侵权投诉

搜索
更多>> 热门搜索:
订阅
纠错
加入自媒体

智能大数据整合从哪里开始?

2016-08-12 10:26
冷血の爱
关注

  在过去的几年里,人们从知道大数据的概念,发展到一些组织能够真正实施一些大数据项目。然而,在一些组织的数据中心团队负责实施这些业务驱动的举措之后,现在才开始认识到实现真正大数据集成的复杂性和深度。

  大数据通过人们生活,工作平台,应用程序,以及设备提供了多种格式的大量的数据。大量的结构化和非结构化的内容往往使用户非常难以访问和分析所需的信息。

  现代数据中心往往是一个复杂的系统,相互连接的服务器和设备存储,处理和分发各种来源的大量信息。但智能大数据整合,在改造传统的信息系统,可以缓解从地理位置分散的网站,甚至其他数据中心的聚集和分析信息的斗争。

  如果一个数据中心是一个组织的大脑,那么可以认为其数据源就是反馈给神经和细胞的信息。智能大数据集成意味着该组织的“神经系统”,为整个企业快速传达信息,为现代商业生态系统起着至关重要的作用。但这也意味着数据中心的管理人员将获得他们寻求的准确和高效的数据处理的安全性,质量,控制和管理。

  从哪里开始

  任何大数据项目的目的是为了获得更好的结果,其中包括直接进行实时洞察和基于循环模式的长期观点,但首先你必须克服早期的集成挑战。所以要问你自己:

  · 你所有的关键数据来自哪里?

  · 你的组织如何聚合并快速移动所有的数据?

  · 如何分析可用的数据是否有价值?

  · 通过在技术和基础设施方面的投资,你的企业如何才能最大限度地发挥价值?

  最终,大数据整合摄入,准备和提供的数据,不管是什么来源。这包括利用在企业每一类型的数据,包括复杂的,往往是非结构化的机器产生的数据,这通常需要一个更加融合的数据中心的基础设施。

  因此,第一步骤,可以说是最重要的一步,是整合所有可用的数据。以下是确定你的大数据集成项目有效实施的三个关键领域。

  (1)可靠的数据流

  摄入大数据到一个平台,像ApacheHadoop这样的平台是不够智能的,不足以启动一个Hadoop集群,输入所有类型的数据,并得出具有突破性的新见解,展现自己。大数据行业厂商似乎每一个星期都在发布新的工具和升级版本,甚至将某一技术引入到你的堆栈,虽然功能并不强大,但却可以使你的整个平台过时。

  这是常见的企业应用程序和集群之间的经验数据流和数据退化问题。因此,大多数反应涉及手工编码正在尝试努力工作,并抛弃一些其他类型的技术。通常情况下,这是一个解决方案。但这不是最终的解决办法。

  采用一个安全的,敏捷的集成平台,专注于调动实际的数据流进出数据中心的管道,确保在越来越复杂的工作场所的生态系统进行可靠的信息交换。

1  2  下一页>  
声明: 本文由入驻维科号的作者撰写,观点仅代表作者本人,不代表OFweek立场。如有侵权或其他问题,请联系举报。

发表评论

0条评论,0人参与

请输入评论内容...

请输入评论/评论长度6~500个字

您提交的评论过于频繁,请输入验证码继续

暂无评论

暂无评论

文章纠错
x
*文字标题:
*纠错内容:
联系邮箱:
*验 证 码:

粤公网安备 44030502002758号