大數(shù)據(jù)與云計算相輔相成

大數(shù)據(jù)的價值開始日益受到重視，人們對數(shù)據(jù)處理的實時性和有效性的要求也在不斷提高?，F(xiàn)在對大數(shù)據(jù)的應用己經不局限于BI（商業(yè)智能）領域，在公共服務、科學研究等各方面，大數(shù)據(jù)也都在發(fā)揮著巨大的影響力，而且應用面要寬得多。比如美國國家海洋和大氣管理局嘗試利用大數(shù)據(jù)方法協(xié)助進行氣候、生態(tài)系統(tǒng)、天氣和商業(yè)方面的研究一谷歌流感趨勢則使用經過匯總的谷歌搜索數(shù)據(jù)來估測流感疫情。數(shù)據(jù)無疑已經成為信息社會日益重要的資源。

大數(shù)據(jù)的意義并不在于大容量、多樣性等特征，而在于我們如何對數(shù)據(jù)進行管理和分析，以及因此而發(fā)掘出的價值。如果在分析處理上缺少相應的技術支撐，大數(shù)據(jù)的價值將無從談起。

具體到企業(yè)而言，處于大數(shù)據(jù)時代的經營決策過程已經具備了明顯的數(shù)據(jù)驅動特點，這種特點給企業(yè)的IT系統(tǒng)帶來的是海量待處理的歷史數(shù)據(jù)、復雜的數(shù)學統(tǒng)計和分析模型、數(shù)據(jù)之間的強關聯(lián)性以及頻繁的數(shù)據(jù)更新產生的重新評估等挑戰(zhàn)。這就要求底層的數(shù)據(jù)支撐平臺具備強大的通訊（數(shù)據(jù)流動和交換）能力、存儲（數(shù)據(jù)保有）能力以及計算（數(shù)據(jù)處理）能力，從而保證海量的用戶訪問、高效的數(shù)據(jù)采集和處理、多模式數(shù)據(jù)的準確實時共享以及面對需求變化的快速響應。

傳統(tǒng)的處理和分析技術在這些需求面前開始遭遇瓶頸，而云計算的出現(xiàn)，不僅為我們提供了一種挖掘大數(shù)據(jù)價值使其得以凸顯的工具，也使大數(shù)據(jù)的應用具有了更多可能性。

云計算包含兩方面的內容；服務和平臺，所以云計算既是商業(yè)模式，也是計蕎模式。比如美國加州大學伯克利分校在一篇關于云計算的報告中，就認為云計算既指在互聯(lián)網上以服務形式提供的應用。也指在數(shù)據(jù)中心里提供這些服務的硬件和軟件。

就目前技術發(fā)展來看，云計算以數(shù)據(jù)為中心，以虛擬化技術為手段來整合服務器、存儲、網絡、應用等在內的各種資源，并利用SOA架構為用戶提供安全、可靠、便捷的各種應用數(shù)據(jù)服務；它完成了系統(tǒng)架構從組件走向層級然后走向資源池的過程，實現(xiàn)IT系統(tǒng)不同平臺（硬件、系統(tǒng)和應用）層面的“通用”化，打破物理設備障礙，達到集中管理、動態(tài)調配和按需使用的目的。

借助“云”的力量，可以實現(xiàn)對多格式、多模式的大數(shù)據(jù)的統(tǒng)一管理、高效流通和實時分析，挖掘大數(shù)據(jù)的價值，發(fā)揮大數(shù)據(jù)的真正意義。

大數(shù)據(jù)對技術提出高要求

大數(shù)據(jù)處理首先是獲取和記錄數(shù)據(jù)；其次是完成數(shù)據(jù)的抽取、清潔和標注以及數(shù)據(jù)的整合、聚集和表達等重要的預處理或處理（取決于實際問題）工作；再次需要一個完整的數(shù)據(jù)分析步驟，通常包括數(shù)據(jù)過濾、數(shù)據(jù)摘要、數(shù)據(jù)分類或聚類等預處理過權最后進入分析階段，在這個階段，各種算法和計算工具會施加到數(shù)據(jù)上，以求能得到分析者想要看到的或者可以進行解釋的結果。

涉及到龐大的數(shù)據(jù)量，這一整套處理流程在各個不同階段都會對傳統(tǒng)的技術手段提出挑戰(zhàn)。比如，海量的網絡化設備、海量的在線用戶、不間斷的網絡聯(lián)接，都在時刻生成大量的、多格式的內容數(shù)據(jù)和狀態(tài)信息，這些經由各種客戶端（網頁、應用或是傳感器等）采集而來的信息數(shù)據(jù)，連同成千上萬的訪問和操作請求，會以高并發(fā)的方式向系統(tǒng)服務器施加壓力。

通常為了避免由于服務能力的不足而造成服務請求排隊的問題，會來用負載均衡技術將單個服務器的壓力進行分攤，大幅提高服務性能；在數(shù)據(jù)采集時，也會通過在采集端部署大量的數(shù)據(jù)庫來對系統(tǒng)性能提供支撐，然后對采集到的數(shù)據(jù)（包括各種結構化、非結構化和半結構化數(shù)據(jù)等）進行數(shù)據(jù)清理、去重、正規(guī)化以及相應的格式轉換處理。在按照預定規(guī)則進行過濾后，輸出到分布式數(shù)據(jù)存儲系統(tǒng)中進行存儲，為之后的分析和展示做準備。

