大数据实际应用.PDF

白皮书 大数据的实际应用： 大数据的实际应用： 大数据的实际应用： 长盛不衰的大数据管理系统 长盛不衰的大数据管理系统 长盛不衰的大数据管理系统 结合使用关系数据技 引言 企业长期以来都是根据关系数据库中存储的事务数据制定业务决策。但 术和非结构化数据技 是，现在他们需要处理更大的低结构化的数据集，包括电子邮件、博 术可以为您的企业带 客、社交媒体，以及来自各种设备的传感器数据。 来更高价值— 但是 结合利用结构化和非结构化数据可以提升竞争优势。创新型领导团队正 在寻找利用大数据的新方法，以便改善其业务的诸多方面：提供“Web 级”事务处理 前提是您解决了集成 和个性化；打造卓越客户体验；改善欺诈检测；从防火墙内外越来越多的各种设备 获取洞察。 难题 然而，许多组织目前仍处于创建大数据基础架构以对整个企业提供切实价值的非 常早期的阶段。随着他们获得更多的大数据体验，各些方法和最佳实践也在不断 发展。 例如，在大数据运动的早期阶段，许多观察家都认为，无模式技术 （如 Hadoop 和 NoSQL）将会终结关系数据库。但是，事实远非如此。CIO 们知道，原生 Hadoop 解决方案非常适合某些类型的非结构化数据，但它们还经不起企业的严格检验。随 着 IT 组织开始越来越多地将任务关键型数据移入 Hadoop 环境，他们很快就会担忧 Hadoop 的安全模型，该模型对许多企业而言可能还不成熟，也不全面。 这就是为什么很多组织发现，结构化和非结构化数据源一起使用时更有效。IDC 研 1 究表明，关系数据库与无模式技术结合使用效果会更好。 甚至 Facebook （它围绕 来自其成员的非结构化对话和发帖构建了一个社交媒体帝国）也看到了使用关系数 据库来增强其Hadoop 环境的价值。2 许多 CIO 都了解，结合现有数据仓库来组织和分析新兴数据源的能力可以帮助他们 发现新洞察及利用隐藏的关系。但是，将现有数据仓库与无模式数据源（如 Hadoop）相结合来建立大数据管理系统(BDMS) 的一个实际问题是，它对集成、技 能和安全性这三个主要方面带来了一系列新的难题。 为了解决这些难题，需要新的大数据管理方 虽然有了这种集成，但是，细节决定成败。发 法。随着 CIO 们考虑将其数据基础架构从传 现和组装无缝连接结构化和非结构化数据源所 统数据仓