大數據正在徹底改變IT世界。那么，什么樣的數據談得上大數據呢?
根據IDC的報告，未來十年全球大數據將增加50倍。僅在2011年，我們就將看到1.8ZB(也就是1.8萬億GB)的大數據創(chuàng)建產生。這相當于每位美國人每分鐘寫3條Tweet，而且還是不停地寫2.6976萬年。在未來十年，管理數據倉庫的服務器的數量將增加10倍以便迎合50倍的大數據增長。
毫無疑問，大數據將挑戰(zhàn)企業(yè)的存儲架構及數據中心基礎設施等，也會引發(fā)云計算、數據倉庫、數據挖掘、商業(yè)智能等應用的連鎖反應。2011年企業(yè)會將更多的多TB(1TB=1000GB)數據集用于商務智能和商務分析;到2020年，全球數據使用量預計暴增44倍，達到35.2ZB(1ZB=10億TB)。
大數據面臨的挑戰(zhàn)——RISC已無法滿足未來的企業(yè)架構需求
對于海量的數據信息，如何對這些數據進行復雜的應用成了現今數據倉庫、商業(yè)智能和數據分析技術的研究熱點。數據挖掘就是從大量的數據中發(fā)現隱含的規(guī)律性的內容，解決數據的應用質量問題。充分利用有用的數據，廢棄虛偽無用的數據，是數據挖掘技術的最重要的應用。傳統(tǒng)的數據庫中的數據結構性很強，即其中的數據為完全結構化的數據，而目前數據最大特點就是半結構化，因此此類數據挖掘比面向單個數據倉庫的數據挖掘要復雜得多。
談到傳統(tǒng)數據倉庫的時候，大家不免就會買存儲設備，選服務器，不管是IBM Power或者是Oracle架構的，這些其實都是在傳統(tǒng)時代非常有名的數據庫品牌，把它構建在一起，構成數據倉庫，微軟、COCNOS等都提供解決方案。
但從目前來看，現有的數據倉庫已經遠遠不能滿足未來的企業(yè)大數據架構。
對企業(yè)業(yè)務來說，不光要有高擴展性，而且是動態(tài)的需求，能夠讓設備自由擴充，不用去管數據倉庫、應用具體運行在這些機器的哪一臺上，這些計算能力的耗費完全是根據業(yè)務的伸縮而來的。
傳統(tǒng)的架構做這類的項目十年到二十年的時間，它們有一個特點，數據倉庫的訪問和傳統(tǒng)的不同，所謂的不同就是查詢特別大，查詢的語句特別長、特別復雜，不像去銀行的存提款只是在眾多的記錄中查詢一兩條，它符合大數據查詢的特征，傳統(tǒng)的查詢索引作用非常有限。在數據庫中涉及多張表的連接，同時還有匯總、算標準差等復雜的運算。但是相反它的并發(fā)請求不是很多，一個企業(yè)就是人再多，不會同時超過一千個業(yè)務分析員在分析數據。
因此，在數據倉庫誕生的第一天，系統(tǒng)一直就有一個瓶頸，要把大查詢分解成小任務，這些小任務由并行的服務器來完成，我們強調小的機器要多，而不要大的機器CPU數少。因此，數據倉庫天生就是MPP、開放架構的CPU加上并行擴展橫向擴展數量，從這方面來看，擴展性較差，并行處理能力有限的RISC架構已經不能代表未來的企業(yè)架構。
而以英特爾為代表的X86處理器天生就是為大數據應用而生，Oracle推出的Exadata數據倉庫服務器采用了英特爾至強(Nehalem)處理器、DDR3內存和40Gbps InfiniBand，Exadata數據庫機第二版的CPU、內存和網絡速度分別提高了80%、200%、100%，單個數據庫服務器內存容量則達到了72GB，原始磁盤容量和每機架磁盤容量達到100TB、336TB，Sun FlashFire內存卡則實現了高性能的OLTP。[nextpage]
當大數據遭遇云計算
云計算為什么能盛行呢?在互聯網領域應用系統(tǒng)的構建：客戶群體是不確定的、系統(tǒng)規(guī)模不確定、系統(tǒng)投資不固定、業(yè)務應用有很清晰的并行分割特征、數據倉庫系統(tǒng)的構建、數據倉庫規(guī)?？晒浪?、數據倉庫的系統(tǒng)投資與業(yè)務分析的價值和回報相關、商業(yè)智能應用屬于整體應用、Saas模式構建數據倉庫系統(tǒng)。
