큰 데이터 "어려운 문제" 하이라이트 깊은 연구는 필수적

몇 년 후 업계에서 대용량 데이터에 대 한 공기, 대형 데이터는 진정으로 가치를 실현 하는 비즈니스, 응용 프로그램 관점에서에서 변경 하는 방법의 개념의 이해에서 사용자의 관점에서에서 점진적 방문이 되었습니다.

사실, 큰 데이터는 새로운 개념, 물리학, 생물학, 환경 생태학, 자동 제어에 그것 및 다른 분야의 과학 및 군사, 얼마 동안 존재 하는 통신, 금융 및 기타 산업. 본질적으로, 큰 데이터 주로 해결 대규모 데이터 저장, 계산, 발굴, 데모 질문,이에 따라 일련의 응용 프로그램 또는 비즈니스 모델 탄생 수 있습니다.

이 단계에서 큰 데이터 문제는 주로 3 범주로 구분 됩니다.

전통적인 비즈니스 인텔리 전스 (BI) 도메인을 확장 합니다. 이전 큰 데이터 통계, 협회 분석, 전체 볼륨 분석, 샘플링에서 동향 예측에 대 한 데이터는 다양 한 보고서를 다시.

비즈니스 프로세스 개선입니다. 다양 한 데이터의 집계 분석은 비즈니스 프로세스 개선 및 평가의 기준으로 사용 됩니다.

데이터 제품 및 상용 응용 프로그램 데이터 서비스 또는 데이터 제품 또는 기존 데이터 또는 처리 기능을 포장 하 여 형성 된다.

구체적인 구현 단계로 큰 데이터 4 개의 단계로 분할 된다:

1. 학습 단계

2. 탐사 단계

3, 무대에 참여 (몇 가지 비즈니스 포인트를 선택, 연구를 진행가 하려고)

4, 구현 단계 (생산으로 사업 현장)

큰 데이터는 지금 대부분의 사용자에 대 한 참신 많은 비즈니스 모델 혁신 그리고 변화 때문에, 많은 사용자가 많은 어려움과 과제 반영 있다:

첫째, 때문에 큰 데이터는 주로 비즈니스 기반 구현 주기에 걸쳐 긴, IT 직원 똑 비즈니스 시나리오 및 비즈니스 가치 비즈니스 경영진의 지원을 얻을 수 필요 합니다.

둘째, 무대를 입력 하는 사용자가 두 가지 범주로 세분화 될 수 있는 기술적도 전에 직면. 일반적인 데이터 웨어하우스 기술, 새로운 기술 기술 (예를 들어, 새로운 기술 기반 Hadoop, IBM의 스트림 컴퓨팅, 등)을 포함 하 여 기술 능력입니다. 두 번째는 분석 능력의 도전, 전통적인 보고서 분석의 요구를 만날 수 없는, 미래의 사용자 필요 일부 실시간 분석, 작업 분석 및 예측 분석 데이터. 셋째, 핵심 비즈니스 과제의 상륙, 순간 데이터와 진위의 품질에 집중 해야 한다.

셋째, 사업 작 때, 오픈 소스 기술 된 데이터 처리 시스템의 구축을 사용할 수 있습니다. 귀하의 비즈니스 성장 하는 때를 수정 하거나 비즈니스 특성에 따라 특정 분야의 요구를 충족 하는 시스템을 개발 해야 합니다.

마지막으로, 일부 기업, 급속 한 성장 및 비즈니스의 확장, 비즈니스 어려움 및 기술적인 어려움은 또한 저명한, 데이터, 데이터 품질, 보안, 비용을 그것을 보호 하는 방법의 지속적인 생산 등? 백 엔드 데이터 처리 프런트 엔드 비즈니스 라이브러리에 메타 데이터 변경의 결과 무엇입니까? 이러한 문제는 쉽게, 쓰레기 및 비용이 많이 드는 사업 부담에의 거 대 한 더미 데이터 만들기 실패.

그것은이 시리즈와 함께 도전과 어려움의 우리가 현재 중국의 큰 데이터 시장 사용자가 중국에 있는 현재 큰 데이터 공급자 빗 있도록 볼의 수많은 다양 한, 각 프로그램, 중국 새 디의 값을 찾아 사용자의 핵심 문제 및 솔루션 제공 업체의 공급 능력 및 가치에서 새로운 평가 방법 채택 (지능형 도시, 통신, 금융 등) 주요 산업을 바탕으로, 대용량 데이터의 과제에 대 한 조사 착수 했다, 정부, 기업 및 개별 사용자가 큰 데이터 응용 프로그램의 가속을 개선 하기.