吴朱华:在我眼中的大数据时代

原创
数据库
对于传统行业来说,大数据的冲击来自三个方面,数据终端数据量的增长,例如智能电网和物联网;数据维度的变化,例如消费行为与社交网络的关联;商业模式的变化:例如从产品消费到信用营销,从经验和直觉决策到数据智能决策,三个因素组织在一起,使大数据发生了几何数的增长。

  2013年4月26日-27日,由51CTO传媒集团旗下WOT(World Of Tech)品牌主办的2013大数据全球技术峰会在北京富力万丽酒店召开。本次峰会将围绕大数据基础架构与上层应用的生态系统,解决大规模数据引发的问题,探索大数据基础的解决方案,激发数据挖掘带来的竞争力,让数据发出声音。51CTO作为本次峰会的主办方,将全程视频、图文直播报道这场数据的盛宴,更多内容请点击专题:2013大数据全球技术峰会

 

2013大数据全球技术峰会专题

来自麦肯锡报告,未来十年里数据和内容将增长44倍,并且这些数据有无法估量的价值。

对于传统行业来说,大数据的冲击来自三个方面,数据终端数据量的增长,例如智能电网和物联网;数据维度的变化,例如消费行为与社交网络的关联;商业模式的变化:例如从产品消费到信用营销,从经验和直觉决策到数据智能决策,三个因素组织在一起,使大数据发生了几何数的增长。

大数据阶段

***阶段:自身业务需求产生大量数据,利用这些数据通过深入认证,优化相关业务。

第二阶段:搜集与目标业务直接或间接关联的大量异质数据,建立复杂的分析和预测模型,产生针对目标业务的输出。这个阶段国外比较普遍,但在国内还依然很少。

第三阶段:随着整体数据相关的法律不断补充,以及技术不断成熟,形成一个完善的数据生态,包括数据市场,数据运营商和数据商店等。

从技术角度而言,趋势是更实时,越快越好,更全面数据分析需求,包括SQL、挖掘算法,以及以Deep Learning为代表的机器学习技术。

大数据实时分析的目的

实时决策能力;提高业务效率;快速智能发现新观点和商业机会;提供业务产出;提升IT效率;

大数据实时分析所需的技术支撑

大数据秒级,甚至毫秒级的处理;上千人的并发访问;支持SQL标准,特别是OLAP相关的语句;数据安全和集群的稳定型。

大数据实时分析的技术选型

Hadoop系列:Hive,Impala;

NoSQL系列:MongoDB,HBase;

传统关系型数据库:Oracle,DB2,MySQL;

传统列式数据库:Infobright,Monet DB。

在介绍一下YunTable

YunTable是在从分布式数据库的基础上发展而来,同时加入一些NoSQL的基因的新一代大数据实时分析数据库,并且支持内存计算,比较接近SAP HANA。

YunTable核心特性

大数据,秒级内存计算;采用廉价的x86硬件;自动线性动态扩展至数百台集群;每秒GB级别吞吐量,PB级别存储量;SQL92特性覆盖,并提供多平台的SQL驱动,还支持R。

以上是51CTO.com记者从一线为您带来的精彩报道。后续我们还有更加精彩的独家报道,敬请关注。

责任编辑:张伟 来源: 51CTO
相关推荐

2011-01-30 20:02:44

YunTable吴朱华云计算

2013-10-16 11:26:45

DevOps

2012-06-11 17:56:33

2015-11-20 11:03:26

2021-10-29 22:45:47

大数据算法技术

2013-06-13 09:42:11

大数据

2013-11-14 10:27:44

云加速迅雷大数据

2015-12-14 17:52:06

ENI经济和信息化网

2017-06-09 05:55:56

存储机器学习人工智能

2013-03-21 13:42:55

JSjQYUI

2013-09-17 18:24:46

SAP

2013-12-02 10:02:30

大数据时代

2017-01-03 10:23:18

大数据隐私保护

2013-07-11 10:28:38

IBM技术峰会IBM维克托

2013-07-05 09:07:54

小时代大数据大数据时代

2014-02-21 11:30:08

数据可视化大数据

2016-12-19 14:35:50

软件系统

2021-09-30 16:28:34

大数据数据管理企业

2021-03-01 19:22:15

大数据好奇心CIO

2013-08-29 11:24:31

大数据
点赞
收藏

51CTO技术栈公众号