京公网安备 11010802034615号
经营许可证编号:京B2-20210330
是骗局还是变革 大数据改变谁的命运
大数据会是一场概念的骗局么?近期这样的讨论在网上随着大数据的话题而不断涌现出来。其实大数据并不是一项全新的技术,它的本质表现在数据的形态更为复杂,增长的速度更快和交互的频率更高。如何对具备这样特征的数据集群进行管理和使用,是区别于传统数据应用的主要特点。更为重要的一点是:当前的技术将大数据应用的成本降低到了中小型企业也可以使用的阶段,在有关大数据的话题讨论中,这一点也是备受关注和认可的。
大数据分析意味着企业能够从这些新的数据中获取新的洞察力,并将它与已知业务的各个细节相融合。微软亚太研发集团服务器与开发工具事业部,中国云计算创新中心商务战略总监殷皓在接受记者专访时特别谈到了一个很有意思的案例:“某汽车销售机构希望了解历年油价的波动对汽车销售带来的影响,这时他们不需要重新采集关于油价的数据,而是通过Windows Azure上的一个数据集市服务,获得了准确而专业的数据信息,很快的完成了这项分析,充分体现了数据服务带来的价值。”殷皓认为数据不能停留数据存储的阶段,而是要转换成为有价值的信息服务,创造新的商业机会。
大数据将改变谁的命运
DBA是在传统数据库应用领域中极为重要的人群,也许大数据会带给他们理念上的转变。“DBA曾经是IT行业中的金饭碗,因为核心的数据库技术发展 相对来说变化的较少,所以有些DBA会慢慢变懒”,殷皓谈到:“但是,变化少不代表不变。如果DBA的工作定位偏向底层运维型的话,那么他们的职能会变得 越来越小,甚至会被自动化的服务来取代,未来DBA对基础设施的管理会越来越少,更多的向上层业务扩展。”
我们关注到发展中的DBA分工,其中的一种可能会涉及到企业核心安全保障,成为企业里数据的守门人之一。另一种角色是研发DBA,它和业务应用结合 的非常紧密。包括数据定义、数据建模,从逻辑建模到物理建模,以及后端存储的设计等,未来更多的是成为企业数据模型的管理者。“这实际上也是一个职业发展 的过程”,殷皓认为:“运维DBA需要确保7*24的业务连续性,研发DBA更多的负责物理建模,完成开发人员写的存储过程。而我们看到的数据架构师层 面,就是需要从业务需求出发来实现逻辑建模。因为对业务的理解是自动化工具所不能取代的,这也是在大数据的趋势下,DBA所要面临的转变。”
SQL Server与大数据的对接
Hadoop是大数据的一个分布式系统架构。5月与微软SQL Server 2012同时发布的还有将Hadoop和SQL Server连在一起的连通器,他们通过标准的ODBC模式,把Hadoop和PDW微软并行数据仓库连在一起,实现多核并发的并行数据仓库。“用户无需对应用做出很大的改动,只是连接到SQL Server、数据仓库,或者是一个对象。通过这个对象可以把我的连接通过连接键引申出去,然后把所有的数据整合在一起”,殷皓兴奋的分享到:“在这种场景下,我可以把结构化数据和非结构化数据、甚至是数据仓库在模型中的数据整合在一起,做更加深入的数据分析。”
SQL Server 2012版本中,微软亚太研发集团服务器与开发工具事业部参与了两个大的功能研发:数据的迁移工具SSIS,数据库升级的服务。微软针对Hadoop在 Windows Server Kernel上做出性能的优化、安全认证的整合,形成企业级的AD整合,并实现了和BI工具的整合。“微软在NoSQL上加一个SQL的索引层,比如 eBay的底层用了MangoDB,但所有的交易数据都按照SQL来存储到结点中”,殷浩认为:“NoSQL提供了一个很好的存储机制,但要提高数据利用 的效率,最好回到SQL的场景。NoSQL将会是数据库发展过程中的一个中间阶段,会逐渐体现为数据服务中的一部分,而非数据平台的主流。”
关于大数据的话题还将继续争论下去,但可以看到的是,在企业商业智能的发展基础上,数据分析将作为一种服务提供给用户。IT技术提供商们开始实践的大数据,不仅是把数据用于企业内部的业务分析和决策支持,而是以提供数据分析模型的方式优化企业决策。这不仅仅是技术的更新,而是IT消费模式的变革。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据处理的全流程中,数据呈现与数据分析是两个紧密关联却截然不同的核心环节。无论是科研数据整理、企业业务复盘,还是日常数 ...
