數(shù)據(jù)中心基礎(chǔ)設(shè)施是大數(shù)據(jù)戰(zhàn)略成敗的關(guān)鍵

為了成功實施大數(shù)據(jù)戰(zhàn)略，企業(yè)數(shù)據(jù)中心基礎(chǔ)設(shè)施的建設(shè)應(yīng)當從圍繞云計算，過渡到圍繞大數(shù)據(jù)展開，這需要數(shù)據(jù)中心基礎(chǔ)架構(gòu)為大數(shù)據(jù)作出五大改變。

以下內(nèi)容轉(zhuǎn)自機房360：

為大數(shù)據(jù)選擇新的硬件、存儲和其它數(shù)據(jù)中心基礎(chǔ)設(shè)施，這是IT專業(yè)人員們所面臨的新挑戰(zhàn)。

大數(shù)據(jù)是具備空前規(guī)模和形式的非結(jié)構(gòu)化信息。它包括視頻、圖像，以及半結(jié)構(gòu)化的數(shù)據(jù)（例如在Web上常見的電子郵件和文本）。隨著基于傳感器的移動Web監(jiān)視設(shè)備和輸出數(shù)據(jù)越來越多，可用的數(shù)據(jù)量將繼續(xù)呈指數(shù)級增長。

推行大數(shù)據(jù)戰(zhàn)略的壓力往往來自高層，因為管理者相信，能有效運用數(shù)據(jù)的企業(yè)將比落后者具備更大優(yōu)勢。大數(shù)據(jù)戰(zhàn)略需要數(shù)據(jù)中心基礎(chǔ)架構(gòu)作出的改變主要有五點：

一、支持大數(shù)據(jù)的硬件

大數(shù)據(jù)導致的存儲需求量每年都將增長60%至80%，鑒于這種快速增長和當前的成本限制，IT采購者應(yīng)選擇在可擴展性和存儲速度上最具成本效益的硬件。類似大型機的向上擴展體系結(jié)構(gòu)重新興起，因為它們能夠經(jīng)濟高效地擴展，降低總體擁有成本。同樣，在提升性能方面，固態(tài)硬盤（SSD）和固態(tài)卡帶都比傳統(tǒng)磁盤做得更好。

類似IBM Netezza和Oracle Exadata的硬件裝置已被證實能有效兼顧可擴展性和性能?？紤]采用硬件裝置來支持關(guān)鍵大數(shù)據(jù)業(yè)務(wù)，但也應(yīng)確認設(shè)備的架構(gòu)能在未來提供快速性能升級。

二、圍繞大數(shù)據(jù)選擇存儲

在成功的大數(shù)據(jù)策略下，企業(yè)可以將來自內(nèi)部的高質(zhì)量數(shù)據(jù)與Hadoop挖掘自多個云供應(yīng)商的低質(zhì)量數(shù)據(jù)進行整合。這也就改善了業(yè)務(wù)相關(guān)數(shù)據(jù)的質(zhì)量，讓分散在各地的數(shù)據(jù)能組織成為具備一致和及時性的大數(shù)據(jù)資源。

大數(shù)據(jù)正在改變中央數(shù)據(jù)倉儲和松耦合數(shù)據(jù)集市的決策基礎(chǔ)，后者的存儲庫規(guī)模要小得多，既可以替代中央數(shù)據(jù)倉庫，也可以成為中央數(shù)據(jù)倉庫的數(shù)據(jù)源。隨著各地辦事機構(gòu)或者國際子公司的增加，中央管理層在業(yè)務(wù)線擴大的同時更需要高質(zhì)量的數(shù)據(jù)來維持管控力度，避免權(quán)力的分散。

新的軟件技術(shù)承擔了繁重的存儲相關(guān)處理工作。由Composite Software（剛剛被Cisco收購）和Denodo提供的數(shù)據(jù)虛擬化軟件能自動發(fā)現(xiàn)數(shù)據(jù)源并提取數(shù)據(jù)充實全局元數(shù)據(jù)存儲庫，為整個組織提供跨越內(nèi)部和外部的所有數(shù)據(jù)的公共數(shù)據(jù)庫外觀和體驗。主數(shù)據(jù)管理軟件通過創(chuàng)建公用主記錄提高了數(shù)據(jù)質(zhì)量，消除了費時的數(shù)據(jù)倉庫檢索。

企業(yè)Web外鏈需求加深了對公眾和混合云的依賴。許多大型企業(yè)發(fā)現(xiàn)他們需要來自于多個云供應(yīng)商的大數(shù)據(jù)，卻不能指望供云應(yīng)商會負責整合這些數(shù)據(jù)。企業(yè)只能從數(shù)據(jù)虛擬化供應(yīng)商尋求工具來跨多個云整合大數(shù)據(jù)。

