精品国产亚洲一区二区三区|亚洲国产精彩中文乱码AV|久久久久亚洲AV综合波多野结衣|漂亮少妇各种调教玩弄在线

<blockquote id="ixlwe"><option id="ixlwe"></option></blockquote>
  • <span id="ixlwe"></span>

  • <abbr id="ixlwe"></abbr>

    一出上云大戲,一曲數(shù)據(jù)倉庫的悲歌?

    對于一家自身組織運行歷史數(shù)十年的公司來說,數(shù)據(jù)倉庫會是一種有效幫助其報告和理解相關(guān)操作的方式。在數(shù)據(jù)倉庫出現(xiàn)之前,對來自不同系統(tǒng)的數(shù)據(jù)進行報告與收集是一項昂貴、耗時而且常常徒勞無功的嘗試,而數(shù)據(jù)倉庫保證了來自單個存儲庫數(shù)據(jù)的干凈與集成性。

    將多種報表工具連接到單個數(shù)據(jù)模型的能力催生了一個我們目前很數(shù)據(jù)的行業(yè): 商業(yè)智能(BI)。然而,由于復雜的方法和設(shè)計、不適當?shù)墓ぞ咭约案叩拈_發(fā)、維護和基礎(chǔ)設(shè)施成本所拖累,傳統(tǒng)數(shù)據(jù)倉庫體系結(jié)構(gòu)和方法的原始概念應用在今天也變得不再那么易于接受。

    可以說,不久前,計算依然是一個非常昂貴的資源,數(shù)據(jù)倉庫還受到“稀缺性管理(managing from scarcity)”觀念的限制。相反,各類方案數(shù)據(jù)設(shè)計也在盡量減少數(shù)據(jù)庫的規(guī)模,比如通過聚合數(shù)據(jù)、創(chuàng)建復雜的子數(shù)據(jù)庫設(shè)計和密切監(jiān)測資源的使用等。

    但是在今天,似乎數(shù)據(jù)倉庫不再那么受到媒體們的重視。

    數(shù)據(jù)倉庫,已涼?

    隨著大數(shù)據(jù),尤其是Hadoop的崛起,我們經(jīng)常會聽到供應商、分析師和大咖們說數(shù)據(jù)倉庫已經(jīng)死了。畢竟,它們昂貴、僵硬、緩慢。

    人們常說,大數(shù)據(jù)是游戲規(guī)則改變者和數(shù)據(jù)倉庫的繼承者。但它其實不是,如果說有什么區(qū)別的話,那就是大數(shù)據(jù)為數(shù)據(jù)倉庫提供了一個實現(xiàn)自我價值(或者至少是將其延伸到更接近其原始目地的地方)的機會:成為有用的、可操作的分析數(shù)據(jù)來源。

    但數(shù)據(jù)倉庫的思考者必須放棄對物理結(jié)構(gòu)的執(zhí)著才能做到這一點。相反,未來的數(shù)據(jù)倉庫將不得不與許多不同的數(shù)據(jù)源合作。它將充當一種虛擬結(jié)構(gòu),運行一種“安靜的”歷史數(shù)據(jù)倉庫,并進行極致化、不受約束的分析數(shù)據(jù)庫以提供實時更新和實時響應,此外它還將運行其他非關(guān)系型大數(shù)據(jù)集群(如Hadoop)的包圍策略。這樣,大數(shù)據(jù)會迫使組織擴大其分析業(yè)務(wù)的規(guī)模,無論是在數(shù)量上還是在投入的種類上。而同樣重要的是,企業(yè)還要擴展其關(guān)于如何在組織內(nèi)外擴展和加強技術(shù)使用的愿景。

    本地部署?云?混合?

    以下是目前部分(但不完整)的數(shù)據(jù)倉庫平臺列表:

    傳統(tǒng)數(shù)據(jù)倉庫“幸存者”,他們最初是本地部署支持者,現(xiàn)在是混合玩家:

    • IBM

    • Microsoft

    • Teradata

    • Pivotal/Greeenplum

    • Oracle

    純云:

    • Redshift

    • Snowflake

    • Incorta

    • Google

    一般來說,關(guān)系型數(shù)據(jù)庫(RDB)的數(shù)據(jù)倉庫繼承了上述這些模式的所有優(yōu)點和缺點,特別是對于那些專為事務(wù)處理而設(shè)計的RDB而言,但是后者的設(shè)計初衷其實是為了數(shù)據(jù)倉庫和它們用以支持分析的特別處理需求。

    微軟,IBM和Oracle便是其中的代表。在數(shù)據(jù)倉庫的早期階段,這三家產(chǎn)品的性能非常差,這促使客戶尋求了那些專為數(shù)據(jù)倉庫運營而設(shè)計的產(chǎn)品,例如Teradata,Red Brick,Pivotal / Greemplum,Vertica以及Paraccel,后者的來源代碼由亞馬遜授權(quán)并重新命名為Redshift。

    后來,廠商們在改進他們數(shù)據(jù)倉庫產(chǎn)品方面取得了一定的進展。如微軟授權(quán)Sybase為SQLServer提供代碼,IBM和Oracle也不斷改進和改進他們的產(chǎn)品。

    就目前而言,所有五個“幸存者”都擁有完整的云,本地部署和混合云解決方案。問題是,“純云計算”產(chǎn)品和“幸存者”的云產(chǎn)品真的有什么不同嗎?