在分析階段，為了完成數(shù)據(jù)挖掘的目的，通常需要處理海量的歷史數(shù)據(jù)，構建復雜的數(shù)學統(tǒng)計和分析模型（比如計算冬天的氣溫水平對特定厚度的羽絨服銷量的影響），并針對大量的結果之間的關聯(lián)性做出高效正確的處理，同時還要支持數(shù)據(jù)更新帶來的重新評估；而在展示階段，則應當隱藏諸如數(shù)據(jù)存儲拓撲和數(shù)據(jù)存儲結構等實現(xiàn)細節(jié)，對業(yè)務應用暴露規(guī)范的數(shù)據(jù)訪問接口，對復雜的數(shù)據(jù)訪問需求提供透明支撐，大大減小業(yè)務應用的構建難度。

這些復雜的需求對技術實現(xiàn)和底層計算資源提出了高要求。所以，為應對這些復雜的大數(shù)據(jù)處理工作，需要從服務器、網絡、存儲、軟件等各個環(huán)節(jié)構建一個兼具高可用性和高可靠性的系統(tǒng)環(huán)境，提供端到端的全面解決方案。

大數(shù)據(jù)與云計算相輔相成

傳統(tǒng)的單機處理模式不但成本越來越高，而且不易擴展，并且隨著數(shù)據(jù)量的遞增、數(shù)據(jù)處理復雜度的增加，相應的性能和擴展瓶頸將會越來越大。在這種情況下，云計算所具備的彈性伸縮和動態(tài)調配、資源的虛擬化和系統(tǒng)的透明性、支持多租戶、支持按量計費或按需使用，以及綠色節(jié)能等基本要素正好契合了新型大數(shù)據(jù)處理技術的需求；而以云計算為典型代表的新一代計算模式，以及云計算平臺這種支撐一切上層應用服務的底層基礎架構，以其高可靠性、更強的處理能力和更大的存儲空間、可平滑遷移、可彈性伸縮、對用戶的透明性以及可統(tǒng)一管理和調度等特性，正在成為解決大數(shù)據(jù)問題的未來計算技術發(fā)展的重要方向。

基于云計算技術構建的大數(shù)據(jù)平臺，能夠提供聚合大規(guī)模分布式系統(tǒng)中離散的通訊、存儲和處理能力，并以靈活、可靠、透明的形式提供給上層平臺和應用。它同時還提供針對海量多格式、多模式數(shù)據(jù)的跨系統(tǒng)、跨平臺、跨應用的統(tǒng)一管理手段和高可用、敏捷響應的機制體系來支持快速變化的功能目標、系統(tǒng)環(huán)境和應用配置。

比如在基于云計算平臺而構建的新型企業(yè)信息系統(tǒng)中，在以分布式集群技術構建高性能、高延展的存儲平臺之后，我們可以實現(xiàn)對不同業(yè)務應用中不同格式、不同訪問模式的海量數(shù)據(jù)的統(tǒng)一存儲，相關的數(shù)據(jù)分析系統(tǒng)則構建于分布式工作流和調度系統(tǒng)框架之上，采用分布式計算手段面向多模式海量數(shù)據(jù)提供數(shù)據(jù)的轉換、關聯(lián)、提取、聚合和數(shù)據(jù)挖掘等功能。在企業(yè)信息系統(tǒng)中經常提到的BI的具體業(yè)務功能，比如決策支撐、銷售預測等，就可以由上層業(yè)務應用通過調用數(shù)據(jù)分析系統(tǒng)所提供的功能附加業(yè)務邏輯來實現(xiàn)。

云計算使大數(shù)據(jù)應用成為可能；沒有云計算的出現(xiàn)，大數(shù)據(jù)將仍是空中樓閣，缺乏根基和落地可能。借助云計算技術，可以提高系統(tǒng)整體的彈性和靈活性，降低管理成本和風險，并且改進應用服務的可用性和可靠性；云計算不僅為大數(shù)據(jù)處理打造一個高效、可靠的系統(tǒng)環(huán)境，而且充分發(fā)揮云計算平臺的優(yōu)勢，為大數(shù)據(jù)應用找到更多樣化的出口。

如果說大數(shù)據(jù)是一座蘊含巨大價值的礦藏，云計算則可以被看作是采礦作業(yè)的得力工具；沒有云計算的處理能力，大數(shù)據(jù)的信息沉淀再豐富，或許也只能望洋興嘆，入寶山而空手回；但從另外的角度說，云計算也是為了解決大數(shù)據(jù)等“大”問題發(fā)展而來的技術趨勢，沒有大數(shù)據(jù)的信息沉淀，云計算的功用將得不到完全發(fā)揮。因此，從整體上看，大數(shù)據(jù)與云計算是相輔相成的。