在大數據技術上用云計算構建下一代數據倉庫成為熱門話題，這當中包括大數據管理，分布式進行文件系統(tǒng)，如Hadoop、Mapreduce數據分割與訪問執(zhí)行;同時SQL支持，以Hive HADOOP為代表的SQL界面支持。從系統(tǒng)需求來看，大數據的架構對系統(tǒng)提出了新的挑戰(zhàn)：
1、集成度更高：這意味著一個標準機箱最大限度完成特定任務，華碩不久推出的一款高密度機架式服務器RS720，2U高度最大能采用支持4個雙路計算節(jié)點，實現單機8個英特爾5600系列處理器和高達總計768G內存資源。
2、配置更合理、速度更快：存儲、控制器、I/O通道、內存、CPU、網絡均衡設計，針對數據倉庫訪問最優(yōu)設計，比傳統(tǒng)類似平臺高出一個數量級以上，這方面的經典案例是數據倉庫頭號廠商Teradata，其采用雙路Xeon六核處理器的企業(yè)級數據倉庫5650可輕松為數千名用戶處理更復雜、更大量的工作負載、持續(xù)負載以及批負載、操作性查詢、簡單報表和復雜的分析，所有功能均在同一個平臺上運行。與上一代產品相比，動態(tài)企業(yè)級數據倉庫5650的性能提高了43%，占地面積保持不變，減少了能源消耗和空間需求。
3、整體能耗更低：同等計算任務，能耗最低。
4、系統(tǒng)更加穩(wěn)定可靠：能夠消除各種單點故障環(huán)節(jié)，統(tǒng)一一個部件、器件的品質和標準。
5、管理維護費用低：數據藏的常規(guī)管理全部集成。
6、可規(guī)劃和預見的系統(tǒng)擴容、升級路線圖。
云計算環(huán)境作為大數據處理平臺
1.云計算環(huán)境中基本計算單元的分化
企業(yè)云計算平臺上雖然有多個并行計算的CPU，但并沒有創(chuàng)造出具有超強數據處理能力的超級CPU，因此云計算平臺需要的是有并行運算能力的軟件系統(tǒng)。同時，當所有用戶的數據全部放在云端時，雖然存儲容量可以很方便地擴充，但面對大量用戶同時發(fā)起的海量數據處理請求，簡單的數據處理邏輯已經無法滿足需要。
可以看到，國內有相當多的電商企業(yè)，用小型機和Oracle扛了好幾年，并請了全國最牛的Oracle的專家不停優(yōu)化他的Oracle和小型機，初期發(fā)展可能很快，但是后來由于數據量激增，業(yè)務開始受到嚴重影響，最典型的例子無疑是京東商城前段時間發(fā)生的大規(guī)模訪問請求宕機事件，因此他們開始逐漸放棄了Oracle或者MS-SQL，并逐漸轉向MySQL X86的分布式架構。
目前的基本計算單元常常是普通的X86服務器，它們組成了一個大的云，而未來的云計算單元里有可能有存儲單元、計算單元、協(xié)調單元，總體的效率會更高。
2、對系統(tǒng)穩(wěn)定性的需求
在應對大規(guī)模訪問的時候有一些系統(tǒng)穩(wěn)定性的追求，來自很多方面，來自網絡穩(wěn)定性、數據庫穩(wěn)定性。對系統(tǒng)而言，需要把握一個大原則，需要消除任何單點故障。不光是網絡上單點故障，還有來自你呼叫中心里的單點故障，只要有單點故障一定要消除掉。因為對于電商行業(yè)而言，每一秒都是錢，電子商務業(yè)務如果宕機一個小時，損失多少是可以算出來的，電商行業(yè)需要非常全面的技術系統(tǒng)監(jiān)控報警系統(tǒng)。有時候你會發(fā)現你如果通過技術系統(tǒng)的監(jiān)控去推導出你的技術發(fā)生問題已經晚了。
a&s傳媒是全球知名展覽公司法蘭克福展覽集團旗下的專業(yè)媒體平臺，自1994年品牌成立以來，一直專注于安全&自動化產業(yè)前沿產品、技術及市場趨勢的專業(yè)媒體傳播和品牌服務。從安全管理到產業(yè)數字化，a&s傳媒擁有首屈一指的國際行業(yè)展覽會資源以及豐富的媒體經驗，提供媒體、活動、展會等整合營銷服務。
粵公網安備 44030402000264號
