大数据平台最佳实践汇编.pptVIP

Softy 英特尔大数据平台最佳实践  提纲 大数据带来的挑战 大数据案例介绍 Intel大数据平台  云计算技术是处理大数据的有效手段 大数据和云是两个不同的概念,但两者 之间有很多交集。 支撑大数据以及云计算的底层原则是 样的,即规模化、自动化、资源配置 A skP Big Data 自愈性,因此实际上大数据和云之间存B U Google 在很多合力的地方。 大数据应用是在云上跑的、非常典型的 应用。 大数据处理离不开云  大数据时代数据爆发性增长 社交网络 Facebook,wter微博等) 移动网络和各种智能终端 g带、移动网络普及和提速 统计、分析、预测、实时处理 DC预测全球的数据使用量到2020年会增长44倍,达到35.2ZB(1ZB=10亿TB)  大数据处理速度要求越来越高 High utility Diminishing utility Archival value 大数据与海量数据的一Hg 个重要区别,在于不但 数据尺寸大,而且对数 据处理的响应速度有有 着更高的要求 传统的以周,天,小时 为单位的运算处理周期 下降到以分钟,秒为 单位 大数据高价值的重要体 Negative 现-处理速度  数据的多样性 数据形式的多样 结构化数据,数据间有很强的因果关系 半结构化数据,数据间因果关系较弱 非结构化数据,数据间无因果关系 数据来源的多样性 不同的应用系统 各种设备 互联网 ■ 其它  创造显著业务价值( VALUE) 大数据分析國精性数动下创建显著的业务价值 挖掘数据资产价值,通过数据驱动业务,变 成本中心为利润中心  智慧城市·典型的大数据应用集合 机器生成数据 智能电网 工业自动化 7x24不向断 污染监控 数据量大 气象监控 智能电表 四阻 产生速度快 目且间企 智能工厂 实时分析 智能医院 智交通 手机附加 流式分析 移动医疗影像设备 急救车 专感器 感应传感器电子警 车就传感器 模式挖掘 2014-1  大数据处理导致的平台瓶颈 数据处理需求 传统平台硬件扩 展的差距不断扩 大数处理 需要的扩展 能力 dustry Progress  大数据分析不同于传统B分析 传统B分析 大数据分析 非结构 集群化 关系型数据库数据仓库 分析 事务 口批处理 分析 流 多种数据源 Map Reduce) s区 ·结构化数据 结构化非结构化混合分析的能力 数据规模一般为TB规模 数据规模从数十TB到PB级别 集中式,为了分析进行大量数据移动,数据向计算靠近·分布式,计算向数据靠近 批处理为主 ·支持流式分析 Q國叫