
企業(yè)必須考慮的關(guān)于大數(shù)據(jù)架構(gòu)的6大問題
大數(shù)據(jù)在業(yè)務(wù)價值方面承諾了很多,但企業(yè)可能難以確定如何部署需要利用的架構(gòu)和工具。從描述性統(tǒng)計,到預(yù)測建模,到人工智能的一切都是由大數(shù)據(jù)提供支持。而組織希望通過大數(shù)據(jù)來實現(xiàn)這一目標(biāo),并將決定其需要推出的工具。
在5月8日召開的2017年戴爾EMC世界會議上,戴爾EMC數(shù)據(jù)分析的主要系統(tǒng)工程師Cory Minton發(fā)表了演示文稿,解釋了組織在部署大數(shù)據(jù)時必須做出的最大決定。在做出決定開始之前,每個企業(yè)都要問這六個問題:
1.購買與構(gòu)建?
要問的第一個問題是組織是否要購買大型數(shù)據(jù)系統(tǒng)或從頭開始構(gòu)建。Teradata,SAS,SAP和Splunk的熱門產(chǎn)品可以買到并簡單實現(xiàn),而Hortonworks,Cloudera,Databricks,Apache Flink可用于構(gòu)建大型數(shù)據(jù)系統(tǒng)。
Minton表示,購買提供更短的時間,以及商品使用的簡單性和良好的價值。然而,這種簡單性通常會帶來更高的成本,而這些工具通常在低多樣性數(shù)據(jù)方面效果最佳。如果組織與供應(yīng)商存在現(xiàn)有的關(guān)系,則可以更容易地分析新產(chǎn)品并嘗試使用大型數(shù)據(jù)工具。
許多用于構(gòu)建大數(shù)據(jù)系統(tǒng)的流行工具價格低廉或可以免費使用,并且它們可以更容易地利用獨特的價值流。其建設(shè)路徑為大規(guī)模和多樣化提供了機會,但這些工具可能非常復(fù)雜?;ゲ僮餍酝枪芾韱T面臨的最大問題之一。
2.批量與流數(shù)據(jù)?
Minton說,由Oracle,Hadoop MapReduce和Apache Spark等產(chǎn)品提供的批量數(shù)據(jù)是描述性的,可以處理大量的數(shù)據(jù)。他們也可以安排,并經(jīng)常被用來建立一個數(shù)據(jù)科學(xué)家進(jìn)行實驗的產(chǎn)品平臺。
像Apache Kafka,Splunk和Flink這樣的產(chǎn)品可以提供能夠捕獲的流數(shù)據(jù)功能,以創(chuàng)建潛在的預(yù)測模型。Minton表示,使用流式傳輸數(shù)據(jù),其速度勝過數(shù)據(jù)保真度,但也提供了巨大的規(guī)模和多樣性。這對于認(rèn)同DevOps文化的組織更為有用。
3.Kappa vs. lambda架構(gòu)?
Twitter是lambda架構(gòu)的一個例子。其數(shù)據(jù)被分為兩個路徑,其中一個路徑被饋送到速度層進(jìn)行快速分析,而另一個路徑導(dǎo)致批處理和服務(wù)層。Minton表示,這種模式使組織能夠訪問批量和流媒體的見解,并平衡有損流。他說,這里的挑戰(zhàn)是人們必須管理兩個代碼和應(yīng)用程序基礎(chǔ)。
Kappa架構(gòu)將所有內(nèi)容都視為流,但它是一個旨在實時保持?jǐn)?shù)據(jù)保真度和流程的實時處理。所有數(shù)據(jù)都將寫入不可變?nèi)罩?,以檢查更改。其硬件高效,代碼較少,這是Minton推薦給開始實施大數(shù)據(jù)的組織的一種模式。
4.公共云vs私有云?
大數(shù)據(jù)的公共和私有云需要許多相同的考慮。對于初學(xué)者來說,一個組織必須考慮到最適合他們的人才工作的環(huán)境。另外,還應(yīng)該考慮數(shù)據(jù)來源,安全性和合規(guī)性需求,以及彈性消費模型。
5.虛擬化與物理性?
幾年前,虛擬化基礎(chǔ)設(shè)備與物理基礎(chǔ)設(shè)施的爭論更加激烈,Minton說。然而,虛擬化已經(jīng)發(fā)展到可與物理硬件進(jìn)行競爭,在大數(shù)據(jù)部署方面也變得類似。它歸結(jié)為組織的管理員更舒適,適用于其現(xiàn)有的基礎(chǔ)設(shè)施。
6.DAS vs. NAS?
Minton說,直接連接存儲(DAS)以前是部署Hadoop集群的唯一方式。然而,現(xiàn)在IP網(wǎng)絡(luò)增加了帶寬,網(wǎng)絡(luò)連接存儲(NAS)選項對于大數(shù)據(jù)更為可行。
使用DAS很容易上手,而且該模型與軟件定義的概念一致。它是為了處理性能和存儲方面的線性增長而開發(fā)的,并且它與流式傳輸數(shù)據(jù)相當(dāng)。
網(wǎng)絡(luò)連接存儲(NAS)可以很好地處理多協(xié)議需求,提供大規(guī)模的效率,并且還可以滿足安全性和合規(guī)性需求。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
訓(xùn)練與驗證損失驟升:機器學(xué)習(xí)訓(xùn)練中的異常診斷與解決方案 在機器學(xué)習(xí)模型訓(xùn)練過程中,“損失曲線” 是反映模型學(xué)習(xí)狀態(tài)的核心指 ...
2025-09-19解析 DataHub 與 Kafka:數(shù)據(jù)生態(tài)中兩類核心工具的差異與協(xié)同 在數(shù)字化轉(zhuǎn)型加速的今天,企業(yè)對數(shù)據(jù)的需求已從 “存儲” 轉(zhuǎn)向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計基本概念成為業(yè)務(wù)決策的底層邏輯 統(tǒng)計基本概念是商業(yè)數(shù)據(jù)分析的 “基礎(chǔ)語言”—— 從描述數(shù)據(jù)分布的 “均 ...
2025-09-19CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-19SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動態(tài)隨機一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計學(xué)領(lǐng)域,假設(shè)檢驗是驗證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學(xué)計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學(xué)計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11