
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 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15