在大數(shù)據(jù)檔案中發(fā)現(xiàn)寶藏

2013-10-17 10:08:11 EP電力信息化網(wǎng)　點(diǎn)擊量：評(píng)論 (0)

在大數(shù)據(jù)的魅力等級(jí)中，生產(chǎn)應(yīng)用和探索性數(shù)據(jù)科學(xué)沙箱得到了所有的關(guān)注。這就是為什么，如果你不是一個(gè)大數(shù)據(jù)專家，您可能已經(jīng)忽略了數(shù)據(jù)管理和分析基礎(chǔ)設(shè)施的著陸區(qū)中大數(shù)據(jù)所起的關(guān)鍵作用。大數(shù)

在大數(shù)據(jù)的“魅力等級(jí)”中，生產(chǎn)應(yīng)用和探索性數(shù)據(jù)科學(xué)沙箱得到了所有的關(guān)注。這就是為什么，如果你不是一個(gè)大數(shù)據(jù)專家，您可能已經(jīng)忽略了數(shù)據(jù)管理和分析基礎(chǔ)設(shè)施的“著陸區(qū)”中大數(shù)據(jù)所起的關(guān)鍵作用。

大數(shù)據(jù)“著陸區(qū)”的作用是刻意含糊不清的。它顯然不是生產(chǎn)的前端接入以及進(jìn)行快速查詢、進(jìn)行交互式探索以及建立預(yù)測(cè)模型并打分的沙箱層。也顯然不是存儲(chǔ)核心系統(tǒng)參考數(shù)據(jù)、管理元數(shù)據(jù)以及實(shí)施數(shù)據(jù)治理標(biāo)準(zhǔn)的生產(chǎn)樞紐層。

但在許多方面，大數(shù)據(jù)“著陸區(qū)”是這些生產(chǎn)和開發(fā)系統(tǒng)的基礎(chǔ)。

大數(shù)據(jù)“著陸區(qū)”起到了許多關(guān)鍵作用。它是將數(shù)據(jù)傳遞至下游的其他操作系統(tǒng)之前從操作系統(tǒng)獲得和收集數(shù)據(jù)的區(qū)域，也可能是將數(shù)據(jù)傳遞至集線器或前端集市前聚合、匹配、合并、清理、改造以及改進(jìn)從資源中采集的數(shù)據(jù)的地方。或者，它可能是以歷史檔案的形式，存儲(chǔ)來(lái)自交易、分析或內(nèi)容管理系統(tǒng)數(shù)據(jù)的地方。

深入檔案
讓我們專注于大數(shù)據(jù)存儲(chǔ)的檔案。即使某些數(shù)據(jù)不再支持核心生產(chǎn)應(yīng)用，這些檔案仍對(duì)合規(guī)、電子取證、安全、診斷以及其他支持性應(yīng)用程序有價(jià)值。

檔案的傳統(tǒng)定義是不再被應(yīng)用程序需要的歷史數(shù)據(jù)倉(cāng)庫(kù)。很明顯，依照這個(gè)定義許多檔案無(wú)情地演變成許多IT商店的大數(shù)據(jù)平臺(tái)。

實(shí)際上，當(dāng)檔案館存儲(chǔ)來(lái)源于各式各樣來(lái)源的數(shù)據(jù)且其數(shù)據(jù)容量增長(zhǎng)至拍字節(jié)時(shí)，檔案館可能是一個(gè)組織中第一個(gè)含有大數(shù)據(jù)的數(shù)據(jù)庫(kù)。事實(shí)上，檔案的目的是在需要時(shí)為檢索及分析保留歷史數(shù)據(jù)，這就意味著，它需要進(jìn)行優(yōu)化以便快速查詢、搜索和報(bào)表。

事實(shí)上，可查詢存檔已經(jīng)好些時(shí)候成為“殺手級(jí)別”的大數(shù)據(jù)應(yīng)用。電信運(yùn)營(yíng)商早已在大規(guī)模擴(kuò)展的存檔平臺(tái)上進(jìn)行呼叫詳細(xì)記錄分析。安全事故和事件的檢測(cè)，以及反欺詐應(yīng)用程序通常需要龐大的數(shù)據(jù)庫(kù)以存儲(chǔ)和關(guān)聯(lián)從系統(tǒng)級(jí)安全性、標(biāo)識(shí)以及其他系統(tǒng)獲取的事件數(shù)據(jù)。許多用于故障排除、診斷和優(yōu)化的IT日志分析應(yīng)用都運(yùn)行在從低TB級(jí)別至PB級(jí)別的數(shù)據(jù)庫(kù)上。全面的顧客、庫(kù)存、物流及其他趨勢(shì)的時(shí)間序列分析都必須將大量存檔數(shù)據(jù)與從業(yè)務(wù)系統(tǒng)獲取的最新數(shù)據(jù)進(jìn)行關(guān)聯(lián)。

完成工作的正確工具
顯然，對(duì)于如Hadoop這樣靜態(tài)數(shù)據(jù)平臺(tái)以及為特定類型數(shù)據(jù)存檔的規(guī)模與速度而架構(gòu)的NoSQL平臺(tái)來(lái)說(shuō)，可查詢存檔的作用是不言而喻的。同樣，別忘了用來(lái)存檔結(jié)構(gòu)數(shù)據(jù)的RDBMS平臺(tái)。

根據(jù)不同的需求，可以針對(duì)不同的大數(shù)據(jù)集部署一個(gè)或多個(gè)含有已針對(duì)數(shù)據(jù)集優(yōu)化的底層平臺(tái)的檔案。關(guān)鍵的標(biāo)準(zhǔn)是，已部署檔案的大數(shù)據(jù)平臺(tái)是否支持查詢檔案存儲(chǔ)及管理的數(shù)據(jù)且能夠快速執(zhí)行所有預(yù)期類型的查詢。

責(zé)任編輯：廖生玨

免責(zé)聲明：本文僅代表作者個(gè)人觀點(diǎn)，與本站無(wú)關(guān)。其原創(chuàng)性以及文中陳述文字和內(nèi)容未經(jīng)本站證實(shí)，對(duì)本文以及其中全部或者部分內(nèi)容、文字的真實(shí)性、完整性、及時(shí)性本站不作任何保證或承諾，請(qǐng)讀者僅作參考，并請(qǐng)自行核實(shí)相關(guān)內(nèi)容。

我要收藏

個(gè)贊