Warum ist die Wolke Imperative für Big Data
Zahlreiche Kombinationen von Bereitstellungs- und Liefermodelle existieren für große Daten in der Cloud. Zum Beispiel können Sie eine öffentliche Cloud-IaaS oder private Cloud-IaaS nutzen. Also, was bedeutet das für die großen Daten und warum ist die Cloud eine gute Passform für sie? Nun, große Datenmengen erfordert verteilte Cluster von Rechenleistung, die ist, wie die Wolke architected ist.
In der Tat, machen eine Reihe von Cloud-Eigenschaften ein wichtiger Teil der großen Daten Ökosystem:
Skalierbarkeit: Skalierbarkeit im Hinblick auf Hardware bezieht sich auf die Fähigkeit von kleinen zu großen Mengen zu gehen Rechenleistung mit der gleichen Architektur. Im Hinblick auf die Software bezieht sie sich auf die Konsistenz der Leistung pro Energieeinheit als Hardware-Ressourcen zu erhöhen. Die Wolke kann große Datenmengen skalieren.
Distributed Computing, ein integraler Bestandteil des Cloud-Modells, funktioniert wirklich auf ein # 147-Teile und Herrsche # 148- Plan. Also, wenn Sie große Datenmengen haben, können sie über Cloud-Server partitioniert werden. Ein wichtiges Merkmal der IaaS ist, dass es dynamisch skaliert werden kann. Dies bedeutet, dass, wenn Sie mehr Ressourcen eingereicht benötigen als erwartet, können Sie sie bekommen. Dies bindet in das Konzept der Elastizität.
Elastizität: Die Elastizität bezieht sich auf die Fähigkeit zu erweitern oder zu verkleinern Ressourcenbedarf in Echtzeit Berechnung, je nach Bedarf. Einer der Vorteile der Wolke ist, dass die Kunden die Möglichkeit haben, wie viel von einem Dienst zuzugreifen, wie sie benötigen. Dies kann für große Datenprojekte hilfreich sein, wo Sie brauchen, um die Menge an Rechenressourcen mit den Daten umgehen müssen zu erweitern.
Ressourcenpooling: Cloud-Architekturen ermöglichen die effiziente Erstellung von Gruppen von gemeinsam genutzten Ressourcen, die die Wolke wirtschaftlich rentabel zu machen.
Selbstbedienung: Mit Selbstbedienung, ist der Benutzer einer Cloud-Ressource der Lage, einen Browser oder eine Portalschnittstelle verwenden, um die benötigten Ressourcen zu erwerben, sagen wir, eine große Vorhersagemodell zu laufen. Das ist dramatisch anders als wie Sie Ressourcen von einem Rechenzentrum gewinnen könnte, wo man die Ressourcen von IT-Operationen müssten fordern.
Oft geringe Initialkosten: Wenn Sie einen Cloud-Anbieter verwenden, Up-Front-Kosten können oft reduziert werden, da Sie nicht riesige Mengen an Hardware zu kaufen oder neue Raum Verpachtung für die Zusammenarbeit mit großen Datenmengen zu tun haben. Durch die Nutzung der Skaleneffekte im Zusammenhang mit Cloud-Umgebungen kann die Wolke attraktiv aussehen.
Zahlen Sie wenn sie hinausgehen: Eine typische Abrechnungsoption für einen Cloud-Anbieter ist Pay as You Go, was bedeutet, dass Sie für die Ressourcen auf Basis verwendet abgerechnet werden auf Instanz Preisgestaltung. Dies kann nützlich sein, wenn Sie nicht sicher sind, welche Ressourcen Sie für Ihren großen Daten Projekt benötigen.
Fehlertoleranz: Cloud-Service-Anbieter sollten die Fehlertoleranz in ihre Architektur gebaut haben, zur Gewährleistung der ununterbrochenen Leistungen trotz des Ausfalls eines oder mehrerer der Systemkomponenten.
Offensichtlich macht die Natur der Cloud ist es ein idealer Computing-Umgebung für große Datenmengen. Also, wie können Sie große Datenmengen verwenden zusammen mit der Wolke? Hier sind einige Beispiele:
IaaS in einer öffentlichen Cloud: In diesem Szenario würde Sie eine öffentliche Cloud-Anbieter die Infrastruktur für Ihren großen Datendienste zu verwenden, da Sie wollen keine eigene physische Infrastruktur nutzen. IaaS können mit nahezu unbegrenzten Speicher- und Rechenleistung die Erstellung von virtuellen Maschinen. Sie können das Betriebssystem holen Sie wollen, und Sie haben die Flexibilität, dynamisch die Umgebung zu skalieren Ihre Bedürfnisse zu erfüllen.
PaaS in einer privaten Cloud: PaaS ist eine gesamte Infrastruktur so verpackt, dass es verwendet werden kann, zu entwerfen, zu implementieren und Bereitstellung von Anwendungen und Dienstleistungen in einer öffentlichen oder privaten Cloud-Umgebung. PaaS ermöglicht eine Organisation Schlüssel Middleware-Dienste zu nutzen, ohne sich mit der Komplexität Elemente der Verwaltung einzelner Hard- und Software zu beschäftigen.
PaaS-Anbieter beginnen, große Daten Technologien wie Hadoop und MapReduce in ihre PaaS-Angebote zu integrieren. Zum Beispiel könnten Sie eine spezielle Anwendung zu bauen große Mengen medizinischer Daten zu analysieren. Die Anwendung würde die Verwendung von Echtzeit als auch Nicht-Echtzeit-Daten zu machen. Es wird für die Lagerung und Verarbeitung von Hadoop und MapReduce zu verlangen.
SaaS in einer Hybrid-Cloud: Hier könnten Sie analysieren # 147-Stimme des Kunden # 148- Daten aus mehreren Kanälen. Viele Unternehmen haben erkannt, dass eine der wichtigsten Datenquellen ist, was der Kunde denkt und sagt über ihr Unternehmen. Erste Zugriff auf die Sprach der Kundendaten können wertvolle Einblicke in Verhaltensweisen und Handlungen bieten. Immer mehr Kunden sind # 147-vocalizing # 148- auf öffentlichen Plätzen.
Der Wert des Eingangs Kunden können erheblich durch die Einbeziehung dieser öffentlichen Daten in die Analyse verbessert werden.