大数据一体机不是运用落地充要条件

对于热炒的大数据运用，我主张不纠缠于观点，不纠缠于什么是大数据运用以及大数据运用价值和意义。我只关注，大数据运用究竟有哪些实际运用，大数据运用如何落地。

有很多厂商推出了大数据运用，那么，买一台这样机器就允许解决大数据运用落地的问题吗?两者之间是一个什么关系呢?对此，又学习一下数学中的“充分条件”、“必要条件”和“冲要条件”。

充分条件：假如有事物情况A，则必然有事物情况B，简称充分条件。

必要条件：假如没有事物情况A，则必然没有事物情况B;假如有事物情况A而未必有事物情况B，A就是B的必要而不充分的条件，简称必要条件。

充分必要条件：假如有事物情况A，则必然有事物情况B;假如没有事物情况A，则必然没有事物情况B，A就是B的充分必要条件(简称：充要条件)。简单地说，满足A，必然B;不满足A，必然不B，则A是B的充分必要条件。(A允许推导出B，且B也允许推导出A)

这东西很绕，但也很准确。在我看来，大数据一体机(A)仅仅大数据运用落地(B)的必要条件，而且这个必要条件还仅仅成立一半，也就是说，没有大数据一体机，则必然没有大数据运用落地，这个是不成立的;因为很简单，没有大数据一体机，用户允许自己搭一个平台，加上运用，同样允许实现大数据运用。

假如有了大数据一体机，未必有大数据运用落地，这个是成立的。道理也很简单，大数据一体机仅仅一个平台，没有运用软件，所以只有一个平台，自然没有大数据运用落地的结果。

就连必要条件也都仅仅成立一半，如此说来，大数据一体机是不是太没有价值了?其实，也没有必要如此悲观。

在此，还需要说说什么是大数据一体机?有人说，与数据沾边的都允许称为大数据一体机，如此，这个世界上就没有什么不是大数据一体机了，这是一个被泛化的观点。有很多文章将IBMPureSystems、OracleExadata/Exalogic/Exalytics/SuperCluster/ODA、SAPHANA、IBMNetezza、微软的PDW(SQLServer2018ParallelDataWarehouseAppliance)、EMCGreenplum都称为大数据一体机，应该说，这些属于一体机，与大数据运用有一定关联，但应该也不是大数据一体机。

对于大数据运用，公认有4个“V”(Volume，Variety，Value，Velocity)，数据量巨大、数据类型繁多、价值密度低商业价值高和处理速率快。最后这一点也是和传统的数据挖掘技能有着本质的不同。处理速率快并没有一个。

对于海量数据进行快速处理，从技能途径来说，就是并行计算。这需要一定的体系结构支持，以Hadoop最为典型。通过Map/Reduce实现数据的检索和查询。互联网企业对此运用较为透彻，因此，大数据运用在互联网运用比较多数，产品也比较成熟。以Google、百度搜索引擎为例，就是这种架构的典型运用。

Google、百度的搜索引擎首先通过“爬虫”获取数据，这些海量数据会按照分布式的方式进行存储，制作副本(通常Hadoop为3副本);通过Map对这些分布数据、副本进行并行检索，然后Reduce返回并聚合检索结果，这就是一个完整的服务。因此，对于互联网企业而言，依托强大软件开发团队，以及独特商业模式，其大数据运用顺利落地。其实，Google、百度的搜索引擎，就是一种最为典型的大数据运用模式。

对于行业用户而言，想要进行大数据运用，首先需要解决海量数据的分布存储和就近出来的问题，也就是要架构类似Hadoop的分布式数据存储模型，搭建软/硬件平台，对此，目前国内推出的大数据一体机，为用户提供了平台选择。这些大数据一体机进行了充分的软硬件兼容性测试，参数配置合理，因此允许减少一部分工作量。但仅仅有了这个平台还不够，需要用户定制相关的运用软件，这将确定用户大数据运用的方式和实质。从市场看，行业性质的大数据运用软件尚没有成型，更谈不上与大数据一体机的整合运用。因此，大数据运用要落地，仅有大数据一体机平台还不行，还需要运用软件的配合。

在国内，允许看到的大数据运用软件，Splunk是一个，并且已经进入。据说Informatica也有大数据运用软件，但宣传解释的还不多，允许参考的资料有限。

[凌茠]

整理编辑：成都弱电工程专家

上一篇： 电子巡更市场拓展生物识别新技能融入
下一篇： 校园安防系统主要设备及功能全攻略