在数据分析与商业智能分析中应用云计算技术，能提高数据分析的效率，让企业更加能适应快速变化的市场，为快速推出新的产品提供数据依据，但是云计算也存在一些难点和风险。

    （1）产品选择问题

    服务器虚拟化技术和产品没有统一的标准平台和开放协议，业内服务器虚拟化产品良莠不齐，选择不合适的产品会带来严重的投资风险。而且服务器虚拟化软件价格不菲，短期、小范围内的应用难见效益。

    （2）可靠性问题

    由于在一台服务器上运行多个重要的应用程序和数据库，虚拟化的IT环境比大型计算机和微型计算机环境更容易遭到灾难性崩溃的破坏，因为它们有同样集中的资源，但是，硬件的可靠性不同。

    （3）数据安全问题

    数据是企业的生命，数据的丢失和泄露对电信来说是不容忽视的风险。云计算带来便利的同时，也给数据带来了风险。

    （4）环境的复杂化

    虚拟化的本质是应用只与虚拟层交互，而与真正的硬件隔离。在造成便利的同时，也造成了风险。软件和硬件之间被切断联系将导致安全人员看不到设备背后发生的风险，服务器环境变得更加不同定、复杂，安全人员最终失去硬件本身提供的稳定性。当应用出现故障时，需要精确定位是硬件还是软件故障，在虚拟化世界中，这将是一项复杂而冗长的工作。

免责声明：本网站（http://www.ciotimes.com/）内容主要来自原创、合作媒体供稿和第三方投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
本网站刊载的所有内容（包括但不仅限文字、图片、LOGO、音频、视频、软件、程序等）版权归原作者所有。任何单位或个人认为本网站中的内容可能涉嫌侵犯其知识产权或存在不实内容时，请及时通知本站，予以删除。