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
在大数据技术飞速迭代、数字营销竞争日趋激烈的今天,“精准触达、高效转化、成本可控”已成为企业营销的核心诉求。传统广告投放 ...
2026-04-24在游戏行业竞争白热化的当下,用户流失已成为制约游戏生命周期、影响营收增长的核心痛点。据行业报告显示,2024年移动游戏平均次 ...
2026-04-24 很多业务负责人开会常说“我们要数据驱动”,最后却变成“看哪张报表数据多就用哪个”,往往因为缺乏一套结构性的方法去搭建 ...
2026-04-24在Power BI数据可视化分析中,切片器是连接用户与数据的核心交互工具,其核心价值在于帮助使用者快速筛选目标数据、聚焦分析重点 ...
2026-04-23以数为据,以析促优——数据分析结果指导临床技术改进的实践路径 临床技术是医疗服务的核心载体,其水平直接决定患者诊疗效果、 ...
2026-04-23很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“哪些指标是所有企业都需要的”“哪些指标是因行业而异的”“北极星指标和 ...
2026-04-23近日,由 CDA 数据科学研究院重磅发布的《2026 全球数智化人才指数报告》,被中国教育科学研究院官方账号正式收录, ...
2026-04-22在数字化时代,客户每一次点击、浏览、下单、咨询等行为,都在传递其潜在需求与决策倾向——这些按时间顺序串联的行为轨迹,构成 ...
2026-04-22数据是数据分析、建模与业务决策的核心基石,而“数据清洗”作为数据预处理的核心环节,是打通数据从“原始杂乱”到“干净可用” ...
2026-04-22 很多数据分析师每天盯着GMV、转化率、DAU等数字看,但当被问到“什么是指标”“指标和维度有什么区别”“如何搭建一套完整的 ...
2026-04-22在数据分析与业务决策中,数据并非静止不变的数值,而是始终处于动态波动之中——股市收盘价的每日涨跌、企业月度销售额的起伏、 ...
2026-04-21在数据分析领域,当研究涉及多个自变量与多个因变量之间的复杂关联时,多变量一般线性分析(Multivariate General Linear Analys ...
2026-04-21很多数据分析师精通描述性统计,能熟练计算均值、中位数、标准差,但当被问到“用500个样本如何推断10万用户的真实满意度”“这 ...
2026-04-21在数据处理与分析的全流程中,日期数据是贯穿业务场景的核心维度之一——无论是业务报表统计、用户行为追踪,还是风控规则落地、 ...
2026-04-20在机器学习建模全流程中,特征工程是连接原始数据与模型效果的关键环节,而特征重要性分析则是特征工程的“灵魂”——它不仅能帮 ...
2026-04-20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%的商业分析问题, ...
2026-04-20在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16