京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据云计算正在改变数据库技术
将数据存储在云中绝不是在云计算刚刚兴起时就广受企业欢迎的。这一概念的安全性和兼容性问题已经远远超过了其数据存储分享功能,而且,将数据从企业内部部署的设施迁移到云并不是一件很容易的事。但对于某些数据密集型应用程序而言,租用云架构似乎越来越多的成为企业选择的方案。
云数据库可能很难同与之相关的应用程序隔离,这反过来又常常使其被淹没在了大量分布式系统中。但根据市场研究公司MarketsAndMarkets的估计,今年云数据库和DBaaS市场将达到10.7亿美元,到2019年将增长至140.5亿美元。
分析公司IDC称,75%到80%的新的云应用程序将属于“大数据密集型的。“考虑到电子商务交易产生了如此众多的新数据,以及其他Web应用程序涉及的大量数据,这一现实也就不难接受了。而这其中,移动应用的增长是最为突出的。
使用案例
根据SearchDataManagement最近的调研报告就体现了新的云架构中的数据管理方法:其冒险的远离了熟悉的企业应用程序范围,并在许多情况下,利用了新兴的NoSQL和NewSQL数据库类型。比如:
●一个在线库存管理操作采用NewSQL数据库处理不同的且不断变化的客户要求。
●应用程序性能监控服务在亚马逊网络服务云使用NoSQL软件,从超过八亿台移动设备上采集实时操作数据。
●一家营销数据服务公司发现其需要内存中的NoSQL技术管理每月一兆的涉及在线广告的交易数据。
●另一家市场分析公司采用NoSQL数据库服务增加了一个SQL启用数据仓库,以便能够在云中查询Web帮助和社交媒体数据。
阻碍数据在云中管理的最大的因素之一是物理学。“围绕大数据和云计算的挑战是你企业需要迁移多少数据,以及从何处迁移。”IBM的高级副总裁和软件集团执行官史提夫·米尔斯在2013年的一个供应商需求信息新闻发布会上表示。
尽管曾经数据在云平台中管理和使用有着重重的限制,但现在其已经扩大到几乎能够兼容任何类型的应用程序工作了,根据米尔斯介绍。关于“垂直模型的获得”仍然是一个问题,他说,但他暗示,相关的建模的工作正在进行中。
同时,随着越来越多的数据在云形成,使得将这些数据就存储在云中而不是迁移的企业内部终端系统变得更容易。
云的前景报告
虽然有时人们似乎认为大数据云计算是初创型网络企业的唯一选择,但这一趋势对于传统企业而言,也是如此。企业大规模转移到云的时机仍不明朗,但这一举措正在进行中。例如,我们就已经从一家金融服务巨头富达投资的技术主管那听到这样的论断。
史蒂芬·拜尔,富达投资公司架构副总裁表示,其所在的公司将以合理的速度迁移,而云和大数据融合的最终将是非常强大的。他作为与会代表去年十一月在Xconomy公司在波士顿举行的数据管理的未来论坛上发言说。
“云计算只是为数据爆炸创造了机会。”拜尔说。他同时指出,还有许多工作要做。他说,现在的重点是在私有云和混合、公共和私有云的变种方面,但他认为,企业不愿在公共云上部署数据密集型应用程序的趋势将衰退。
“公共云显然会在我们未来的生活中扮演相当重要的一个角色。”他说。“企业关键任务的应用程序将继续在企业内部运行相当长一段时间,但我不认为其会存在5年或10年这样长的时间。”
大量将数据迁移到云中的工作都需要重新思考这些数据架构成长的基本前提。在拜尔看来,企业“过于沉迷于关系数据库。”云数据库服务将开始充分发挥其潜力,是时候需要进行改变了。
尽管典型的初创型网络企业可能存在一定程度的狂热,对于一般传统企业将数据向云计算迁移的前进步伐将继续。而云数据库和服务提供商们也将推出某些功能满足传统企业的某些特殊要求。云计算的原始初衷是基于大规模可重复的生产,而这一初衷也将不得不改变。
最终,在房地产市场的回落,企业是否建立,购买或租用数据库的思考将充分建立在对于功能需求和价格计算的综合考虑方面,然后估计其能够给企业带来的潜在价值,进而决定最适合企业的数据管理方式。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在机器学习建模、数据预处理、抽样划分、模型初始化训练的全流程中,随机种子是控制实验随机性、保证结果可复现、提升模型稳定性 ...
