
数据中心关注大数据的几个价值领域
乍一看,大数据对数据中心的影响就好像是另一款高性能的应用程序,需要更多的处理能力、更多的存储空间、以及更高性能的网络。总之,这似乎是带给了数据中心另一个负担。然而,事实上,大数据不仅仅只是业务分析的工具,其也可以成为帮助改善数据中心的一款有用的工具。
更好的IT安全
IT安全已经成为一般企业的日常管理项目,并成为了IT管理最为关注的一个议题。黑客恶意攻击威胁管理所存在的最大问题之一便是必须调查和识别海量的数据,跟踪潜在的入侵者进入您企业的IT基础设施。
传统上,这方面的对策主要都集中在单个系统上,其中最好的是结合集中监控,以便识别和关联不同的威胁。然而,鉴于企业有着几十乃至数以千计的设备和应用程序,这一方法迅速变得站不住脚,因为所有的设备和应用程序都是潜在的攻击目标。
大数据能够帮助围绕海量数据进行几近实时的处理,即可满足上述的这一要求。任何供应商无论其是经验丰富的老牌企业或是市场新手都能够迅速进入该领域。其带来的好处是显而易见的:无关系统里的两个或三个事件可能会暴露一种微妙的攻击。而利用一个系统可以巩固、分析,并确定这些事件的性质,并防止攻击事件的发生。
大数据的价值
不能一味地否定无用的数据,它们同样蕴含着价值,它们确切的说法应该是低价值密度数据。因此,企业也应该保留这些数据,只是暂时尚未发现它的价值,可以用低成本的存储服务器保留它们。
当人们通过搜索引擎检索时,会出现一些习惯性的拼写错误。这些错误数据虽然表面上没有意义,但通过收集这些数据却可以发现大量的用户习惯和规律。
人们对于海量数据感到困惑,这是因为未能全局掌握整个数据只是看到破碎的、零散的、局部的数据。这就像通常“给数据做提炼总结”而在总结的过程中往往会丢失掉大量细节,但是很多有价值的信息正隐藏在具体的细节当中。
对于不同价值的数据要区分对待,把价值不高的数据存储在低成本的环境当中,但是绝对不会把它丢弃,因为假以时日,它还是会有一定的价值会被挖掘出来。
隐私保护仍待解决
应该对用户隐私提供一定的保护,例如通过数据加密,只让需要知道数据的人了解、接触或者访问到这些数据。他希望大众了解,通常通过数据挖掘软件,实际上看到的用户数据或者信息并不针对某个具体的人。
很多国家的立法机构或者政府希望通过制定隐私保护法律来实现对用户信息的保护。但是,由于对数据分析不了解,有些法规最终可能限制了用户对信息和数据的使用。
容量管理
类似于易趣网这样的企业已经宣布成功地利用大数据分析优化他们的数据中心了。正如虚拟化技术能够帮助调整企业容量的不足,这些方面的工作也可以达到同样的效果。再次,容量管理为大数据带来了几近完美的使用情况:一个单一硬件可能运行多台虚拟机,有多个磁盘映像和无数的应用程序,需要花费几个月的时间来挖掘完全的图像。
这种演进的下一步将“主动”与容量管理分析相结合,使虚拟机可以根据历史和预测的需求及其他指标进行资源调配和实时的重新分配。想象一下,你的数据中心容量智能再分配本身是基于一款新发布的产品或基于季节性需求。虽然这项技术仍处于起步阶段,但其可能会影响到下一代的数据中心。
更好的监测
将这些技术捆绑在一起,是新一代的监控工具,由大数据提供动力。虽然传统的工具也能在故障发生时合理的识别确定,但在许多情况下自动采取纠正措施,大多缺乏广泛的预测能力,依靠用户配置警报阈值和度量。
如果支持大数据主动监测,您企业的数据中心监控工具可以预测在一个数据库服务器中的硬件故障。该工具将智能分配受影响的应用程序到另一台服务器,并通知相关人员,一旦问题被纠正,再进行恢复操作。
甚至安全问题可以被整合到这个“智能”的数据中心,然后隔离被破坏的应用程序或基础设施,正如大多数杀毒软件“隔离”被病毒感染的文件一样。
虽然大数据才刚刚开始影响到数据中心,但这是值得开发的技术,因为它带来了这么多的机会帮助我们保护、修复、优化现代数据中心。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01