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
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 ...
2026-07-24【核心关键词】客户、数据分析、指标体系、数据采集、数据指标、业务数据、分析思路、业务需求、分析方法 【专访摘要】本次 CDA ...
2026-07-24在数据分析、业务建模与数字化运营体系中,原始业务数据普遍存在缺失、重复、异常、口径不一致等质量问题,直接用于分析与建模会 ...
2026-07-24 很多数据分析师能熟练计算均值、标准差,但当被问到“如何用一张图让业务方3秒内看懂核心结论”“面对不同数据类型该怎么选 ...
2026-07-24在数据驱动的精细化运营体系中,指标是业务判断、效果复盘、策略优化的核心依据。随着企业数据化程度提升,指标数量持续膨胀,但 ...
2026-07-23在用户运营与产品增长体系中,留存是衡量产品真实价值与用户粘性的核心标尺,也是决定用户生命周期价值、获客投产比的底层因素。 ...
2026-07-23 很多数据分析师精通Excel、SQL、Python等工具,但当被问到“面对一个具体的业务问题,该用什么分析方法”“描述性分析和诊断 ...
2026-07-23【核心关键词】埋点、产品、互联网、数据库、决策、数据分析、产品经理、商业模式、移动互联网、指标体系、运营模块、大数据平 ...
2026-07-22在高并发、大数据量的业务系统中,单表数据量达到千万级甚至亿级后,会出现查询性能骤降、索引维护成本飙升、存储扩容困难等问题 ...
2026-07-22 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-07-22在金融风控、企业运营、行业研究等数据分析场景中,大量数据以面板数据形态存在:例如多家分支机构连续多个季度的风险指标、多位 ...
2026-07-21 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-07-21一、活动介绍 2026暑期CDA备考冲刺季,为想利用假期拿证的你量身打造。考点胶囊内容搭配多重硬核福利,让你在旅行、实习、居家 ...
2026-07-21金融行业的运营风险贯穿业务全流程,涵盖交易欺诈、操作违规、流程漏洞、合规偏差、客户信用异常等多元场景,是银行、保险、证券 ...
2026-07-17财产保险作为金融行业的核心板块,涵盖车险、家财险、责任险、企财险等多元品类,是个人与企业抵御财产风险、经营风险的重要保障 ...
2026-07-17 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-07-17【核心关键词】模块、餐饮、客户、门店、企业、订单、供应链、多样化、产品、生产计划、数据分析、生产管理、物料管理、业务分 ...
2026-07-16在数字化分析时代,原始数据本身不具备业务价值,只有通过科学的统计学方法加工、拆解、验证与解读,才能挖掘数据背后的规律、差 ...
2026-07-16 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-07-16在描述性统计分析、数据预处理、异常值排查与多组数据分布对比工作中,箱线图(Box Plot)是应用最广泛的可视化与统计工具之一。 ...
2026-07-15