三、利用SSD的存儲分層策略

存儲成本很高，而且越快的存儲也就越昂貴。最重要的是，大數(shù)據(jù)要求存儲同時提供大容量和“大”性能。存儲分層在存儲資源池中提供多種成本/性能選項，從昂貴的高性能固態(tài)存儲到傳統(tǒng)的串行SCSI（SAS）磁盤存儲，這些選項的組合降低了總擁有成本。在主內(nèi)存和磁盤之間增加一個固態(tài)層將有助于將大數(shù)據(jù)任務(wù)的性能維持在高位，而且不會引起存儲成本失控。

SSD的用量應(yīng)遵從“90-10”的存儲分層規(guī)則：成本和速度的最佳組合比例是：使用大約10%的SSD和90%的機械硬盤。這一策略讓IT公司用僅增加10%成本的代價就能獲得90%以上的性能提升。主內(nèi)存和SSD的容量比例也遵從同樣的規(guī)則。

由于SSD的性能價格比的提升速度超過傳統(tǒng)磁盤（容量提升，價格降低），預(yù)計在不久的將來傳統(tǒng)磁盤和SSD的配置比例會變?yōu)樽裱?0-20的規(guī)則。

IBM BLU Acceleration這類最新的縱列和內(nèi)存數(shù)據(jù)庫設(shè)施能利用SSD獲得遠超傳統(tǒng)磁盤的性能，它們的設(shè)計能夠有效發(fā)揮SSD這類“扁平化磁盤”的優(yōu)勢。

四、大數(shù)據(jù)分析和報告能力

雖然嵌入式分析工具已經(jīng)可以利用報告和自動優(yōu)化功能改善業(yè)務(wù)流程，但大數(shù)據(jù)再次改變了分析規(guī)則。例如，和傳統(tǒng)上對單個客戶進行主要行為分析洞察相比，大數(shù)據(jù)戰(zhàn)略能為每個客戶創(chuàng)建一個迭代和洞察分析線程，讓公司能跟蹤客戶并更好地維持與所有客戶的長期關(guān)系。

典型的大數(shù)據(jù)分析從業(yè)人員被稱為數(shù)據(jù)科學家，和常規(guī)的IT主管不同，他們更可能同時擔任CMO（營銷總監(jiān)）。然而，IT專業(yè)人員必須明白他們公司的大數(shù)據(jù)策略對數(shù)據(jù)科學家的工作產(chǎn)生的影響。

這意味著需要在自動化的報告和嵌入分析之外人工添加第三方審議內(nèi)容：專設(shè)和松散耦合分析。支持專設(shè)查詢的分析和統(tǒng)計工具是必要的軟件前提。許多傳統(tǒng)IT供應(yīng)商以及云供應(yīng)商——如IBM、Cognos和Birst——正在擴充這些功能。

五、企業(yè)中的Hadoop

Hadoop為數(shù)據(jù)密集型應(yīng)用提供“緊貼著”MapReduce文件系統(tǒng)處理程序框架的分布式文件系統(tǒng)。此文件系統(tǒng)支持針對富文本數(shù)據(jù)的并行事務(wù)擴展，例如社交媒體數(shù)據(jù)。

許多IT公司通過在企業(yè)內(nèi)創(chuàng)建自己的Hadoop版本來解決從Web獲取Hadoop數(shù)據(jù)源的問題。然而，缺乏專業(yè)知識是一種挑戰(zhàn)：精通這種發(fā)展中的Web數(shù)據(jù)管理框架的專業(yè)和藝術(shù)的IT管理人員猶如鳳毛麟角。

組織開發(fā)他們自己的數(shù)據(jù)管理工具時應(yīng)該留意，如IBM、Oracle和EMC的這些主要供應(yīng)商，往往既提供專有產(chǎn)品用于訪問Hadoop數(shù)據(jù)，也可進行定制開發(fā)，讓IT公司不需要專門的數(shù)據(jù)歸納措施就能訪問需要的數(shù)據(jù)。如果您決定搭建自己的數(shù)據(jù)平臺，供應(yīng)商也提供整合服務(wù)，使Hadoop更貼合現(xiàn)有IT資源來高效運作。

每個公司圍繞大數(shù)據(jù)的相關(guān)決策都會有所不同。請記住，隨著圍繞大數(shù)據(jù)的技術(shù)演變，大數(shù)據(jù)戰(zhàn)略也應(yīng)當及時調(diào)整，與時俱進。