云计算将成企业大数据发展核心因素

佚名

现如今，企业管理者们几乎每天都不可避免地看到诸如“大数据”或“云服务”这样的字眼。为了确保在当今的市场上具有竞争力，企业必须做出明智的业务决策，帮助提高产品的质量、增加企业的营收以及留住客户。而大数据分析项目则是实现这些目标的关键因素。

各种各样高容量、高传输速度的数据信息资产可以为企业提供更好的见解，帮助企业做出业务决策。但是，就如同任何新兴技术一样，由其所带来的挑战也是并存的。首先就是海量的数据量和传输速度。大多数企业以前采用的方法是通过构建或扩展企业容量的方式来处理大数据所带来的工作负载。这是一项资源密集型的举措，其成本代价昂贵、耗时。需要花费大量IT人员的时间和技能，并且无法使企业的业务足够快地实现迁移。企业最终可能需要花费更多的时间和资金成本在基础设施上，而不是将其用于打造好的产品和服务。然而，云服务可以帮助解决这些问题。在未来三到五年内，云服务将是最有可能对企业产生颠覆性影响的技术之一，如果企业要利用大数据进行预测分析，那么凭借着其诸多的优势，云服务可能是一大关键的推动因素。

IDG（美国国际数据集团）在其大数据和分析调查报告中，确定了企业大数据业务发展的5大挑战。

数据分析和管理人才的短缺

大数据系统的发展速度如此之快，新的工具、功能和框架在几个月内就能够发展和成熟，导致企业在新兴大数据技能方面存在着很大的差距，也就很容易阻礙企业大数据项目的发展。有48%的企业受访者认为，在数据分析和数据管理技能方面的人才的短缺是他们所在企业所面临的第一大挑战。对大数据技能的需求（尤其是在分析领域）的需求如此之大，以至于70%的受访者均表示他们计划在未来的12到18个月内雇用具备大数据分析技能的人才。但如果利用云服务，企业就无需投入大量的时间和资源来进行持续的设置、维护和升级工作。云服务还使得企业可以使用他们已有的技能，而托管服务则可以完美地补充他们所缺乏的技能。

预算方面的限制

47%的受访者表示，当实施大数据项目时，预算限制是当今企业所面临的第二大挑战。成本因素已经连续多年成为绝大多数企业所头号关注的事实。大多数大数据技术需要大量的服务器集群，而这需要很长的配置和设置周期，进而导致了大量的资本支出和维护开销。更为复杂的是，随着现有应用程序或新业务需求的多样化数据量的不断增长，数据传输速度不断增加，可能导致不可持续的IT成本。企业需要知道如何在尽量压缩开支的情况下从大数据中获取尽可能多的价值。他们必须能够扩展基础架构以管理大数据，同时降低IT成本。这正是云服务所能够帮助企业做到的。

云服务消除了企业采购和维护硬件和软件基础设施的需要，以及与之相关的大量资本支出，进而使得企业得以能够将有限的资金重新分配到其核心创新中。

难以预测的市场

大数据来自各种各样的来源，从企业传统遗留应用程序和交易系统到由机器、移动设备、网络日志和社交媒体生成的数据。这使得预测所需容量变得更加困难和低效。单个事件可能会导致数据量和工作量的突然变化。例如，一家金融服务机构在任何一天都可能会经历10倍的数量波动，而具体的波动则取决于市场状况，是很难预测的。

四分之一的企业受到大数据对存储容量/基础设施日益增长的需求的挑战。企业不仅需要规划基础架构，还必须确定如何轻松扩展，以满足不断变化的存储和计算要求。对于几乎任何企业来说，将其基础架构容量规模扩展10倍来支持峰值需求，让这些额外的容量在90%的时间内均处于闲置状态，无疑是非常低效且不符合成本效益的。其他问题包括由于数据的增长所导致的基础设施和维护成本不断升高，还需通过实验来确保足够的带宽来支持创新，以及数据采集和分析的成本。

借助云服务，企业无需为最大容量调整其基础架构的规模大小。其弹性属性使企业可以根据需要实现动态扩展或缩减基础架构。

安全、合规方面的挑战

随着企业收集、存储和分析来自新的和现有来源的越来越多的数据信息，数据的安全性变得更受关注。企业需要决定如何确保符合合规性、数据管理和安全性的要求，而又不会影响到灵活敏捷性和性能。而云服务通常比企业自有数据中心更安全。由于云服务提供商正在提供强大的计算基础架构，因此保持安全的环境符合他们的最大利益。为此，许多云提供商已经积累了来自多家企业的最佳实践方案和经验，并具有最严格的安全要求。总的来说，在证明投资回报最简单的方法是降低总体拥有成本的情况下，使用云服务重新构建现有工作负载可帮助企业显著的降低成本。另外，利用云服务还可以通过降低实验成本来加速创新的步伐。成功的实验将显示出可衡量的效益，一旦到位，将激发更多的需求。

正确的云计算方法有助于最大限度地减少部署大数据应用程序的障碍，甚至消除部分障碍。像大数据一样，云服务是具有高度颠覆性的一大力量，其正在改变企业的运作方式和经营方式。而如果将云和大数据结合起来，其影响就更大了。