2026-08-04Python作为面向对象的主流编程语言,核心编程体系由变量、方法、类三大基础要素构成。三者层层递进、相互协作,支撑起所有基础代 ...
2026-08-04 很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问 ...
2026-08-04为什么学习数据分析? 当下,我们已然步入数据要素价值全面释放的智能时代。数据不再只是零散的数字记录,更是驱动新质生产力运 ...
2026-08-03CDA等级认证证书有效期为三年,三年进行一次年审,主要考察CDA持证人的职业发展情况;学历、工作单位及职业变更情况;继续教育 ...
2026-08-03【核心关键词】金融、岗位、企业、算法、知识、专业、理论、课程、软件、数据分析、业务类型、应用场景、经营管理、大型企业、 ...
2026-08-03在日常数据分析、业务报表复盘、业绩预测工作中,平均增长率是衡量数据长期变化趋势的核心指标,广泛用于营收增长、用户增长、销 ...
2026-08-03很多人把统计学理解为“一堆公式和计算”,却忽略了它的本质——一门让数据“开口说话”的科学。真正的数据分析高手,不是会算平 ...
2026-08-03在数据指标体系搭建工作中,从业者常困惑于指标搭建的核心逻辑:究竟是依托一线零散数据自下而上汇总指标,还是基于战略目标自上 ...
2026-07-31在数据分析、问卷研究、实验复盘、业务建模的工作中,大多数人最关注的是“用什么统计方法”:是做T检验、方差分析、卡方检验, ...
2026-07-31 许多数据分析师精通Excel函数和SQL查询,但当面对一张上万行的销售明细表,要快速回答“哪个地区销量最高”“哪款产品增长最 ...
2026-07-31在问卷调研的数据分析流程中,“先检验信效度,再开展进阶统计分析”是通用的规范逻辑。很多从业者会听到“问卷效度高,后续可以 ...
2026-07-30【核心关键词】大数据、统计学、专业、毕业生、论文、课程、计算机、建模、知识、数据分析、机器学习、数据科学、大数据技术、 ...
2026-07-30 很多数据分析师掌握了Excel函数、会写SQL查询,但当被问到“数据从哪里来”“数据加工有哪些步骤”“如何使用分析工具连接数 ...
2026-07-30在业务数据分析中,按天拆分统计夜间时段的数据是高频需求——比如电商夜间订单监测、平台夜间用户活跃度分析、运维系统夜间异常 ...
2026-07-29在机器学习建模与特征工程实践中,判断不同特征对模型预测效果的贡献度,是特征筛选、模型解释、业务归因的核心环节。特征置换重 ...
2026-07-29 很多数据分析师精通Excel单元格操作,但当被问到“表结构数据的基本处理单位是什么”“字段和记录的本质区别”“为什么表结 ...
2026-07-29【核心关键词】岗位、数字化、经验、课程、方法论、决策、企业、大方向、数据分析、销售管理、理论知识、思维方式、分析销售、 ...
2026-07-28在问卷调研、用户分群、效果对比等业务数据分析中,分类变量的关联性与差异性验证是高频需求。卡方检验作为针对离散分类数据的经 ...
2026-07-28 数据分析师八成以上的时间在和数据表格打交道,但许多人拿到Excel后习惯性地先算、先分析,结果回头发现漏了一列关键数据, ...
2026-07-28