[ 導讀 ] 2012年，如果說有一個概念比云計算還要火熱，那無疑就是大數據。大數據應用廣泛，尤其是隨著互聯網、移動互聯網以及各種傳感網絡的興起，數據爆炸最符合當下的特征。如何從數據分析中發現價值，來指導企業的日常業務決策？

2012年，如果說有一個概念比云計算還要火熱，那無疑就是大數據。大數據應用廣泛，尤其是隨著互聯網、移動互聯網以及各種傳感網絡的興起，數據爆炸最符合當下的特征。如何從數據分析中發現價值，來指導企業的日常業務決策？大數據將給出答案。近日，臺灣精誠集團云中心暨Etu品牌負責人蔣居裕接受記者采訪時表示，目前大數據還處于發展的初期，整個亞洲地區落后于美國，而美國談大數據也僅僅有4、5年的時間。
　　剖解大數據
　　在中國談大數據，更多的停留在數據的采集、存儲和處理層面，還缺乏真正的數據分析和洞察應用案例。蔣居裕表示，大數據市場要進入比較穩健的成長期，需要完成從項目市場進到方案市場的跨越，樂觀來看或許2014年可以跨越，或者更晚。從亞洲地區來看，真正做大數據計算工作的應用、項目數量都還非常少。
　　剖解大數據的價值和前景，就必須對大數據的定義和內涵有一個清晰的了解。目前企業管理軟件所涉及到的結構化的數據只占到傳統企業里面所有數據的15%，剩下的85%來源于廣泛存在于企業內各種信息活動、電子商務、物聯網、或是外界社交網絡等領域中的半結構化與非結構化數據，這才需要用到這種大數據的處理平臺做進一步的分析。
　　一般來說，通過三個“V”可以更準確的解讀大數據：第一個V是Volume，一定要大到某種程度；第二個V是Velocity，只有實時性，才可以去展現最新的數據分析效益；第三個V是Variety，講的是多重的數據格式或數據結構。這三個V合在一起，可以畫一個三角線，每一個運用場景都可以在這三個軸上畫一個橢圓，不同的廠商可能畫出的橢圓形狀不太一樣，這些都是屬于大數據要去分析處理的范疇。
　　不過，蔣居裕認為，目前行業里對大數據的理解存在多重誤區，比如大數據不是存儲技術，一定是存儲和處理同時發生的；二是大數據起源于互聯網，但并非僅適用于互聯網領域，在任何一個行業都極具應用價值；三是大數據不只是BI，傳統BI擅長處理結構化數據，對于半結構化及非結構化數據的解決能力并不佳。不走出這些誤區的困擾，很容易在大數據中迷失。
　　Hadoop一體機
　　由于大多數的行業及企業對大數據的需求并不清楚，因此推動大數據應用的落地，僅靠單一項目的形式，很難實現快速的普及和應用。大數據一體機Etu Appliance的出現，能夠為企業提供從軟件、硬件到數據分析、處理的一體化的解決方案，標準的產品化的形式更能促進大數據的應用。因此，在今年年中，精誠集團云中心正式在亞洲推出了Etu品牌大數據產品，為[FS:PAGE]各個應用場景提供大數據的解決方案。
　　作為Hadoop的一站式產品，Etu Appliance之所以被稱為“Appliance”，是因為這是款一體機產品，既不是硬件，也不是軟件，而是軟硬結合、高度優化的設備。Etu Appliance的用戶不需要具備很高的Hadoop技術，就能夠快速部署，計算和存儲一體，十分鐘之內能夠部署100個節點。這大大縮短了企業應用大數據的周期。
　　而最小的Etu Appliance集群架構包括一個主節點，兩個工作節點。數據和任務都是運行在工作節點上的，主節點負責調度整個集群的資源分配。當數據量越來越大，當前架構和容量無法處理的時候，只需加一個工作節點，在已經運行的集群不停機的情況下可以直接擴容，最多可以擴容2000臺左右的規模。與市場中諸如甲骨文、IBM的大數據一體機產品比，Etu有更好的靈活性，是專門定制的產品，而Oracle產品的通用性缺乏靈活度。
　　大數據應用
　　電商由于對大數據的分析更為迫切，數據也多集中在非結構化的數據層面，因此，是大數據應用需求最明顯的領域。Etu知意圖就此也發布了精準推薦系統Etu Recommender，這是基于大數據一體機的技術，利用分布式云計算優勢，采集大量的用戶行為日志，并針對不同的用戶產生個性化的推薦，從數據采集、分析、到結果集的呈現完全自動化，不需市場人員介入，完全是基于用戶瀏覽及購買的真實行為產生推薦，同時，基于大數據一體機橫向擴容的特性，電商用戶可以隨著流量的成長，隨時擴充系統的計算與存儲能力。
　　據悉，這一產品已在國內的電商領域應用。蔣居裕向記者透露，除了電商領域外，現在運營商可以利用這些大數據處理來進行非常多的工作，比如說他們想要知道通過3G移動網絡到底這些用戶，不管用的手機還是用的iPad這種平板電腦，到底都去了哪些地方，看了哪些信息？這個對運營商來講可以做后續的增值服務。 對于網絡或電信設備的優化，設備是比較昂貴的，如果能夠優化，在一定程度上可以去節省運營商的成本。所以這些東西其實都是大數據本身可以去發揮價值的地方。
　　另外像金融行業可能是拿來做風險管理，銀行可以根據信用的額度透過大數據處理分析，能夠對用戶制定額度。再有像法規部分，在不同國家不同監理單位有不同監理需求，這些都可以從大數據里面獲得，當有一定風險產生的時候，用戶如何去佐證自己并沒有違反，必須要提取證據。 除此外，大數據在醫藥、制造等各個行業都有廣泛的應用場景，只不過現在處于發展的早期，企業對大數據的應用還未進入規模性投入階段。
　[FS:PAGE]　目前，大數據的技術和解決方案越來越多，但在用戶端似乎是一種不溫不火的局面。究竟是什么阻止了大數據的應用推進？對此，蔣居裕認為，主要有三點導致了這一現狀，一是行業內缺乏成功的應用案例的指引；二是企業對大數據IT技術存在陌生感，不像互聯網公司勇敢嘗試新技術，這樣的技術，通常有幾年的時間去驗證、考驗這個技術是否最終能商業化，現在正處于早期階段；三是人才缺口大，大數據的人才生態還不完善。

【聲明】物流產品網轉載本文目的在于傳遞信息，并不代表贊同其觀點或對真實性負責，物流產品網倡導尊重與保護知識產權。如發現文章存在版權問題，煩請聯系小編電話：010-82387008，我們將及時進行處理。