大数据时代对传统数据中心的影响及思考.pdfVIP

大数据时代对传统数据中心的影响及思考 摘要 大数据时代对传统数据中心的数据存储能力、数据处理能力、数据交 换能力、数据展现能力以及数据挖掘能力都提出了更高的要求，大数据对传统数 据中心提出了新的挑战。 关键词 大数据；数据中心；海量；价值 目前，多数企业已建成一体化企业级数据中心平台，能够满足日常业务的需 求，但大数据时代对传统数据中心的数据存储能力、数據处理能力、数据交换能 力、数据展现能力以及数据挖掘能力都提出了更高的要求，大数据对传统数据中 心提出了新的挑战。 1 大数据的特征 目前大数据（Big Data ）在业界尚无形成统一的定义，引用麦肯锡全球研究 院在《大数据：下一个创新、竞争和生产力的前沿》报告中的描述，即：大数据 是指无法在一定时间内用传统数据库软件工具对其内容进行抓取、管理和处理的 数据集合。虽然大数据的定义还未统一，但大数据的特征却是明确和公认的。 数据体量巨大（Volume ）。企业的各种终端设备和传感器产生了大量的数据， PB 级的数据集规模可谓是常态。 数据类型繁多（Variety）。大数据时代，非结构化数据越来越多，包括网络 日志、音频、视频、图片、地理位置信息等，这些不同类型的数据对数据的处理 能力提出了更高要求。 处理速度快（Velocity）。这是大数据区分于传统数据中心的最显著特征，在 海量的复杂数据面前，数据的处理效率就是企业的生命，并且受数据时效性的制 约，大数据要求处理速度更快、实时性更高。 价值密度低（Value）。价值密度的高低与数据总量的大小成反比，一段1 小 时的视频，在连续不间断的监控中，有用数据可能仅有一二秒。如何在海量的复 杂数据中快速完成数据价值的“去噪”和“提纯”成为目前大数据背景下亟待解决 的难题。 2 非结构化数据的重要性越来越大 传统数据中心的数据一般来源于用户通过个人电脑、移动终端、POS 机等常 规渠道生成的结构化数据。而大数据时代数据类型多样化，半结构化数据和非结 构化数据呈现爆发式增长，且增长速度远远超过结构化数据。这些通过传感器、 监测仪、机读仪器等机器设备产生的天气、位置、音频、文本等海量复杂数据越 来越多，企业开始使用这些数据来改进产品、提高效率、寻找缺陷，其数据的重