    每個產(chǎn)品都有一系列重疊的功能,但核心問題是:

    基于云的數(shù)據(jù)倉庫有哪些優(yōu)勢?

    與純云產(chǎn)品相比,“幸存者”是否提供了足夠的優(yōu)勢?

    大數(shù)據(jù)服務(wù)公司Alooma 指出:

    “每個云倉庫都有自己的結(jié)構(gòu),而不是遵循特定的結(jié)構(gòu)。例如,Amazon Redshift模仿傳統(tǒng)數(shù)據(jù)倉庫的結(jié)構(gòu),而谷歌BigQuery根本不使用服務(wù)器,它允許用戶查詢和共享數(shù)據(jù),而無需設(shè)置和支付存儲費用。”

    那么,云數(shù)據(jù)倉庫會帶來些什么?

    規(guī)模/擴展性: 通常,計算資源是數(shù)據(jù)倉庫中比數(shù)據(jù)存儲更昂貴的組件。通過將計算資源從存儲中分離出來,數(shù)據(jù)倉庫可以存儲大量數(shù)據(jù),并按要求處理信息。在本地方案中,所有這些數(shù)據(jù)都需要以高得多的成本進行本地存儲。

    靈活性:通過將數(shù)據(jù)從計算流程中分離出來,用戶可以創(chuàng)建所需的任意數(shù)量的虛擬數(shù)據(jù)倉庫。

    性能: 這仍然是一個一目了然的事情,在數(shù)據(jù)倉庫/分析查詢中,僅僅多運行幾個服務(wù)器并不意味著性能的提升。讓Teradata這樣專門的廠商如此成功的原因是,幾十年的工程設(shè)計,大規(guī)模的并行處理優(yōu)化和工作負載的管理技術(shù),或許最重要的是,Teradata提供軟件引擎與用戶所運行的專有硬件之間的鏈接,并且性能還在不斷改善。

    成本: 每個人都在說云改變了定價模式,但是沒人確定實施的成本是多少。廉價存儲的誘惑可能會導致事情失控,因為它可能是相對便宜的,但終歸不是免費的。所有的傳統(tǒng)廠商都轉(zhuǎn)向了訂閱定價方案,但每個合同都非常復雜。這里建議是聘請一位合同和定價細節(jié)方面的專家(我們在ERP領(lǐng)域中經(jīng)??吹竭@一點)。

    安全性:這是一個棘手的問題,因為有太多的接入點,尤其是在混合解決方案中。大多數(shù)數(shù)據(jù)庫產(chǎn)品會實施針對內(nèi)部威脅的安全性,但是近些年來自外部威脅的激增。

    一個數(shù)據(jù)倉庫應具有哪些能力?

    ?支持任何數(shù)據(jù)局部性(本地磁盤、Hadoop、私有和公有云數(shù)據(jù))。

    ?數(shù)據(jù)庫內(nèi)高級分析。

    ?能夠處理本地各類型數(shù)據(jù),如空間、時間序列和/或文本。

    ?能夠運行新的分析工作負載,包括機器學習、地理空間、圖形和文本分析。

    ?靈活部署,包括在本地、私有和公有云上。

    ?大數(shù)據(jù)查詢優(yōu)化。

    ?復雜的查詢形式。

    ?基于模型的大規(guī)模并行處理,而不僅僅是分片處理。

    ?工作負載管理。

    ?負載平衡。

    ?可擴展到數(shù)千個并發(fā)查詢。

    ?完整的ANSI SQL及更多。

    寫在最后

    原生云數(shù)據(jù)倉庫數(shù)據(jù)庫可能提供以前的“幸存者”數(shù)據(jù)庫所沒有的功能和優(yōu)勢,但是它們有多健壯呢? 我們目前不好妄下評論,但是,一些純云產(chǎn)品在滿足用戶的許多需求方面都相對較差。它們是數(shù)據(jù)倉庫產(chǎn)品,還是現(xiàn)有模塊的集合,并將其綁定在PowerPoint幻燈片上?例如,Cloudera的數(shù)據(jù)倉庫中沒有增加任何在他們開始稱之為數(shù)據(jù)倉庫之前不存在的東西。這就像把不同物種的不同細胞系扔進培養(yǎng)皿里,就稱其為有機體一樣。

    這里,或許還是那句老話“不管黑貓白貓,抓到老鼠就是好貓”。大數(shù)據(jù)吹們總是試圖拋棄掉傳統(tǒng)數(shù)據(jù)倉庫,只是強調(diào)它實施和技術(shù)問題,而沒有理會它對于組織的價值。所謂的“數(shù)據(jù)湖”可能并不是一個好方案。

    極客網(wǎng)企業(yè)會員

    免責聲明:本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿,凡在本網(wǎng)站出現(xiàn)的信息,均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性,但不保證有關(guān)資料的準確性及可靠性,讀者在使用前請進一步核實,并對任何自主決定的行為負責。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏,概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時,應及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明,并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后,將會依法盡快聯(lián)系相關(guān)文章源頭核實,溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。

    2019-01-23
    一出上云大戲,一曲數(shù)據(jù)倉庫的悲歌?
    對于一家自身組織運行歷史數(shù)十年的公司來說,數(shù)據(jù)倉庫會是一種有效幫助其報告和理解相關(guān)操作的方式。

    長按掃碼 閱讀全文