真相|大数据时代:为什么80%以上数据中心被“闲置”?

大数据时代,数据作为基础性战略资源,随着信息技术发展***到各行业,拉动了大数据产业的发展。加之国家各项政策的支持与推进,大数据产业与应用逐步深化,数据挖掘和应用成备受重视,于是乎数据中心如雨后春笋般出现。
首先,捋一下什么是数据中心,以及建数据中心的目的是什么?
数据中心,通过统一的数据标准规范,与各业务软件系统之间建立相互的联系,把分布在各级单位网络中信息孤岛上的数据集成到一起,实现数据的统一存储、分析、处理、传递,满足面向各类用户提供数据服务的基本技术要求,提高管理水平、工作效率、服务能力及竞争力。

理论上,数据中心既是信息交换体系的中心节点,也是各级信息数据的总会。
看似“建好”的数据中心,却出现了越来越多的尴尬局面,情况不容乐观。对于大多数企业而言,通过建立数据中心,进而实施大数据应用分析的设想和概念并不适用,首先企业本身信息化软件系统中存储的数据体量小,加之企业信息化是一个长期发展的过程,各种历史原因导致软件系统的“碎片化“局面,软件系统相互独立,不同的企业、部门,标准不一、体系各异的数据系统,无数数据孤岛,数据共享难,仅仅通过分析碎片化的数据资源,必然难以达到预期。
大数据时代,数据和货币一样,是非常重要的资产,是数据中心实现价值的基础支撑。所以,没有数据支持的数据中心,结果必然是被“闲置”。
数据释放能量的基础是数据的流通,为企业决策、生产管理提供支撑的数据平台,首先就要打破“数据孤岛”,将各种软件系统中的数据采集汇合,实现数据的充分流通和交换。
但是,在传统的信息化建设模式下,大量的数据被“困”在不同的软件系统中,数据的集中与共享只能被限制在孤岛之内。数据中心采用传统的接口方式,解决数据采集与对接问题,存在费用高、协调难、周期长等弊端,原本想借助数据中心打破“数据孤岛”解决方法,却因为打破不了“数据孤岛”而被“闲置”。
所以,数据中心对创新性的数据采集与对接解决方案,呼声很高。
首先分析,传统数据接口方式最大的弊端是什么?
接口是从数据库调取数据,故对软件厂商的依赖性极大,不同的软件系统,要找不同的软件厂商,协调起来自然是大工程,而且在议价方面不存在优势。
既然找软件厂商开发接口难度大。是否另辟蹊径,即使软件厂商不配合,也能实现数据获取?
其次,考虑几乎所有有价值数据,都会在软件系统的客户端界面显示,比如我们打开客户端软件、打开网站就能直接看到、找到数据。所以,调取数据是否可以从软件界面直接获取?
这也是笔者要提及的101软件接口生成器,即从软件界面直接采集数据,存放到指定数据库,然后对外开放各种API接口,解决不同软件系统数据对接问题。

不需要原软件厂商的配合,不通过数据库,也避免了传统解决方法接口协调对接困难。不需要高安全权限,不需要改动原有软件系统,有客户端软件的用户账号登录权限即可,无论是技术问题还是商务问题,都得到了很好的解决。

突破“数据孤岛”以后,才能真正落实“一体化”大数据中心的建设,进而成为数据流通的最佳黏合剂,企业才能与大数据真正对接。

原文地址:https://blog.51cto.com/14519986/2467178

时间: 2024-10-24 14:02:02

真相|大数据时代:为什么80%以上数据中心被“闲置”?的相关文章

大数据时代企业如何赢得“数据战”

几年前,公司专注于信息技术和互联网技术,而现如今,公司更多关注的是云计算.移动技术和社交技术.不管是上述哪类技术的发展趋势,都对公司数据的处理和分析造成了很多问题.数据的多样性和数据的安全问题,以及数据复杂性和数据量的迅猛增长已经成为公司面临的诸多挑战.为了对公司的真实需求得到进一步的明确与认知,我们有必要在大数据时代的背景之下分析清楚公司面临的这些困难究竟是什么.在存储和处理大数据的问题上,公司的困难程度的分布相对而言比较平均,数据的安全性以18.98%的比例排名第一,其次是系统性能的瓶颈问题

大数据时代,揭露个人数据泄漏和秘密跟踪内幕

网联网.社交网络技术的发展给人们的生活带了很多方便,例如网上聊天.网上购物.视频和社交等成了我们生活的新常态,据最新统计数据显示,我国网民总数已达7.1亿.但是,互联网在给我们生活带来便利的同时,也存在个人隐私和信息安全的风险,这就要求我们在享受便利生活的同时,提高网络安全和个人网络信息的保护意识. 今天我们来聊聊这方面的话题,首先给大家介绍一下个人信息泄露的几个主要途径,有哪些种类的软件和公司正在肆意窃取个人数据:接着在聊聊在与网络打交道时,该如何保护个人隐私,以及那些信息需要格外保护.接下来

