분석: 어디 빅 데이터 분석 플랫폼 시작 합니까?

"빅 데이터" 라는 용어는 보통 양, 속도 및 종류를 곱한 극적으로 데이터를 말합니다. 기업 전략에 의해 새로운 연구, 대용량 데이터 분석 플랫폼은이 정의 흉내 낸: 공급 업체 제품 출시의 수 성장 하 고, 제품 향상은 배로 급속 하 게, 및 지금 지 원하는 여러 배포 옵션은.

줄리 Lockner, ESG와 회사의 빅 데이터 분석 플랫폼의 저자에서 수석 애 널 리스트는 기업이 어떻게 그들은 통합할 수 있습니다 큰 데이터 기술 구조, 특히 때 그것은 저렴 하 고 확장 가능한 고려 하 고 말한다.

불행의 일부 큰 데이터 기술 및 용어, 시장 혼란의 얽 힘을 만드는의 유동성에서 유래한 다. Lockner는 그녀는 내부 평가 훈련을 통해 부드럽게 수 있습니다 믿고 "시장 전망 보고서 101", 그녀의 연구.

이렇게 정의로 시작 하는 처음부터 시작을 의미 합니다.

큰 데이터는 선택의 여지가 있다.

ESG의 보고에 따르면: "빅 데이터 분석 프로젝트 나타 났 있다, 그리고 일부도 일을 시작 하는 큰 데이터의 진정한 의미를 이해 하지 않은." "

이 정의의 개인의 이해에 따라 용어의 의미를 확대 하거나 축소 가능성이 높습니다. 사실, 그것의 정의 매우 광범위 한, 되었다 그리고 ESG 자체 설명 주셨습니다: "범위와 정상적인 프로세싱 파워의 크기를 넘어 데이터 집합 세력 비 전통적인 접근 수 있습니다." "

문제, 볼륨 데이터의 테라 바이트, 성장할 것입니다 그리고 "스트레스 골절"는 시스템에 발생 하기 시작 합니다 그리고 그에 기존의 기법에서 큰 데이터와 대용량 데이터 분석에서 비용 효율적인 방법을 보장 수 없습니다는 Lockner, 말한다. 때 회사 그들의 데이터 센터 확장을 고려 해야한다. 많은 큰 다국적가지고이 일을 하기 전에, 하지만 지금은 더 많은 저렴 한 선택이 있다. 예산 또는 기술 설정. "

현재, 많은 수의 대용량 데이터 배포 시나리오를 사용 하는 기업, 사용자 지정 개발 방법, 대규모 데이터베이스, 클라우드 컴퓨팅 서비스의 몇 가지 사용 가능한 도구의 조합을 병렬 처리. 오픈 소스 아파치 하 둡 프로젝트의 오픈 소스 프로젝트를 지 원하는 배포 큰 데이터 집합의 처리에서 증가 관심을 촉발 했다.

"기억이 안 HTML의 탄생 이후 등 큰 영향을 미칠 수 있는 다른 기술," Lockner 말했다. "

IBM, EMC와 같은 납품업자 그들의 제품을 제공에 Hadoop을 통합 하는 방법을 알아낼 싶어요. 1 월 9 일, 예를 들어 Oracle Cloudera, Hadoop 리셀러 협력을 포함 하는 큰 데이터 기계를 시작 했다. 지금 상황은 공장 Hadoop을 언급 하지 않고 큰 데이터를 협상, 만약 당신이 새로운 제품 게시 당황 이다.입니다.

Lockner Hadoop의 약속의 대부분을 보고 하 고 그것은 미래에 대부분의 기업 데이터 센터에 있을 것입니다 믿고, 그녀의 연구 그것은 여전히 특정 시나리오에 대 한 사용 해야 하는 새로운 기술을 보여 줍니다.

큰 데이터 시작 했다.

큰 데이터 분석 플랫폼, 공급 업체에 의해 큰 데이터의 정의 검토 하 고 큰 데이터를 그들의 제품의 관련성을 이해 하에 투자를 탐험 회사에 대 한 좋은 시작 지점입니다. Lockner 말했다: "때 당신이 그들의 제품 포지셔닝 이해 하 고 문제를 해결 하려면 공급 업체와 통신?" "

예를 들어 EMC Greenplum 데이터베이스 소프트웨어, greenplum 데이터 컴퓨팅 장치 및 Isilon 같은 큰 데이터 제품의 다양 한 있다. 이러한 세 가지 제품 다른 종류의 문제를 다루는. "정말 양파를 벗기다 몇 가지 숙제를 해야," Lockner 말했다. "

첫째, Lockner 고객 그들의 큰 데이터 분석 플랫폼의 데모를 볼 수 잘 연결 된 공급 업체에 의존 하는 것이 좋습니다. 이들은 모든 무료 정보입니다. 이 사업에 사람들이 그들이 할 수 원하는 것을 이해 하려고 하기 때문에 그들은 공급 업체에 압력을 넣어 수 있어야 합니다.

그녀는 고객 또한 배울 케이스 사용에 대 한 그들의 산업에서 다른 공급 업체에 대 한 권장 합니다. 이 정보는 공급 업체는 실제 의견 지도자 없는 보고 도울 수 있다.

회사 해야 의존 그들의 사내 그것 부서와 그들의 숙제에 도움이 더 정통한 직원 들. "일반적으로 일부 연구소 프로젝트 연구 새로운 기술, 그리고 아주 좋은 시작 회사 그 그룹을 찾을 수 있고 그들과 함께, 그것을 할 방법에 대 한 브레인 스토밍 하는 경우" Lockner 말했다. "

하지만 정말 이러한 레이어를 벗기다, 회사는 실제 수요는, 그리고 어떻게 공급 업체의 제품 그 요구를 충족 수 결정 해야 합니다. 보고서, 내부 사용 가능한 기술, 데이터에서 얼마나 빨리 동작 완료 해야 하 고 새로운 플랫폼으로 통합 될 필요가 올 것 이다 예측 하는 것이 즉. "우수한 기술 보다 더 중요 한 것은 비즈니스 요구를 이해" Lockner 말한다. "

(책임 편집기: 유산의 좋은)