对于大数据分析而言,最重要的还是基础设施

栏目: 数据库 · 发布时间: 6年前

内容简介:今天,我们可以从各种各样的渠道来源收集和存储数据,如网上交易、社交媒体活动、移动设备和自动化传感器等等。而软件的发展始终为新硬件的改进铺平 了道路。在这种情况下,大数据的计算和存储需求无疑正推动着存储硬件、网络基础设施和不断增长的新的计算需求处理方式的发展。对于大数据分析而言,最重要的基础设施莫过于存储设备了。容量能力

对于大数据分析而言,最重要的还是基础设施

今天,我们可以从各种各样的渠道来源收集和存储数据,如网上交易、社交媒体活动、移动设备和自动化传感器等等。而软件的发展始终为新硬件的改进铺平 了道路。在这种情况下,大数据的计算和存储需求无疑正推动着存储硬件、网络基础设施和不断增长的新的计算需求处理方式的发展。对于大数据分析而言,最重要的基础设施莫过于存储设备了。

容量能力

那些超过PB级规模的数据即可被认为是大数据。随着数据量的飞速增长,企业的存储设备也必须是高度可扩展的、且灵活的,以保证整个系统不会被打 乱,进而重新增加存储。大数据转化为大量的元数据,所以传统的文件系统无法支持。为了减少可扩展性,面向对象的文件系统应该是灵活的。

关于延迟性

大数据分析涉及到对社交媒体和交易数据的跟踪,这需要利用实时的战术决策。因此,大数据存储不能出现延迟状况或过时数据的状况。有些应用程序可 能需要实时数据的以便进行实时的决策。存储系统必须能够在不牺牲性能的情况下向外扩展,这可以通过实施一个基于闪存的存储系统来实现。

保证正常访问

由于大数据分析是用于跨多个平台和主机系统,需要有一个更大的交叉引用数据,并将所有这些结合在一起,以便提供一个形象图。因此,存储设备必须能够在同一时间处理来自不同源系统中的数据。

安全性

由于交叉引用数据处于一个新的水平,会产生更大的形象图,新数据级别的安全注意事项可能需要考虑现有IT场景。存储设备应该能够在不牺牲可扩展性或延迟性能的前提下处理这些类型的数据级别的安全需求。

成本因素

大数据项目也会涉及到大的成本。大数据分析所需的最昂贵的组件是存储设备。某些技术像重复数据删除可以使用磁带备份、数据冗余和构建定制的硬件,而不是使用市场上可以买到的任何可用的存储设备,这样可以帮助企业显着降低成本。

灵活性

大数据通常采用商业智能应用程序,这需要数据集成和迁移。然而,考虑到大数据的规模,存储系统需要修复而不能涉及任何数据的迁移需求,同时需要 有足够的灵活性以适应不同类型的数据源,再次,也不能以牺牲性能或延迟性为代价。企业应谨慎考虑所有当前和未来可能的使用情况和场景,以进行存储系统的规 划和设计。

在不久的将来,多智时代一定会彻底走入我们的生活,有兴趣入行未来前沿产业的朋友,可以收藏 多智时代 ,及时获取人工智能、大数据、云计算和物联网的前沿资讯和基础知识,让我们一起携手,引领人工智能的未来!


以上所述就是小编给大家介绍的《对于大数据分析而言,最重要的还是基础设施》,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对 码农网 的支持!

查看所有标签

猜你喜欢:

本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们

智能主义

智能主义

周鸿祎 / 中信出版集团股份有限公司 / 2016-11-1 / CNY 49.00

大数据和人工智能迅猛发展,对社会和商业的影响日益深刻,从学术界到企业界,智能化时代必将来临,已经成为共识。而此次变革,将会开启新一轮的发展浪潮。企业家、互联网以及传统企业、个人,应当如何理解这一轮的发展,如何行动以抓住智能化所带来的众多机遇,成为所有人持之以恒的关注热点。 周鸿祎作为最具洞察力的互联网老兵、人工智能领域成功的先行者,通过总结360公司的战略布局、产品规划、方法论实践,从思想到......一起来看看 《智能主义》 这本书的介绍吧!

RGB转16进制工具
RGB转16进制工具

RGB HEX 互转工具

HEX CMYK 转换工具
HEX CMYK 转换工具

HEX CMYK 互转工具

HSV CMYK 转换工具
HSV CMYK 转换工具

HSV CMYK互换工具