京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据给网络运营带来了什么
大数据分析现在是炒作焦点,很多企业都喜欢这样的想法,即通过对海量结构化、非结构化和部分结构化数据进行高级分析来发现意想不到的可操作业务洞察力。但所有这些数据处理是有代价的,特别是,这些数据会给网络带来影响。
大数据和大数据对网络运营影响的问题并不适合心脏虚弱的人。我们都知道,大数据工具并不成熟,并且,知道如何使用它们的人也供不应求。但先抛开这个 问题不谈,让我们来谈谈大数据给IT基础设施和运营带来的新负担。通过大数据技术,现在企业都开始想办法处理大量数据,而这些数据本来可能被抛弃或置之不 管。
企业管理协会(EMA)对北美150家部署大数据的企业进行了调查,以了解大数据对IT基础设施管理的影响。该报告《大数据对IT基础设施和管理的 影响》研究了哪些IT方面最受大数据的影响,该报告还探讨了IT企业如何使用这些相同的大数据技术来改进IT规划和运营。也许并不奇怪的是,该研究发现, 网络和网络管理团队比任何人都更深刻地感受到大数据的影响。
大数据增加网络流量,迫使工程师作出调整
我们的研究发现,45%部署大数据的企业发现网络流量增加,这主要是因为对数据的收集。我们还发现,46%的这些公司发现因为对这些大数据的备份而让网络流量增加。而IT基础设施唯一受到大数据影响的是存储,这并不奇怪,因为大数据主要是关于对海量数据的收集和存储。
随着企业扩展对大数据技术的使用,网络和大数据影响问题变得更加突出。例如,EMA将在生产环境部署有6个或以上大数据项目的企业评为“高级”大数据用户。在这些公司中,55%看到来自数据收集更多的网络流量,61%则报告来自大数据备份的更多流量。
基于大数据造成的网络流量激增,EMA询问这些企业其网络团队如何应对这些情况。我们的研究发现在IT企业内所有基础设施管理人员中,网络管理人员 在调整其基础设施规划和设计做法以应对大数据。超过半数的网络管理人员称他们正在制定计划来满足大数据的需求,从改进容量管理做法到扩展和升级网络基础设 施来支持流量增加。特别是,这些管理人员需要设定大数据流量基准;这些流量只会不断增长,所以工程师需要理解这些趋势,并相应地规划容量。
与此同时,半数网络团队称大数据迫使他们调整其日常运营做法。这些网络管理人员需要调整其性能监控和故障排查工具以及流程,这都是因为大数据网络流量的增加以及突发性质。
网络管理人员让大数据为其所用
在探讨大数据对基础设施的影响后,EMA研究了IT企业如何让大数据为其所用。我们发现很多研究参与者在输出IT监测数据到大数据环境以进行收集和分析,于是,我们询问这些企业对这些IT监测数据的高级分析在改进哪些管理做法。
EMA发现,57%在使用大数据分析来支持网络容量规划,53%在使用它来支持网络可用性和性能监控。最后,在故障排查任务中,35%在使用大数据 隔离网络中的基础设施问题。如上所述,该研究发现,网络管理人员在调整其规划和运营做法以应对大数据给网络带来的影响。现在,我们发现,很多这些网络管理 人员开始运用大数据分析以加强规划和运营。
另外,对IT监测数据的大数据分析具有很大的潜力。EMA不仅观察到IT管理做法的变化,而且还衡量了这给IT企业带来的好处。45%的IT企业告 诉我们,大数据分析让他们可以积极防御基础设施问题;45%报告称他们可更有效地管理IT运营费用。此外,46%称他们通过大数据分析实现更有效的基础设 施容量规划。最后,41%称对IT监测数据的大数据分析帮助他们更好地让IT部门配合业务部门。
这项EMA研究分析了大数据对IT基础设施和IT管理所有方面带来的影响和好处,但很显然,网络管理团队应该特别注意大数据影响问题。大数据对基础设施的影响是真实的,并将随着时间的推移而增加。与此同时,网络工程师和管理人员也可以利用大数据分析来改进他们自己的工作。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
CDA数据分析师 出品 作者:李诗怡 一、数据分析四大思维 1. 对比思维:没有对比就没有分析 核心观点:单独一个数字没有意义,有 ...
2026-10-05Kimball 是方法,星型模型是它产出的形状。 很多人把"Kimball vs 星型模型"当成一道选择题——这本身就是个误会:Kimball 是动词 ...
2026-10-05写在开头 老板在微信上甩来一句: "帮我看下为什么销量跌了。" ” 你回工位,打开 SQL,开始写。查订单表、拉近三个月、按 ...
2026-10-03CDA数据分析师 出品 作者:李诗怡 1. 事实表 vs 维度表 对比维度 事实表 维度表 核心问题 记录“业务发生了什么事” 描述 ...
2026-10-02做数据聚合时,PySpark的groupBy()确实能完成统计,这也是它的本职工作。但它有一个根本性局限:每一组数据,最终只能返回一行 ...
2026-10-01热力地图是数据可视化中极具辨识度与实用性的空间分析图表,结合地理空间维度与数据密度特征,通过颜色深浅、色阶渐变直观展示数 ...
2026-09-30 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-09-30同样是“银行数据岗”,在国有大行总行数据中心、在一家城商行的零售部、在银行系金融科技子公司、在保险公司,工作内容、成长节 ...
2026-09-29在数据分析与统计学研究中,数据往往不是独立存在的,不同变量之间普遍存在相互关联、相互影响的关系。相关性统计分析是挖掘变量 ...
2026-09-29 导读:大多数人只把 dataclasses 当成偷懒工具,用来少写 __init__、__repr__ 这类魔法方法。但它的能力远不止于此。本文带 ...
2026-09-29 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-09-29在MySQL数据库运维与业务开发中,行业普遍存在“数据达到千万级就必须分表”的说法。但在实际生产环境中,千万条数据并不是强制 ...
2026-09-28CDA数据分析师 出品 作者:李诗怡 1. 5W1H 分析法 定义:经典系统性思维框架,通过六个核心维度对问题进行全方位拆解与剖析,确 ...
2026-09-28 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-09-28CDA数据分析师 出品 作者:李诗怡 1. 用户标签体系 定义: 通过一系列高度精炼的特征标识,对用户属性、行为与偏好进行量化刻画 ...
2026-09-24Pandas是Python生态中用于表格数据处理的核心库,广泛应用于数据清洗、统计运算、报表输出、数据分析建模等场景。在处理极大数值 ...
2026-09-24随着数字经济快速发展,数据已成为核心生产要素,各行各业的业务沉淀、用户行为、设备运行、市场交易均产生海量数据。数据处理作 ...
2026-09-24 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-09-24在时序数据分析中,大部分业务数据并非持续平稳变化,而是会在某些时间节点出现突然抬升、断崖下跌、趋势反转、波动异变等现象, ...
2026-09-23在统计学与数据分析中,研究多组数据差异最常用的方法为单因素方差分析与事后多重比较。很多数据分析初学者容易混淆两者功能,认 ...
2026-09-23