企業(yè)應(yīng)慎重選擇一款大數(shù)據(jù)設(shè)備，以便確保其對于企業(yè)業(yè)務(wù)的價值。

[[148112]]

　　似乎選擇一款單一的、優(yōu)化架構(gòu)的方法來處理大數(shù)據(jù)是有一定意義的。

　　一款專門由硬件和軟件組合所搭建起來的設(shè)備顯然應(yīng)該要比手工胡亂拼湊起來的設(shè)備要好很多，不是嗎?

　　上述這一邏輯已然在數(shù)據(jù)管理人員的圈子中得到了廣泛的認同。

　　例如，甲骨文已經(jīng)收購了Exadata公司，并創(chuàng)建了一款被稱為甲骨文大數(shù)據(jù)設(shè)備的系統(tǒng)。該結(jié)合了Sun的硬件與各種不同的軟件方法，以便在一款設(shè)備中處理不同類型的數(shù)據(jù)。

　　而IBM公司在收購了Netezza公司之后，也采取了類似的方法，創(chuàng)建了一套被稱為PureData的設(shè)備。

　　另外，戴爾和惠普也都有推出一系列的大數(shù)據(jù)應(yīng)用設(shè)備;Teradata公司收購了Aster公司，并隨后推出了其集成的大數(shù)據(jù)平臺;日立數(shù)據(jù)系統(tǒng)具有超級橫向擴充平臺(Hyper Scale-Out Platform，HSP);而EMC公司則推出了其數(shù)據(jù)計算設(shè)備;存儲專家DataDirect Networks公司有其被命名為SFA12K的大數(shù)據(jù)設(shè)備。

　　企業(yè)可以有許多不同的方式來進行大數(shù)據(jù)分析——自行構(gòu)建方法，并將大數(shù)據(jù)作為服務(wù)只是一對常用的組合，但這些方法都充滿了問題，而供應(yīng)商正在努力幫助您企業(yè)避免。對于企業(yè)對大數(shù)據(jù)的利用而言，采用一款大數(shù)據(jù)設(shè)備的方法似乎正風(fēng)靡一時，但大數(shù)據(jù)設(shè)備的選擇是否真的如同其看上去那么簡單呢?

　　要深入挖掘，首先就要充分了解到底什么是大數(shù)據(jù)。

　　關(guān)于大數(shù)據(jù)的五大特性

　　往往在太多數(shù)時候，大數(shù)據(jù)仍然僅被關(guān)注到了其龐大的數(shù)據(jù)信息量。然而，如果是這樣的話，那么這應(yīng)該只是一個大量數(shù)據(jù)的問題，而不是大數(shù)據(jù);龐大的數(shù)據(jù)量只是大數(shù)據(jù)的五大特征之一。

　　想要充分理解大數(shù)據(jù)所帶來的問題，就必須了解大數(shù)據(jù)的其他幾個方面的特性，以及由這幾大特性綜合作用所為大數(shù)據(jù)世界創(chuàng)造的問題和提供的相關(guān)機遇。

　　如前所述，有海量的數(shù)據(jù)被處理。然而，如果所有這些被處理的數(shù)據(jù)都是正式的、結(jié)構(gòu)化的數(shù)據(jù)，那么，擁有適當(dāng)?shù)臋M向擴展計算、存儲和網(wǎng)絡(luò)平臺的標準數(shù)據(jù)庫應(yīng)該是足夠的。

　　當(dāng)您看到數(shù)據(jù)種類的多樣性時，這些問題才真正開始突顯，混合了結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)的數(shù)據(jù)集合亟待進行處理。大多數(shù)的數(shù)據(jù)具有一定的層次結(jié)構(gòu)，無論其承載的載體是否是一個微軟Word文檔的格式;或是以逗號分隔的機器對機器的數(shù)據(jù);或是圖像，視頻或音頻數(shù)據(jù)。然后是數(shù)據(jù)的傳輸速度的特性，這一特性這有2個方面。首先是數(shù)據(jù)被呈現(xiàn)給分析環(huán)境的速度。例如，實時數(shù)據(jù)分析處理物聯(lián)網(wǎng)的數(shù)據(jù)，往往需要處理大量小數(shù)據(jù)包的數(shù)據(jù)，沒有人能夠延遲來使其減緩。其次是分析得出結(jié)果的速度。

