大数据的核心:海量数据的分析能力

服务器
大数据,最为核心的就要看对于大量数据的核心分析能力。但是,大数据核心分析能力的影响不仅存在于数据管理策略、数据可视化与分析能力等方面,从根本上也对数据中心IT基础设施架构甚至机房设计原则等提出了更高的要求。为了达到快速高效的处理大量数据的能力,整个IT基础设施需要进行整体优化设计,应充分考量后台数据中心的高节能性、高稳定性、高安全性、高可扩展性、高度冗余,基础设施建设这五个方面。

 在亟待优先解决的IT问题千头万绪的情况下,在大数据价值日益凸显的背景下,企业需要首先提高数据中心的成本效益,以满足不断变化的业务需求,加大大数据的应用和相关基础设施的构建,满足对于大数据环境下数据中心高性能、高可扩展性、高安全性和高可用性的要求。

赛迪顾问对此做了一篇报道,小编摘编如下:

大数据核心分析能力需要强大的后台支撑

所谓大数据,最为核心的就要看对于大量数据的核心分析能力。但是,大数据核心分析能力的影响不仅存在于数据管理策略、数据可视化与分析能力等方面,从根本上也对数据中心IT基础设施架构甚至机房设计原则等提出了更高的要求。为了达到快速高效的处理大量数据的能力,整个IT基础设施需要进行整体优化设计,应充分考量后台数据中心的高节能性、高稳定性、高安全性、高可扩展性、高度冗余,基础设施建设这五个方面,同时更需要解决大规模节点数的数据中心的部署、高速内部网络的构建、机房散热以及强大的数据备份等问题。

大数据离不开效益型数据中心的构建

深入了解大数据应用的数据中心经济学对于提高企业的实际利润率,具有十分重要的价值。数据中心经济学能够提供一个框架,帮助 IT 管理者认识存储的总体拥有成本(TCO)的长期价值影响。利用数据中心经济学确定存储决策、计算资源的准确支出,将能够帮助企业系统化地持续降低成本,并更好的支持企业采用大数据技术。

大数据更需要突破存储、性能瓶颈

大数据应用除了数据规模巨大之外,还意味着拥有庞大的文件数量。因此如何管理文件系统层累积的元数据是一个难题,处理不当的话会影响到系统的扩展能力和性能,而传统的NAS系统就存在这一瓶颈。所幸的是,基于对象的存储架构就不存在这个问题,它可以在一个系统中管理十亿级别的文件数量,而且还不会像传统存储一样遭遇元数据管理的困扰。基于对象的存储系统还具有广域扩展能力,可以在多个不同的地点部署并组成一个跨区域的大型存储基础架构。此外,大数据应用还存在实时性的问题,特别是涉及到与网上交易或者金融类相关的应用。

大数据是一个朝阳产业,而且将推动数据中心基础设施及相关软件的爆发式增长,企业部署的数据中心环境也需做出相应的变革与创新。虽然,有很多“大数据”应用环境需要较高的IOPS性能。为了迎接这些挑战,服务器、存储系统、服务、大数据技术软件以及整个产业都已经蓄势待发,未来也必将蓬勃发展。

责任编辑:路途 来源: 赛迪顾问
相关推荐

2015-08-31 13:29:31

大数据能力华为

2015-08-11 15:52:52

大数据数据分析

2013-09-03 09:14:12

2018-11-08 15:12:16

数据分析算法决策树

2017-02-23 10:27:59

2018-07-30 09:06:46

大数据Hadoop数据架构

2018-03-28 17:16:09

大数据

2011-11-07 09:31:20

大数据Hadoop

2012-03-12 10:09:50

Hadoop微软大数据

2023-11-29 13:56:00

数据技巧

2021-08-06 11:01:23

大数据数据分析技术

2015-06-03 14:40:04

大数据数据挖掘

2017-07-22 00:41:27

大数据数据存储

2020-12-31 14:14:35

大数据大数据应用

2018-12-07 14:59:37

2015-03-20 16:40:40

Spark大数据分析大数据

2017-10-23 14:13:33

大数据互联网环境

2015-11-23 16:46:45

WOTMOB兰旭大数据

2016-08-02 16:06:18

大数据系统数据采集

2016-10-26 19:33:45

数据分析大数据
点赞
收藏

51CTO技术栈公众号