클라우드 컴퓨팅 vs 큰 데이터 응용 프로그램

지금, 클라우드 컴퓨팅 및 대형 데이터 개념, 또한 강화 하 고, 그들의 토론에 업계의 화재는 의심할 여 지 없이 다음 클라우드 컴퓨팅 및 대형 데이터 다시 어떻게 발생 링크? 어떤 사람들은 클라우드 컴퓨팅 및 대형 데이터는 쌍둥이, 2 개는 다른 개인, 상호 의존 및 보완, 그리고 어떤 사람들은 큰 데이터 방해 하는 것입니다.

클라우드 컴퓨팅 VS 큰 데이터

IBM 글로벌 수석 부사장, 막대 Adkins, 시스템 및 기술 (STG) 총괄 매니저 믿고 그것 분야 글로벌 전류는 흥미로운 동향 및 과제, 대용량 데이터 분석을 위한 기회 뿐만 아니라 그것에 대 한 새로운 기회를 제공 매일 생성 하는 정보와 데이터의 많은 데이터 센터의도 전에 의해 클라우드 컴퓨팅, 예를 들어 데이터 센터 비용을 절감; IBM 지능형 컴퓨팅 통해 영리 행성의 비전을 실현 하는 희망.

그는 Jingxiang, 인텔 아시아 태평양 연구 및 개발 (주), 소프트웨어 및 서비스 사업부의 중국의 제너럴 매니저의 제너럴 매니저는 큰 데이터 자체는 정보 혁명에 새로운 지도자를 이었다 말했다. 사물의 인터넷의 발전으로 향후 몇 년 동안, 또는 있을 수 있습니다 210 십억 RFID 클러스터, 우리의 환경에서 경우 모바일 상호, 사물의 인터넷의 미래 경우 현실, 우리의 삶에 센서 일 것 이다 포용 데이터 수집 장치, 데이터의 양이 큰 것이 시간. 이 정도의 데이터 그냥 데이터, 정보, 정보, 대용량 데이터의 진정한 가치를 반영할 수 있는 비즈니스 가치에로 데이터에서 문제를 해결 하지 않습니다.

Vm 웨어 글로벌 수석 부사장 팬 지난 3 년 동안에 처음부터, 시장, 대용량 데이터의 개발을 본 사람들은 3 년 전, 큰 데이터의 추세에 이제는 말을 아무도 할 수 있습니다. 그러나, 데이터 뿐만 아니라 자체 변경 된 클라우드 컴퓨팅 또한 더 분산,이 추세, 데이터 요구 사항, 빠른 수요, 데이터에 맞게, 어렵습니다 개발자의 다양성에 대 한 수요의 많은 수를 위해 기존의 데이터베이스에서에서 데이터를 했다 있도록 다양 한 솔루션.

EMC의 큰 데이터 및 스토리지 전문가, EMC 수석 제품 매니저 리 Junpeng 큰 데이터 자체는 문제가 된 클라우드 기술을 가장 중요 하 고 효과적인 의미 하는 큰 데이터 문제 세트에는 현재 솔루션입니다. 클라우드 컴퓨팅이 플랫폼에서 실행 되도록 응용 프로그램 큰 데이터 인프라 플랫폼을 제공 합니다. 현재 대용량 데이터 처리의 가장 효과적인 수단 분산 처리로 인식, 또한 클라우드 컴퓨팅 아이디어의 구체적인 반영이 이다.

클라우드 컴퓨팅에 큰 데이터의 영향에 관해서는 Teradata 기술 감독 스티븐 Brobst 말한다 공용 클라우드 아키텍처 데이터 웨어하우스에 아무런 영향을 미치지 이유 없이 구름에 금융 데이터 또는 고객 데이터를 넣어 하지 기업 Cio에 대 한 위험 때문에. 그러나, 개인 클라우드 아키텍처 영향에는: 첫째, 사설 클라우드를 통해 데이터 마트 통합 수, 부족 한 이용의 문제를 감소, 두 번째, 데이터는 비즈니스 가치를 달성 하는 중요 한 방법에 통합 될 수 있다.