大数据时代,看完我和我的小伙伴都惊呆了

大数据时代,我们的数据不仅可以卖给商家,也可以留给自己,有这么多惊人真相我怎么能不知道. 1998年,单个用户月均话费366元?我能说那时候也许可能还没见过电话吗? 1998年到2012年十几年间中国移动用户月均通话和消费情况是怎样的呢: 从图表可以看出,中国移动平均单个用户每月通话时长呈上升趋势,但单个用户月均话费降势明显,当然,俺绝不是替移动等运营商说话,技术升级.设备和运营成本的降低都是话费下调的原因. 只是,1998年大家都打393分钟电话,花366块钱,那时候几岁的还没有见过电话呢,可

决胜大数据时代:Hadoop&Yarn&Spark企业级最佳实践(8天完整版脱产式培训版本)

Hadoop.Yarn.Spark是企业构建生产环境下大数据中心的关键技术,也是大数据处理的核心技术,是每个云计算大数据工程师必修课. 课程简介 大数据时代的精髓技术在于Hadoop.Yarn.Spark,是大数据时代公司和个人必须掌握和使用的核心内容. Hadoop.Yarn.Spark是Yahoo!.阿里淘宝等公司公认的大数据时代的三大核心技术,是大数据处理的灵魂,是云计算大数据时代的技术命脉之所在,以Hadoop.Yarn.Spark为基石构建起来云计算大数据中心广泛运行于Yahoo!.阿

Hadoop大数据时代:Hadoop&YarnSpark企业级最佳实践 (4天)

Hadoop.Yarn.Spark是企业构建生产环境下大数据中心的关键技术,也是大数据处理的核心技术,是每个云计算大数据工程师必修课. 大数据时代的精髓技术在于Hadoop.Yarn.Spark,是大数据时代公司和个人必须掌握和使用的核心内容. Hadoop.Yarn.Spark是Yahoo!.阿里淘宝等公司公认的大数据时代的三大核心技术,是大数据处理的灵魂,是云计算大数据时代的技术命脉之所在,以Hadoop.Yarn.Spark为基石构建起来云计算大数据中心广泛运行于Yahoo!.阿里淘宝.腾

大数据时代需要转变的思维

大数据时代要转变的思维: 要分析所有数据,而不是少量的数据样本 要追求数据的纷繁复杂,而不是精确性 要关注事物的相关关系,而不是因果关系 1. 分析所有数据,而非少量数据 至今为止,人们搜集数据的能力有限,因此采用的是"随机采样分析". 例如,要想知道中国顾客都联想笔记本的满意度,不可能对所有买了联想笔记本的人做问卷调查.通常的做法是随机找1000个人,用这1000个人的满意度来代表所有人的. 为了使结果尽可能准确,我们会设计尽可能精确的问卷,并使样本足够随机. 这就是"小数

在大数据时代,你需要这样思考

维克托?迈尔?舍恩伯格和肯尼斯?库克耶在<大数据时代>中告诉我们大数据的4V特点,即Volume(大量).Velocity(高速). Variety(多样).Veracity(真实).相比小数据,大数据一定是复杂的.然而,复杂性对于我们来说,绝对是一个机会而不应是一个问题.面对 大数据时代的扑面而来,如何拥抱大数据,从思考方式的转变开始. 从“基于预设的结构化数据库”到“无需预设的非关系型数据库” 小数据时代,我们对于数据的存储与检索一直依赖于分类法和索引法,分类和索引是一种清晰获取数据的机制

IPFS是大数据时代的风帆

大数据不等于大量的数据,也不等于全部数据.这是理解什么是大数据很重要的一个点,通常人为的大数据的4V特点:Volume(数据量).Velocity(数据传输速度).Variety(数据多样性).Value(数据价值),才是理解大数据的关键.只有四者相结合才能整合为大数据.随着生产力和生产要素的数据化,数据的存储.整合.应用就显得尤为重要,数据的价值也随之水涨船高.可以说在如今的大数据时代谁先掌握数据,谁就获得了先天的优势.但星际魔方认为摆在大数据时代面前的问题如果得不到解决,那么大数据时代的发展

处于大数据时代,应该具备哪些思维?

处于大数据时代,应该具备哪些思维? 对于身处大数据时代的我们来说,统计学越来走近我们,当我们在思考一个问题时,要尽量避免因为自己的无知,提出一些低级的问题来.譬如一些极其低级的,不符合统计学常识的错误.具体有哪些错误,后面我会提到.如果提问者懂一些统计学的常识,很多问题根本就不应该被提出来.要避免犯蠢,提出合理的科学的问题,就应该懂一些基本的统计常识.以下内容,学过数学/统计学/计量经济学的同学,应该知道我在说什么.如果你不知道,那请你回去面壁思过一下. 样本偏差 人们习惯通过很少的观察值,就得