创新与实用，解读戴尔云策略两大关键词(2)
|
分析与存储，大数据的两个挑战 随着物联网、云计算、移动网络等多个渠道数据的爆炸式增长，现代社会信息极度膨胀。全球数据量在2011 年已达到1.8 ZB(1.8 万亿GB)，2015 年将达到近8 ZB。美国几乎每个行业的千人以上单家企业平均数据存储量都在200 TB(即20 万GB)以上。这是，另一个和云相伴相生的概念——“大数据”也浮出水面。 基于大数据领域急迫的用户需求，如今各大厂商针对大数据都发布了相应的解决方案，不过戴尔显然对大数据还存在着自己的认识。
“大数据方面，戴尔并不是看重数据本身，而是数据带来的有用价值，不管数据规模多大，戴尔都希望帮助用户进行数据分析，从而做出最好的业务选择。也就是说，谈到大数据的时候，数据规模本身并不是重要的，关键的是真知灼见，从这些数据里面究竟能够获得什么信息和知识。甚至有些时候数据规模比较小，但是也能够带来很有用的知识。” Asthana介绍，戴尔目前正在和一些不同的合作伙伴构建相关的解决方案，利用合作伙伴的技术和产品，对不同规模的数据进行分析。 “对于大数据来说，数据分析很重要，但整个大数据的应用有一个金字塔的结构，数据分析只是其中一个级别。还有其他很多的事情，都是我们在建立整合架构时需要考虑的。实际上提到大数据的时候，除了数据分析包涵在内，还应该考虑数据的存储，数据安全，存档，以及如何确保用户对数据能够轻松便捷的获得。” Asthana表示，而大数据的存储、安全、存档以及访问保证则与戴尔的存储策略息息相关，Asthana谈到了戴尔Ocarina重复数据删除技术、对象存储技术、戴尔Equallogic以及compellent存储系统产品。 此外，Asthana还谈到了Hadoop开源数据存储与分析框架：“我们跟Hadoop应用方面领先的公司有合作伙伴关系。整体而言，戴尔公司是比较拥护开源的技术，比如云计算方面，我们也是Openstack主要创始成员之一，是搭建云比较便捷的工具。但是Openstack本身部署不是很容易，戴尔自己也会研发一款工具，通过工具的应用，把Openstack部署时间从高达几周减少到几天或者几个小时时间。” 上一页123下一页查看全文 内容导航
（编辑：ASP站长网） |
居龙：中国大陆首次成