对于如何应对云计算(特别是SaaS)应用的可能性,很多IT企业仍处于摇摆不定的状态,这将会影响他们集中力量主攻某个方向。
尽管传统基于事实的BI分析模型也能够为企业带来价值,但是大数据分析为企业从多种数据源中挖掘分析铺平了道路,找出对未来企业战略具有影响的位置因素,能够大大提升效率并降低成本。
过去几十年里,大多数IT部门大都经历着类似的发展历程:最初使用的都是一个高度集中的整装计算机系统(比如,大型主机),但随后就像宇宙大爆炸一样,计算机资源爆炸式的四散开去.......
随着企业中存储的数据量向TB甚至PB级别进发,越来越多的组织开始关注“大数据”这一话题。然而,存储这些数据已经是极具挑战性,更不要说去利用大数据进行分析了。
重复数据删除数据的结果是提高缓存利用率,而降低磁盘I/O。重复数据删除可用于任何规模的数据;只是目前大多数重复数据删除产品还不能处理大容量的数据,但这并不意味着不能实现。
没人怀疑数据质量是一个企业商业智能的基础,但是除了质量之外如何管理数据,特别是如何管理海量数据给每一个企业提出了难题。
2011年5月,麦肯锡的深度调研《大数据:创新、竞争和生产力的下一个新领域》中有这样的一个结论:大数据确实是个大买卖,而且在本报告的调研领域中展现出来巨大的潜力。
分布式计算(Hadoop)和大数据(Big Data)技术的一个重要应用是分析用户的社交行为,有些时候它们会在用户毫不知情的情况下进行分析。
备份数据的减少可以降低硬件及管理的成本。但是,中小型企业及部门往往无法应用这些技术,这里有一些原因,其中就包括实际操作经验不足。
随着数据中心安全体系结构格局发生变化,数据中心安全体系结构上逐渐演变的更为平稳,我们希望能看到应用工具(无论是主动的还是被动的)与专用服务子网络结合在一起。