大数据分析的十二个解决方案 .pdfVIP

当数据以成百上千TB不断增长的时候，我们需要一种独特技术来应对这种前所未有的挑

战。

大数据分析迎来大时代

全球各行各业的组织机构已经意识到，最准确的商务决策来自于事实，而不是凭空臆想。

这也就意味着，他们需要在内部交易系统的历史信息之外，采用基于数据分析的决策模型

和技术支持。互联网点击数据、传感数据、日志文件、具有丰富地理空间信息的移动数据

和涉及网络的各类评论，成为了海量信息的多种形式。

极具挑战性的是，传统的数据库部署不能处理数TB数据，也不能很好的支持高级别的数

据分析。在过去十几年中，大规模并行处理（MPP）平台和列存储数据库开启了新一轮数

据分析史上的革命。而且近年来技术不断发展，我们开始看到，技术升级带来的已知架构

之间的界限变得更加模糊。更为重要的是，开始逐步出现了处理半结构化和非结构化信息

的NoSQL等平台。

大数据分析迎来大时代

本文中，我们将向大家介绍迄今为止，包括EMC的Greenplum、Hadoop和MapReduce

等提供大数据分析的产品。此外，惠普前段时间收购实时分析平台Vertica、IBM独立的基

于DB2智能分析系统和Netezza的相关产品。当然，也有微软的ParallelData

Warehouse、SAP旗下公司Sybase的SybaseIQ数据仓库分析工具等。下面，就让我们

来了解业界大数据分析的这十二大产品：

1.模块化EMCAppliance处理多种数据类型

2010年EMC收购了Greenplum，随后，利用EMC自身存储硬件和支持复制与备份功能

的Greenplum大规模并行处理（MPP）数据库，推出了EMCGreenplumData

ComputingAppliance(DCA)。通过与SAS和MapR等合作伙伴，DCA扩大了对

Greenplum的数据库支持。

支持大数据分析的EMCAppliance

今年5月，EMC推出了自己的Hadoop软件工具，而且该公司还承诺，今年秋季发布的模

块化DCA将支持GreenplumSQL/关系型数据库，Hadoop部署也能在同样的设备上得到

支持。借助Hadoop，EMC能够解决诸如网络点击数据、非结构数据等真正大数据分析的

困难。模块化的DCA也能够在同样的设备上支持长期保留的高容量的存储模块，从而满

足监测需求。

2.Hadoop和MapReduce提炼大数据

Hadoop是一个开放源码的分布式数据处理系统架构，主要面向存储和处理结构化、半结

构化或非结构化、真正意义上的大数据（通常成百上千的TB甚至PB级别数据）应用。

网络点击和社交媒体分析应用，正在极大地推动应用需求。提供的

（和其他一些环境）是处理大数据集理想解决方案。

能将大数据问题分解成多个子问题，将它们分配到成百上千个处理节点之

上，然后将结果汇集到一个小数据集当中，从而更容易分析得出最后的结果。

结构图

可以运行在低成本的硬件产品之上，通过扩展可以成为商业存储和数据分析的替

代方案。它已经成为很多互联网巨头，比如、（美国在线约会网站）、易

趣、、和大数据分析的主要解决方案。也有更多传统的巨头公司

比如摩根大通银行，也正在考虑采用这一解决方案。

惠普电子商务分析

今年二月被惠普收购的，是能提供高效数据存储和快速查询的列存储数据库实时分

析平台。相比传统的关系数据库，更低的维护和运营成本，就可以获得更快速的部署、运

行和维护。该数据库还支持大规模并行处理（）。在收购之后，惠普随即推出了基于

硬件的。通过的扩展性可以让为高端数字营销、电子商务客

户（比如、、）分析处理的数据达到