布會(huì)指出，大數(shù)據(jù)類型復(fù)雜、規(guī)模大，單一方案不可能滿足所有的需求，不論傳統(tǒng)的OLAP還是新興的分布式技術(shù)，都有特定的短板，廠商需要根據(jù)客戶的應(yīng)用特點(diǎn)提供定制化的方案。

挑戰(zhàn)一：基礎(chǔ)設(shè)施難以持續(xù)單向擴(kuò)張

“IDC公司2011發(fā)布的統(tǒng)計(jì)數(shù)據(jù)顯示，數(shù)據(jù)總量每過兩年就會(huì)增長一倍，而且很多客戶的數(shù)據(jù)累積速度還要更快。但是硬件平臺(tái)還很難進(jìn)行單向的無限制scale-out擴(kuò)展”，據(jù)張東透露，現(xiàn)在HADOOP、map reduce等分布式技術(shù)即使擴(kuò)展性比OLAP等技術(shù)有了重大的提高，但是仍存在擴(kuò)展上限，比如傳統(tǒng)的Oracle RAC最大可支持100個(gè)節(jié)點(diǎn)，HADOOP集群技術(shù)理論支持4000個(gè)節(jié)點(diǎn)，因而用戶在采用橫向擴(kuò)展架構(gòu)時(shí)，更要注意縱向擴(kuò)展。

基礎(chǔ)設(shè)施規(guī)模不斷增大也會(huì)帶來其他的問題，首先是系統(tǒng)的可用性，因?yàn)榇笠?guī)模的系統(tǒng)只要其中一個(gè)硬件出現(xiàn)故障，馬上就會(huì)引起整個(gè)系統(tǒng)做恢復(fù)，所以，分布式系統(tǒng)應(yīng)該采取多副本技術(shù)，但是又會(huì)降低系統(tǒng)的效率。與此同時(shí)，隨著規(guī)模的擴(kuò)展，網(wǎng)絡(luò)也會(huì)制約系統(tǒng)性能的發(fā)揮，網(wǎng)絡(luò)流量的增加是指數(shù)級的，通訊瓶頸讓規(guī)模無節(jié)制的擴(kuò)展失去了意義。

挑戰(zhàn)二：數(shù)據(jù)處理復(fù)雜性需要個(gè)性化平臺(tái)

無論是結(jié)構(gòu)化的，半結(jié)構(gòu)化的，非結(jié)構(gòu)化的數(shù)據(jù)，直至最終的數(shù)據(jù)挖掘都需要把數(shù)據(jù)精細(xì)劃分，并且能夠形成準(zhǔn)結(jié)構(gòu)化的步驟，在這個(gè)基礎(chǔ)上建模型，進(jìn)行數(shù)據(jù)關(guān)聯(lián)性的分析，最后呈現(xiàn)在眼前的只是數(shù)據(jù)挖掘后的結(jié)構(gòu)。

這個(gè)過程說起來簡單，但實(shí)際很復(fù)雜。首先環(huán)節(jié)多，每一個(gè)環(huán)節(jié)對于數(shù)據(jù)，對于軟件和硬件，對于IT基礎(chǔ)設(shè)施的要求是不一樣的，尤其從非結(jié)構(gòu)化數(shù)據(jù)里面挖掘出信息，比如從照片里面去做挖掘，第一步要挖掘大家穿什么衣服，接下來還要判斷這里面是年輕人還是老年人，衣服的顏色是什么……每一張照片可能完全不一樣，但是到后面再做數(shù)據(jù)模型的時(shí)候，數(shù)據(jù)的關(guān)聯(lián)度就會(huì)急劇上升，任務(wù)卻沒法做得非常非常細(xì)碎，用某一個(gè)單一的軟硬件無法處理數(shù)據(jù)挖掘里面的所有類型，所有應(yīng)用。

更重要的是，在中國行業(yè)用戶是大數(shù)據(jù)應(yīng)用的主體，行業(yè)用戶里不是每一個(gè)行業(yè)用戶都是IT方面的專家，不可能把環(huán)節(jié)里面所有事物全部解決，因此行業(yè)用戶就需要一個(gè)一體化的解決方案，把數(shù)據(jù)收集，從歸類，到挖掘，到展現(xiàn)全部解決掉，最后只是形成一種服務(wù)，形成應(yīng)用。

總之，多類型、多維度數(shù)據(jù)處理環(huán)節(jié)的復(fù)雜性決定了無法依靠單一類型的設(shè)備完美處理，為不同的應(yīng)用類型和數(shù)據(jù)處理階段提供針對性的軟硬件方案也是大數(shù)據(jù)應(yīng)用面臨的挑戰(zhàn)。

挑戰(zhàn)三：天價(jià)成本，“想說應(yīng)用不容易”

目前存儲(chǔ)越來越頻，存數(shù)據(jù)非常便宜，但是處理數(shù)據(jù)成本仍然比較高，特別采用傳統(tǒng)的方法，比如用數(shù)據(jù)倉庫這樣的技術(shù)，可能花幾千萬構(gòu)建數(shù)據(jù)倉庫，然而能夠處理數(shù)據(jù)規(guī)模也不過是TB級的，平均下來每個(gè)TB甚至有十萬的成本在里面，而現(xiàn)在要處理大數(shù)據(jù)的量是相當(dāng)大的，幾十T，甚至上P都是很正常的，如果按照前面成本一個(gè)P大概100億的成本，這個(gè)是對很多用戶無法接受的。如何尋找低成本的方案幫助我們更多用戶采用大數(shù)據(jù)的處理技術(shù)，把它的數(shù)據(jù)進(jìn)行處理，也將為大數(shù)據(jù)的應(yīng)用帶來挑戰(zhàn)。