日益增强的存储能力和日益下降的存储成本，以及不断改善的数据分析能力，共同促进了大数据在越来越多的企业和行业的应用。

    正如云计算等等已经为我们所用多年的技术和实践名词，大数据概念如今已经越来越流行。日益增强的存储能力和日益下降的存储成本，以及不断改善的数据分析能力，共同促进了大数据在越来越多的企业和行业的应用。

    科学分析员、金融分析师和制药公司利用令人难以置信的大数据集来探寻复杂的难以置信问题的答案已经很有些年头了。大数据集，尤其是结合其他相关的信息加以分析，往往能够揭示出隐藏很深的模式和关系。

    你是否需要大数据

    大数据适合你的公司吗？这是每一个准备挖掘大数据价值的公司必问的第一个问题。首先从了解你有哪些可用数据集开始。

    但是大型的无序的未分类的数据，如金融交易、产量记录和天气数据，就需要大数据分析来理清关系，从混乱中揭示出规律、趋势和模式，达到只有结构化系统化分析才能看到的直观结果。

    作为开始，先制定一个相对简单的假设并使用大数据分析系统来进行测试。分析的结果应该能够揭示出能引出更深远更复杂问题的信息。

    大数据在云中

    PaaS和IaaS的迅速普及与大数据的崛起有着显而易见的关系。PaaS让公司够灵活的扩展他们所需的各种能力同时降低成本，而IaaS则让快速部署额外的计算节点成为可能。二者相结合，让企业可以几乎瞬间就获能获得强大的计算和存储能力。

    例如，纽约的一家大型对冲基金就使用了计算节点和存储集群，来对全美国产权投资市场当天的交易/报价活动进行分析，他们的分析所使用的数据集通常都在压缩后10-12G，并且还在稳定增长。通过分析，市场数据经理可以精确的规划他的能力需求。在有时候数据量特别多的情况下，市场数据经理们就可以通过在集群中部署更多的虚拟机节点，就可以确保即使是无比庞大的数据量也能正常分析，而不会像常规情况下因为计算资源短缺而造成分析工作延误。

    云计算的灵活性使得资源可以按照需求来进行部署，因此企业也就不必为了偶尔才需要的巨大资源需求量而浪费金钱购买硬件。

    云计算并不总是适合大数据

    虽然云计算给予了极大的灵活性，并降低了整体运营成本，但它并不适合所有的大数据用例。

    云计算的巨大灵活性和超强计算资源的供应让大数据分析变得更大众化。随着技术的不断前进，许多企业要面临的问题都在于如何从大数据中获取价值，以及如何利用云计算来实现这一过程。

免责声明：本网站（http://www.ciotimes.com/）内容主要来自原创、合作媒体供稿和第三方投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
本网站刊载的所有内容（包括但不仅限文字、图片、LOGO、音频、视频、软件、程序等）版权归原作者所有。任何单位或个人认为本网站中的内容可能涉嫌侵犯其知识产权或存在不实内容时，请及时通知本站，予以删除。