　　例如，在金融交易中，與其他交易員相比，下游的交易員得到結(jié)果往往要稍微晚幾毫秒的時間。而在生產(chǎn)線上，對于某個問題的識別往往需要在其成為一個問題之前采取行動，這樣才能夠使得生產(chǎn)線得以繼續(xù)經(jīng)營，而不是停掉整條生產(chǎn)線來進行處理。大數(shù)據(jù)的準確性這一特性也很重要。糟糕的數(shù)據(jù)分析往往會導(dǎo)致質(zhì)量很差的輸出。

　　因此，任何大數(shù)據(jù)系統(tǒng)必須能夠檢查其所分析的數(shù)據(jù)的質(zhì)量，或者上游的數(shù)據(jù)源是能夠值得信任的。***的一大特性是大數(shù)據(jù)的價值。其實，這一點才是真正驅(qū)動企業(yè)進行任何大數(shù)據(jù)活動項目的推動因素。其應(yīng)該在大數(shù)據(jù)的五大特性中被排在***位。進行大數(shù)據(jù)分析的決策必須建立在其價值之上，從而使得企業(yè)得出相應(yīng)結(jié)果：這種分析是否真的是值得的?

　　其對于企業(yè)業(yè)務(wù)活動及其成功的真正影響在何處?在某些情況下，Quocirca公司已經(jīng)看到了大數(shù)據(jù)分析所帶來的一些進展，因為這“似乎的確是個好主意”——但在為何要使用這種IT資源的背后必須要有扎實的商業(yè)理由。因此，任何向您企業(yè)吹捧一款大數(shù)據(jù)系統(tǒng)的供應(yīng)商，都必須有相應(yīng)的信息來針對您企業(yè)大數(shù)據(jù)的每種特性。因此，將各個方面的數(shù)據(jù)都納入關(guān)系數(shù)據(jù)庫中，不強迫結(jié)構(gòu)化數(shù)據(jù)作為二進制大對象不應(yīng)是處理大數(shù)據(jù)的方式。

　　同樣，那些在象牙塔中宣稱關(guān)系型數(shù)據(jù)庫的日子已經(jīng)結(jié)束了，所有一切數(shù)據(jù)都可以納入一款持續(xù)的Hadoop存儲或NoSQL數(shù)據(jù)庫的說法也是錯誤的。然而，針對專業(yè)的不同數(shù)據(jù)系統(tǒng)采取一種斷開連接的方法也將無法奏效。例如，對數(shù)據(jù)縮減非持久的Hadoop系統(tǒng)采用MapReduce，分離關(guān)系和非關(guān)系的持久性存儲將導(dǎo)致無法處理大數(shù)據(jù)速率的要求。

　　單一的分析方法

　　對于真正的大數(shù)據(jù)分析，大數(shù)據(jù)的五大特性需要加以處理，而數(shù)據(jù)以一種單一的方法匯聚，實際可以進行業(yè)務(wù)分析。這便是設(shè)備的方式發(fā)揮其作用的時候了。通過借助Hadoop環(huán)境，并將其在同一臺設(shè)備中與關(guān)系型和非關(guān)系型數(shù)據(jù)存儲進行混合，智能化可內(nèi)置于整個系統(tǒng)，以確保恰當(dāng)?shù)臄?shù)據(jù)在恰當(dāng)?shù)臅r間駐留在合適的存儲中。所需的分析層可以優(yōu)化，以確保性能是符合分析目的。這是一個所有相關(guān)供應(yīng)商都在為之戰(zhàn)斗的一個戰(zhàn)場。