큰 데이터 및 클라우드 컴퓨팅 응용 프로그램

사실, 클라우드 컴퓨팅 및 대형 데이터 사이의 차이 주로 두 가지 영역에서 다른의 응용 프로그램:

먼저, 개념은 다른 클라우드 컴퓨팅 변화, 그리고 큰 데이터 변경 사업. 그러나, 큰 데이터 인프라를 원활 하 게 작동으로 구름을가지고 있어야 합니다.

둘째, 큰 데이터와 클라우드 컴퓨팅의 타겟 고객, 클라우드 컴퓨팅은 CIO 기술 및 제품 판매, 고급 IT 솔루션입니다. 큰 데이터는 CEO, 제품의 비즈니스 계층에 판매, 대용량 데이터의 의사 결정자는 비즈니스 계층. 그들은 직접 시장 경쟁에서 압력을 느낄 수 있다, 때문에 그들의 상대를 극복 하는 더 경쟁력 있는 방법의 비즈니스에 있어야 합니다.

큰 데이터는 그냥 둡

Hadoop이 시작 되었고 아파치 재단에 의해 개발 된 현재 업계에서 오픈 플랫폼 중 하나로 인식 되 고. 공인된 회사는 Hadoop의 그들의 자신의 버전을 게시할 수 있습니다. Hadoop으로 표현 하는 분산된 시스템 큰 데이터 시스템의 필요한 부분 이다. 필요성은 대용량 데이터에서 구현 하는 데이터의 대부분은 시스템에서 생성 된 데이터, 또는 감지기, 컴퓨터 생성 된 로그의 다양 한 것 들. A 인터넷 이니까이 인공, 그것의 많은 수는 데이터베이스에 직접 넣어 적합 하지 않습니다 그리고 Hadoop 쉽게 비행기, 확장 하는 새로운 방법을 제공 합니다 임의의 데이터 분석을 위한 라이브러리에서이 데이터를 넣어. Hadoop hadoop 다양 한 지능형 분석 작업을 완료 하는 기능을 제공 하는 소프트웨어 사용이 환경을 성공적으로 만들었습니다.

그러나, 큰 데이터는 그냥 둡, 데이터의 분석에서 사용자가 풀에 데이터를 넣을 수 있습니다, 그리고 Hadoop의 수백으로 데이터를 나눌 것입니다, 그리고 수천의 노드는 특정 시나리오에서 응용 프로그램의 일부가 되어야 합니다. 하지만 더 많은 시나리오 실시간 응답 및 대화형 응답 메모리 클래스 검색 기법, 그리고 심지어 실시간 응답 데이터 생성을 포함 한 다른 기술이 필요로 하는 요구. 이러한 기술은 완전 한 대형 데이터 처리 시스템으로 결합 됩니다.

대용량 데이터를 다루는 주요 제조 업체

여부 빅 데이터 시대 정말 오고에 기업 서비스 업체 이어야 한다 큰 데이터를 다루는 청중 앞에서.

1.IBM:4V 이론 + 대용량 데이터 분석 플랫폼

IBM, 대용량 데이터에 따라는 4V의 "이론을" 규모 (거래량), 다양성 (다양 한), 고속 (속도) 및 신뢰성 (정확성) 회사 시각화 하 고 큰 데이터 특성을 정확 하 게 파악을 선물 한다.

IBM 빠르면 2007 년 11 월 블루 클라우드 컴퓨팅 플랫폼을 출시 하 고 "블루 클라우드" 젠과 POWERVM 가상화를 포함 한 Ibmalmaden 연구 센터 (almadenresearchcenter)의 클라우드 인프라를 기반 리눅스 운영 체제 이미지 및 병렬 빌드 하 둡 파일 시스템.

더하여, IBM는 큰 데이터 분석 플랫폼-infosphere 있다. Infosphere는 IBM의 입성 biginsights와 보충, biglnsights 대규모 정적 데이터를 분석 하 둡 기반 스트림를 포함 하 여 큰 데이터 필드에 대 한 강력한 무기 여러 노드와 분산 컴퓨팅을 제공 노드는 스트림 메모리 계산 메서드를 사용 하 여 실시간 데이터를 분석 하는 동안 데이터 처리 능력을 향상 시키기 위해 언제 든 지 추가할 수 있습니다. Infosphere 큰 데이터 분석 플랫폼 또한 데이터 웨어하우스, 데이터베이스, 데이터 통합, 비즈니스 프로세스 관리 및 다른 구성 요소를 통합합니다.

