迎接大数据时代的到来
大数据的概念同我们比较熟悉海量数据有所区别,它可以用三个V来总结,即Variety、Volume和Velocity(多样性、数量、速度)。不难理解,无论目前结构化数据还是非结构化数据,它们在深度与广度上都飞速地增长着,企业能否有效管理并挖掘利用这些数据将决定信息化建设的发展走势。
直面大数据挑战
Eric Williams善用“大数据”的诀窍,并可以避免它可能导致的数据管理问题。他的诀窍是这样的:从小的动作开始,快速证明业务价值,并与针对所有信息运行分析查询的最终用户保持密切联系。
四步HOLD住你的IT
第一步:了解你的企业需求
企业在进行技术的选择时不应只看首次投入的成本,一些新的开源技术并不是一劳永逸的,你需要不断对其进行维护,考虑持续的投入,无论是人力还是物力,它都可能会比传统的EDW要大。因此企业不应该一味迷信于新技术,无论是购买平台还是进行定制,用户需要从自身需求出发。 【阅读全文】
第二步:Hadoop MapReduce来帮忙
根据最新名为《Hadoop与信息管理》的Ventana基准测试报告显示,有半数以上的受访者都在使用或者在评估Hadoop技术来作为大数据平台的标准。这部分用户希望能够更加深入地对数据进行分析,特别是大数据分析。目前大数据分析真正的问题已经不是数据量,而是如何为你的企业带来更多的分析能力。 【阅读全文】
第三步:高级数据分析技术如虎添翼
在企业面对大数据分析的挑战之时,好在还有一些高级的数据分析技术能够帮助我们排忧解难,其中就包括大规模并行处理(MPP),数据库内分析(in-database analysis)以及内存分析(in-memory analysis) 等,这些技术在处理大数据时都有一定的优势,特别是针对高级预测分析和数据挖掘的时候。 【阅读全文】
第四步:“1秒钟”变身超级IT
大数据分析缺乏成熟的实践经验,其方式方法与传统的数据仓库与BI系统有着一定的区别。在实施大数据分析项目之前,企业不仅应该知道使用何种技术,还应该知道在什么时候、什么地方使用。综合考虑,Hold住你的IT才能实现历史数据的分析与对未来趋势的预测。【阅读全文】
相关白皮书或栏目
-
大数据的价值—预测分析与数据挖掘手册
导读:
数据挖掘和其他应用建立预测分析模型的开放式框架正在日益普及。
“大人物”眼中的大数据
周俊凌
Teradata天睿公司首席客户官
James Kobielus
Forrester研究机构高级分析师
Wayne Eckerson
TechTarget业务应用分析总监
Arun C Murthy
雅虎架构师、Hortonworks创始人