　　然而，仍有人認為購買一個大的數(shù)據(jù)設(shè)備需要注意的領(lǐng)域。對于大多數(shù)組織而言，大數(shù)據(jù)將涉及大量的數(shù)據(jù)。為了提供所需的分析速度，大數(shù)據(jù)設(shè)備中的大多數(shù)將有大量的內(nèi)存，使內(nèi)存分析發(fā)生。因此，確保設(shè)備有足夠的內(nèi)存是采購大數(shù)據(jù)設(shè)備所需考慮的一大關(guān)鍵。該設(shè)備將需要擴展，太小的內(nèi)存將導(dǎo)致數(shù)據(jù)系統(tǒng)的交付將比預(yù)期的慢，然后數(shù)據(jù)就會在低速存儲系統(tǒng)中進出。查看設(shè)備是否是純粹旋轉(zhuǎn)的，基于磁力盤額。隨著固態(tài)存儲器的出現(xiàn)，從磁盤檢索數(shù)據(jù)的速度已大幅增加，但仍遠低于存儲系統(tǒng)。使用固態(tài)存儲器的系統(tǒng)比使用磁盤的速度快得多。此外，要注意混合系統(tǒng)，其是頂部層的固態(tài)和較低層的磁盤存儲的一個混合。除非有一個智能的軟件管理隨時駐留在此的數(shù)據(jù)，當(dāng)分析系統(tǒng)試圖從內(nèi)存中獲取數(shù)據(jù)看到數(shù)據(jù)不在那里，然后下降到固態(tài)，發(fā)現(xiàn)數(shù)據(jù)不存在，并下降到磁盤，并將數(shù)據(jù)從那里納入到內(nèi)存時，有可能是主要的性能問題。

　　展望未來

　　現(xiàn)在需要尋求將Hadoop，NoSQL與關(guān)系型數(shù)據(jù)庫匯集到一起的系統(tǒng)的方法。然而，也可以展望未來。很長一段時間，Quocirca建議不要使用Hadoop作為一個持久性存儲，而不是取決于其MapReduce的能力，作為數(shù)據(jù)過濾器，來降低在任何環(huán)境所需分析的數(shù)據(jù)量。

　　MapR公司是Apache Drill項目的領(lǐng)軍，而Hortonworks則推出了其Hive Stinger計劃，兩大項目均顯示了在在Hadoop存儲中啟用SQL查詢的承諾。諸如IBM和Actian公司這樣的供應(yīng)商，有商業(yè)化的Hadoop-SQL產(chǎn)品，能夠處理一些目前Hadoop作為一個持久性存儲的速度問題。在NoSQL終端的數(shù)據(jù)存儲，Basho公司則采取一種不同的方法。通過啟用其Riak NoSQL數(shù)據(jù)庫節(jié)點的網(wǎng)格，每個節(jié)點處理大數(shù)據(jù)的不同方面，他們希望能夠創(chuàng)造出“所有規(guī)則的其中一環(huán)”：一個可以針對不同數(shù)據(jù)類型的變化速度處理數(shù)據(jù)壓縮的數(shù)據(jù)庫。

　　***，尋找不會將您捆綁在特定工作方法的系統(tǒng)。使用現(xiàn)有的商業(yè)智能(BI)系統(tǒng)的技能已經(jīng)建立，而無需學(xué)習(xí)新的技能，大數(shù)據(jù)系統(tǒng)的選擇應(yīng)該能夠使現(xiàn)有的BI工具能夠分層?，F(xiàn)在，大數(shù)據(jù)分析仍處于相對不成熟的水平。企業(yè)自行打造的方法不太可能能夠提供投資回報率，而一款專業(yè)的大數(shù)據(jù)設(shè)備則可能只是在短時間內(nèi)解決了某個問題。因此，企業(yè)應(yīng)謹慎選擇一款大數(shù)據(jù)設(shè)備，確保該項業(yè)務(wù)的價值足以彌補您企業(yè)的該項支出。