2. 인텔: 하드웨어 + 소프트웨어 화력

하드웨어, 인텔 CPU, 스토리지, 메모리 기술 시스템 아키텍처, 데이터 센터 솔루션의 다음 세대를 확인 하는 방법을 고려 하는 것에서 더 큰 데이터 요구 사항에 적합 수 있습니다.

소프트웨어, 인텔 최적화 된 미들웨어를 제공합니다. Hadoop, 경우 인텔은 향상 되었고에 최적화 된 HBase와 HDFs에 Hadoop 시스템에 크게 인텔의 플랫폼에 인텔의 하드웨어의 성능을 개선 하 고 인텔 Hadoop Manager2.0를 시작 하.

인텔 Hadoop Manager2.0 근처의 실시간 처리 및 성능 인텔 플랫폼에서 멀티 데이터 처리 데이터 컬렉션을 단축 하는 둡의 처리 능력을 최적화 하기 위해 도입 되었습니다.

3.VMware: 가상화 아키텍처 + 클라우드 플랫폼

Vm 웨어의 더 중대 한 중국 대통령 노래는 클라우드 플랫폼은 폭발적인 데이터 사용에 대 한 수요를 해결 하는 유일한 방법은 클라우드 플랫폼을 주요 응용 프로그램을 이동은 피할 수 없는 추세 이다. 결과적으로, vm 웨어 가상 환경의 구름에 큰 데이터를 적용 하려고 시도 합니다.

Vm 웨어의 오픈 소스 프로젝트, Serenget, 수 배포 하 고 클라우드 및 가상 환경에서 vsphere에 Hadoop을 관리할 수 있습니다. 그것은 그 같은 환경에서 Hadoop 배포 시간이 단축 될 수 있다 많은 일에서 10 분 보고.

또한, vm 웨어, 통합 vsphere 가상화 아키텍처에 gemfire 실시간 처리, greenplum 상호 작용 및 제공 Hadoop 일괄 처리 사용자, 개발자, 데이터 분석가 위한 대규모, 신속 하 고 유연한 데이터 처리 요구를 충족 하기 위해 세 가지 모드 데이터 과학자와 비즈니스 사용자가 데이터 분석 및 데이터 표시의 시각화를 제공합니다. Vm 웨어는 또한 큰 데이터 분석 플랫폼 UAP (범용 분석 플랫폼), 포함 하는 Greenplum 데이터베이스, 하 둡, 그리고 코러스 분석 소프트웨어, 발표 구조화 및 구조화 되지 않은 데이터를 분석 하는 동시에 고객 도움이 됩니다.

4.EMC:EMC 둡

EMC는 실시간, 구조화 되지 않은 데이터 처리에 초점을 맞추고 EMC Hadoop 버전을 발표 했다. EMC의 제품 포트폴리오에 포함 되어 Hadoop의 세 가지 측면: Greenplum HD 커뮤니티 에디션; Greenplum 엔터프라이즈 에디션; Greenplum HD 데이터 컴퓨팅 어플라이언스입니다.

소개에 따르면 Greenplum HD는 몇 가지 핵심 기술 혁신: 플러그형 I/O, Isilon onefs 스토리지 시스템을 사용 하 여 수 있습니다, 또한 Atmos, 등을 사용 하 여 수, 효율과 성능 향상; 실시간 데이터 상호 작용 및 분석 실시간 처리 될 수 있습니다 이름 노드, 박수의 단일 지점을 제거 내결함성에 처리; 작업 추적 및 다른 주요 구성 요소에 대 한 많은 최적화 기능을 확인 하 고 있습니다. 그것의 가장 큰 밝은 반점은 Greenplum 데이터베이스와 Apache Hadoop 강력한 동맹, 같은 1 대의 기계 구조적, 비구조적된 데이터 완벽 하 게 통합 실현.

또한, 오라클 기업 대규모 구조화 되지 않은 데이터를 처리 하는 방법을 제공 하는 큰 데이터 기계 통합 하드웨어, 스토리지 및 소프트웨어, 아파치 Hadoop 소프트웨어, 새로운 Oracle NoSQL 데이터베이스에 대 한 오픈 소스 코드 배포를 포함 하 여 착수 했다 그리고 R 언어 열 통계 분석에 대 한 소스 코드 배포.