首页>>技术前沿>>网站/软件行业动态2017年“大数据”虽然是热词，但绝对不是一个新词，已经无法起到在芸芸众生中再度疯狂吸引眼球的作用，在此背景下，我们继续发挥创新精神，与数据有关的词也就层出不穷。近年来大数据的研究开发中的一个表象是大家在可视化上下了较大的功夫，又是仪表盘又是三维图，渲染的效果确实非常棒，第一眼看上去就会被吸引。目前我们对于大数据的使用，似乎还只是在一个量的问题上，可以把以前因为数据缺乏而不清楚的问题描述的更加清楚。未来我们需要的是要把大数据的应用提高到带来质的变化。
所有IT都有两个核心要素：数据与数据的逻辑。每个使用大数据的人都知道：要使用大量的数据，首先需要对数据进行处理，而其处理都会产生一个传输瓶颈，并严重影响其性能，并且这种逻辑的任何功能都变成纯粹的理论。即使有少量的数据，这也可能是因为延迟而发生。例如，企业将其应用程序服务器迁移到云端，同时将数据库服务器保留在本地，这可能在理论上可行，但是当应用程序对数据库与数据库之间的网络延迟敏感时，就根本不起作用。对于少量的数据来说，情况就是如此。这就是为什么许多组织都在尝试调整软件的原因，使其对延迟的敏感度降低，从而能够进入云端。但是，如果数据量很大，则需要将数据处理和数据彼此靠近，否则就无法工作。企业增加对大量并行性的需求来处理这些数据，并获得Hadoop和其他处理大量数据问题的体系结构。
现在，全球的数据量呈指数增长。如果IDC公司的推测成为事实的话，那么在几年的时间里，全世界将存储大约50ZB的数据。另一方面，虽然互联网传输数据的总容量也在增长，但增长速度更为缓慢。在全球数据量增长到50ZB的同一时期，互联网总带宽将达到每年2.5ZB(如果思科的推断成为事实的话)。从这两个推断(并不是不合理的)中得出的结论是，全球可用的互联网带宽远远不能满足移动大量数据的需求。而且这也忽略了目前大约80%的带宽用于流媒体视频的事实。因此，即使企业已经针对核心应用程序中的延迟问题编写了代码，对于数据量较大的情况，也会出现带宽问题。
现在这个隐患实际上成为了一个问题吗?如果处理或使用这些数据在本地部署的数据中心发生的话，也就是说在同一个数据中心中存储数据。但是，一方面，数据量呈指数增长，另一方面，全球各行业也在积极寻求云战略，就是把将所有类型的工作负载都迁移到云端，即使是“无服务器”(例如，AWS Lambda)，这样的做法也是绝对极端的。假设只有小规模的结果(从庞大的数据集中计算出来)也许会有所帮助，因为大量数据的实际价值来自它们的结合。这可能意味着将来自不同所有者的数据(例如企业的客户记录与来自Twitter的数据)结合起来。而这所有不同的集合将会成为一个难题。所以，人们看到的是两个相反的事态发展。一方面，人们都忙于适应基于云的体系结构，这种体系结构最终是基于分布式数据的分布式处理。另一方面，人们使用的数据量越来越大，必须将数据和处理整合到一个物理位置。
【全文完】
版权声明:
1、陕西弈聪网站内容中凡注明“来源：XXX（非陕西弈聪网站）”的作品，转载自其它媒体，转载目的在于传递更多信息，其中涉及的网站建设，网站优化，百度关键词优化，西安软件开发等技术细节并不代表本站赞同支持其观点，并不对其真实性负责。对于署名“陕西弈聪”的作品系本站版权所有，任何人转载请署名来源，否则陕西弈聪将追究其相关法律责任。
2、本站内容中未声明为“原创”的内容可能源自其它网站，但并不代表本站支持其观点，对此带来的法律纠纷及其它责任与我方无关。如果此内容侵犯了您的权益，请联系我方进行删除。
企业动态
