大數(shù)據(jù)分析會成為下一代主流云產(chǎn)品嗎?
譯文為了進一步豐富其云產(chǎn)品陣線,隸屬于時代華納有線電視公司的云計算及托管企業(yè)NaviSite公布一項新的產(chǎn)品計劃,旨在為客戶提供存儲服務(wù)。正如分析師所說,這一行動標志著云服務(wù)廠商向大數(shù)據(jù)分析市場邁出的重要一步。
在Interop 2012大會上,NaviSite公司公布了一款名為NaviCloud Intelligent Storage的智能存儲產(chǎn)品。該產(chǎn)品基于EMC Atmos云架構(gòu),允許企業(yè)客戶在它的幫助下存儲、備份并實現(xiàn)文件共享。NaviSite公司原先一直在經(jīng)營傳統(tǒng)的托管應用程序服務(wù),近幾年來則轉(zhuǎn)向開發(fā)協(xié)作工具及虛擬桌面系統(tǒng)。而根據(jù)NaviSite公司云產(chǎn)品主管Chris Patterson的說法,對象存儲將很快成為企業(yè)用戶關(guān)注的重點。
“這并不是顛覆性的變革,只是在對我們固有的業(yè)務(wù)加以擴展,”Patterson指出。“過去我們已經(jīng)推出了不少優(yōu)秀的云產(chǎn)品,但要讓企業(yè)在市場競爭中脫穎而出,我們還需要找到更強大、更能迎合客戶需求的配套服務(wù)。”該公司已經(jīng)制定出初步的服務(wù)計費機制——每GB收費0.2美元,整套服務(wù)將于今年六月份正式上線。
來自IDC研究公司的分析師Richard Villars認為,NaviSite公司此舉是為了在鞏固現(xiàn)有云產(chǎn)品的基礎(chǔ)上,為客戶帶來更完備的全局軟件組合。他還指出,未來基礎(chǔ)設(shè)施廠商的下一步計劃將是利用云資源存儲數(shù)據(jù)的同時,不斷提升分析工具處理能力,最終實現(xiàn)信息為業(yè)務(wù)服務(wù)的根本目的。“我們預計,如果要在未來幾年內(nèi)讓自己的企業(yè)在高端云服務(wù)市場上站穩(wěn)腳跟進而有所斬獲,那么大數(shù)據(jù)分析服務(wù)絕對不可或缺,”他表示。而要實現(xiàn)這一規(guī)劃,首先必須打造出完備的對象存儲服務(wù)。“很明顯,任何打算開展云數(shù)據(jù)分析的廠商都必須先擁有一套對象存儲業(yè)務(wù)。為客戶提供數(shù)據(jù)存儲空間,我們才能真正獲得這類重要的業(yè)務(wù)信息,分析發(fā)展戰(zhàn)略也才能有的放矢地進行下去。”
NaviSite公司目前還沒有公布其進軍大數(shù)據(jù)分析領(lǐng)域的具體計劃,但Patterson表示企業(yè)已經(jīng)準備在未來幾個月內(nèi)對現(xiàn)有服務(wù)進行大規(guī)模強化。
Villars認為,云中的大數(shù)據(jù)分析業(yè)務(wù)會在企業(yè)終端用戶群眾中逐漸積累超高人氣。多數(shù)與大數(shù)據(jù)分析相關(guān)的工作都需要企業(yè)在短時間內(nèi)準備好海量計算資源,這種爆發(fā)式需求增長顯然不是每家公司都能承受的。“事實證明,要對信息進行持續(xù)性分析根本不現(xiàn)實;我們只能集中優(yōu)勢資源,盡量將分析工作壓縮在較短的時間內(nèi)。過去的四天、現(xiàn)在的四小時,要打贏這種攻堅戰(zhàn),企業(yè)顯然應該借助云服務(wù)的力量,”Villars解釋道。
隨著越來越多的企業(yè)將業(yè)務(wù)數(shù)據(jù)保存在公共云中,他們對于購買數(shù)據(jù)分析服務(wù)的興趣也會逐漸變得濃厚,他說。與此同時,服務(wù)供應商則可以利用以Hadoop為代表的各類分析工具迎合客戶的需求,并以此為契機創(chuàng)造出一套全新的服務(wù)發(fā)展方向。
業(yè)界巨頭們也已經(jīng)有開始所行動。就在本月,谷歌公司剛剛發(fā)布了BigQuery,這是一款以云為基礎(chǔ)的大數(shù)據(jù)分析工具。Amazon Web Services也已經(jīng)完成了以云為基礎(chǔ)的Hadoop產(chǎn)品——Elastic Map Reduce的開發(fā)。“我們并不打算危言聳聽,其實如果大家不感興趣,完全可以直接忽略掉這種技術(shù)走向。但事實不可否認,整個云服務(wù)市場已經(jīng)開始向大數(shù)據(jù)分析靠攏,”Villars最后總結(jié)道。
原文鏈接:
http://www.networkworld.com/news/2012/051012-interop-cloud-big-data-analytics-259184.html?hpg1=bn