大數據擁抱云計算

數據怎么樣才能對人有用?人們整天都在討論大數據，其實數據本身并不是有用的，必須要經過一定的處理。數據本身并沒有什么作用，但是數據里面包含一些很重要的東西，叫做信息(Information)，數據雜亂無章，只有經過了梳理和清洗，才能夠稱為信息。

1. 數據如何升華為智慧

數據的處理分五個步驟，全部完成了才最后才會升華智慧。

第一：數據的收集。首先得有數據，數據的收集有兩個方式，第一個方式是拿(Pull)，專業(yè)點的叫爬取或者抓取，常見的搜索引擎就是這么干的，它把網上的信息都下載到它的數據中心，然后被你搜索出來。 比如你去搜索的時候，返回的是一個列表，這個列表為什么會在搜索引擎的公司里面呢，就是因為他把這個數據都爬下來了，但是你一點鏈接，點出來這個網站就不在搜索引擎它們公司了。比如說搜狐有個新聞，你拿百度搜出來，你不點的時候，那一頁在百度數據中心，一點出來的網頁就跳轉到搜狐的數據中心了。另外一個方式就是推送，有很多終端可以幫我收集數據，比如說智能手環(huán)，可以將你每天跑步的數據，血壓的數據，心跳的數據都上傳到數據中心里面。

第二：數據的傳輸。常見的會通過隊列方式進行，數據量實在是太大了，數據必須經過處理才會有用，但是系統(tǒng)處理不過來，只好排排隊，一條條地處理。

第三：數據的存儲。現在數據就是Money，掌握了數據就相當于掌握了金錢。要不然你看購物網站怎么知道你想買什么呢?就是因為它有你歷史的交易信息，然后通過這個信息分析出你的購物習慣。

第四：數據的處理和分析。上面存儲的數據是原始數據，原始數據多是雜亂的，還有很多垃圾數據，因而需要清洗和過濾。對于整理過的數據，就可以進行分析，從而對數據進行歸類，或者發(fā)現數據之間的相互關系。比如著名的啤酒和紙尿布的故事，就是通過對人們的購買數據進行比對分析，發(fā)現了男人在買尿布的時候，會同時想要購買啤酒，這樣就發(fā)現了啤酒和尿布之間的對應關系，掌握了規(guī)律，然后應用到實踐中，將啤酒和尿布的柜臺放到一起，這就是一種智慧。

第五：對于數據的檢索和挖掘。檢索就是搜索，俗話說外事不決問谷歌，內事不決問百度。兩大搜索引擎都是將分析歸納后的數據放入搜索引擎，從而方便人們找到想要的信息。還有一個就是挖掘，搜索出來的信息還需要從中挖掘出相互的關系。例如財經檢索，當搜索某個公司股票的時候，該公司的管理層是不是也應該被挖掘出來?如果僅僅搜索出這個公司的股票漲的特別好，你就去買了，結果第二天就跌了，這不坑人么?所以通過各種算法挖掘數據中的關系，形成知識數據庫，十分重要

2. 大數據擁抱云計算

數據分析是一項很有意思的技術，其功能就是幫我們梳理數據，存儲信息，并從信息中總結規(guī)律。當數據量很小的時候，幾臺機器就能分析并解決問題。但是，慢慢的當數據量越來越大，大到最強的超級計算機都解決不了問題的時候，該怎么辦呢?這時就要聚合多臺機器的力量，也就是使用云計算的力量。

對于數據的收集，以物聯(lián)網為例，外面部署這成千上億的檢測設備，將大量的溫度，濕度，PH值，PM2.5等等數據統(tǒng)統(tǒng)收集上來，對于網頁的搜索引擎來講，需要將整個互聯(lián)網所有的網頁都下載下來，這顯然一臺服務器做不到，需要多臺服務器組成分布式系統(tǒng)，每臺機器下載一部分，同時工作，才能在有限的時間內，將海量的網頁下載完畢。

對于數據的傳輸，一個內存里面的隊列肯定會被大量的數據擠爆，于是就產生了基于存儲系統(tǒng)的分布式隊列，這樣的隊列可以多臺服務器同時傳輸，隨你數據量多大，只要我的隊伍足夠多，隊列足夠粗，就能夠撐得住。

對于數據的存儲也是一樣，一臺服務器的文件系統(tǒng)肯定是放不下了，那我們就做一個很大的分布式文件系統(tǒng)來做這件事情，把多臺機器的硬盤打成一塊大的文件系統(tǒng)。

再比如數據的分析，可能需要對大量的數據做分類，統(tǒng)計，聚合，一臺服務器肯定搞不定，處理幾百年也分析不完，于是就有了分布式計算的方法，將大量的數據分成小份，每臺服務器處理一小份，多臺服務器并行處理，很快就能算完。例如著名的Terasort對1個TB的數據排序，相當于1024G，如果單機處理，怎么也要幾個小時，但是并行處理只需要幾十秒就完成了。

所以說大數據平臺，什么叫做大數據，說白了就是一臺機器干不完，大家一起干。隨著數據量越來越大，很多公司都需要處理相當多的數據，沒有這么多機器可怎么辦呢?

說到這里，就想起云計算的好處了吧，真的是想什么時候要，就什么時候要，想要多少就要多少。例如大數據分析企業(yè)的財務情況，可能一個月分析一次，如果要把這一百臺服務器或者一千臺服務器都在那擺著，一個月用一次吧，非常浪費。那能不能需要計算的時候，把這一千臺服務器拿出來用，然后不用的時候，這一千臺機器可以去干別的事情。誰能做這個事兒呢?只有云計算服務商(比如文中提到的易邁云)，能夠為大數據的運算提供資源層面的靈活性。而云計算服務商也會部署大數據放到它的PaaS平臺上，作為一個非常重要的通用應用。因為大數據平臺能夠使得多臺機器一起干一個事兒，這個東西不是一般人或團隊能開發(fā)出來的，怎么也得雇個幾十上百號專業(yè)人才能把這個玩起來，所以說就像數據庫一樣，其實還是需要有一幫專業(yè)的人來玩這個東西。

現在公有云服務商(像易邁云)就提出了相應的大數據解決方案了，一個小公司需要大數據平臺的時候，不需要采購一千臺云主機，只要到易邁云的官網上一點，這一千臺機器都出來了，并且上面已經部署好了的大數據平臺，只要把數據放進去算就可以了。所以說，云計算需要大數據，大數據需要云計算，兩個技術就這樣結合了。

分享名稱：大數據擁抱云計算
文章地址：http://www.bm7419.com/news29/104829.html

成都網站建設公司_創(chuàng)新互聯(lián)，為您提供外貿網站建設、網站制作、網站排名、網站策劃、網站改版、微信小程序

廣告

聲明：本網站發(fā)布的內容（圖片、視頻和文字）以用戶投稿、用戶轉載內容為主，如果涉及侵權請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內容未經允許不得轉載，或轉載時需注明來源： 創(chuàng)新互聯(lián)