2026-03-06在数据分析、数据预处理场景中,dat文件是一种常见的二进制或文本格式数据文件,广泛应用于科研数据、工程数据、传感器数据等领 ...
2026-03-06在数据驱动决策的时代,CDA(Certified Data Analyst)数据分析师的核心价值,早已超越单纯的数据清洗与统计分析,而是通过数据 ...
2026-03-06在教学管理、培训数据统计、课程体系搭建等场景中,经常需要对课时数据进行排序并实现累加计算——比如,按课程章节排序,累加各 ...
2026-03-05在数据分析场景中,环比是衡量数据短期波动的核心指标——它通过对比“当前周期与上一个相邻周期”的数据,直观反映指标的月度、 ...
2026-03-05数据治理是数字化时代企业实现数据价值最大化的核心前提,而CDA(Certified Data Analyst)数据分析师作为数据全生命周期的核心 ...
2026-03-05在实验检测、质量控制、科研验证等场景中,“方法验证”是确保检测/分析结果可靠、可复用的核心环节——无论是新开发的检测方法 ...
2026-03-04在数据分析、科研实验、办公统计等场景中,我们常常需要对比两组数据的整体差异——比如两种营销策略的销售额差异、两种实验方案 ...
2026-03-04在数字化转型进入深水区的今天,企业对数据的依赖程度日益加深,而数据治理体系则是企业实现数据规范化、高质量化、价值化的核心 ...
2026-03-04在深度学习,尤其是卷积神经网络(CNN)的实操中,转置卷积(Transposed Convolution)是一个高频应用的操作——它核心用于实现 ...
2026-03-03在日常办公、数据分析、金融理财、科研统计等场景中,我们经常需要计算“平均值”来概括一组数据的整体水平——比如计算月度平均 ...
2026-03-03在数字化转型的浪潮中,数据已成为企业最核心的战略资产,而数据治理则是激活这份资产价值的前提——没有规范、高质量的数据治理 ...
2026-03-03在Excel办公中,数据透视表是汇总、分析繁杂数据的核心工具,我们常常通过它快速得到销售额汇总、人员统计、业绩分析等关键结果 ...
2026-03-02在日常办公和数据分析中,我们常常需要探究两个或多个数据之间的关联关系——比如销售额与广告投入是否正相关、员工出勤率与绩效 ...
2026-03-02在数字化运营中,时间序列数据是CDA(Certified Data Analyst)数据分析师最常接触的数据类型之一——每日的营收、每小时的用户 ...
2026-03-02在日常办公中,数据透视表是Excel、WPS等表格工具中最常用的数据分析利器——它能快速汇总繁杂数据、挖掘数据关联、生成直观报表 ...
2026-02-28有限元法(Finite Element Method, FEM)作为工程数值模拟的核心工具,已广泛应用于机械制造、航空航天、土木工程、生物医学等多 ...
2026-02-28在数字化时代,“以用户为中心”已成为企业运营的核心逻辑,而用户画像则是企业读懂用户、精准服务用户的关键载体。CDA(Certifi ...
2026-02-28在Python面向对象编程(OOP)中,类方法是构建模块化、可复用代码的核心载体,也是实现封装、继承、多态特性的关键工具。无论是 ...
2026-02-27在MySQL数据库优化中,索引是提升查询效率的核心手段—— 面对千万级、亿级数据量,合理创建索引能将查询时间从秒级压缩到毫秒级 ...
2026-02-27