正在阅读:大数据应用程序复杂多样 企业又该如何部署?

大数据应用程序复杂多样 企业又该如何部署?

2016-11-25 09:09:42来源:机房360 编辑:沐子飞 关键词:大数据数据挖掘阅读量:29888

导读:如今,大数据应用程序比常规应用程序复杂10倍,开发人员通常需要了解大量的技术,以使大数据能够正常工作。
  【中国智能制造网 市场分析】如今,大数据应用程序比常规应用程序复杂10倍,开发人员通常需要了解大量的技术,以使大数据能够正常工作。

大数据应用程序复杂多样 企业又该如何部署?
  
  大数据的应用仍然太难了。尽管有很多的炒作的成分,但大多数企业仍然努力从他们的数据中获得价值。而Dresner咨询服务公司得出结论:“尽管长时间的意识培养和炒作,大数据分析的实际部署目前并不广泛适用于大多数组织。”
  
  这是人员的问题。尽管有说服力的数据,企业高管们往往宁愿忽略这些数据。但是,大数据复杂性的一大部分是因为所需要的软件。虽然Spark和其他更新的系统已经改善了轨迹,但大数据基础设施仍然太难了,这是杰西·安德森精明的一点。
  
  实施起来困难
  
  长期以来,人才一直是大数据采用的大障碍之一。2015年Bain&Co.公司通过对IT主管调查发现,59%的受访者认为他们的公司缺乏对数据和业务有意义的能力。调查机构Gartner公司分析师尼克·荷德科特别指出,“到2018年,由于技能和集成的挑战,70%的Hadoop部署将无法满足成本节省和收入目标。”人员的技能很重要,换句话说,相关人才供不应求。
  
  随着时间的推移,人员的技能差距将会减少,当然,但是了解平均Hadoop部署是不平凡的。安德森指出,大数据的复杂性归结为两个主要因素:“你需要掌握10到30种不同的技术,只是为了创建一个大数据解决方案。而采用分布式系统是比较简单的”。
  
  问题是什么
  
  安德森表示典型的移动应用程序与Hadoop支持的应用程序的复杂性,注意后者涉及“盒子”或组件的数量的两倍。然而,用简单的词语表达,“Hadoop解决方案的'Hello World'比其他域中到设置更复杂。
  
  安德森说,人们面临复杂的困难,是需要了解涉及的广泛的系统。例如,人们可能需要知道10种技术来构建大数据应用程序,但这可能需要熟悉另外20种技术,只需知道在给定情况下使用哪种技术即可。否则,例如,你将如何知道使用MongoDB而不是Hbase?还是Cassandra?或neo4j?
  
  此外,在分布式系统中运行有其复杂性,而大数据的技能短缺依然存在。
  
  简单的出路
  
  企业正在努力尽量减少在大数据构建中所固有的复杂性的一种方法是转向公共云。根据近的Databricks对Apache Spark用户的调查,Spark到公共云的部署在过去一年中增长了10%,达到了总体部署的61%。云计算代替了那些繁琐以及不灵活的内部部署基础设施,可以提供灵活性。
  
  然而,它并不能消除所涉及的技术的复杂性。关于此或数据库或消息代理的相同选择仍然存在。这种选择,以及其中的复杂性,不会很快消失。像Cloudera和Hortonworks这样的公司已经尝试简化这些选择,将它们整合到堆栈中,但是它们仍然基本上提供需要被理解以便有用的工具。Amazon Web Services公司通过其Lambda服务进一步发展,这使得开发人员能够专注于编写应用程序代码,而AWS负责所有底层基础架构。
  
  但下一步是完全为终用户预先制作应用程序,这是华尔街分析师彼得·戈德马克所说的销售基础设施组件的更大的机会。用他的话来说,一个主要类别的“获奖者”是应用和分析供应商,它将基础技术的复杂性抽象为一个用户友好的前端。企业用户的可寻址的受众将比程序员的市场致力于核心技术。
  
  这是市场需要去的地方,而且是快速的。人们几乎没有做过。对于每个能够掌握所有的相关的大数据技术公司,包括那些产业的企业,只是想只是希望重塑自己,需要有人使他们的数据更具可操作性,人们现在需要这类供应商出现。
  
  (原标题:复杂性将如何影响大数据部署)
我要评论
  • 稳中求进固根基 向智而行开新局——中国工业互联网研究院召开国家工业互联网大数据中心建设专题报告会

    10月26日,中国工业互联网研究院组织召开国家工业互联网大数据中心建设专题报告会。会议由中国工业互联网研究院院长鲁春丛主持,院党委书记田川及院班子成员出席会议,院本部及各分院干部职工500多人以线上线下相结合的方式参加会议。
    工业互联网大数据
    2026-10-28 11:52:37
  • 2027年值得关注的十大大数据趋势

    进入2027年,大数据技术的发展重点将不再局限于数据量增长,而是更加关注数据的实时性、可用性、治理能力以及与人工智能系统之间的协同。企业需要解决的不只是“如何存储更多数据”,还包括如何让数据能够被快速理解、可靠调用并转化为实际价值。
    大数据数据治理
    2026-09-01 09:37:12
  • 工业和信息化部等八部门印发《关于推动工业互联网高质量发展的实施意见》的通知

    《关于推动工业互联网高质量发展的实施意见》提出,到2030年,工业互联网实现更广范围、更深程度、更高水平发展,推动实体经济和数字经济深度融合迈上新台阶。
    工业互联网大数据工业5G专网
    2026-07-01 10:47:35
  • AI元宇宙:重塑数字传播的创新范式与应用图景

    当人工智能(AI)的生成与交互能力,与元宇宙的虚实融合特性相遇,数字传播正告别传统的“信息传递”模式,迈入“沉浸共创”的全新阶段。随着算力提升、算法优化及行业标准的完善,AI元宇宙将真正构建起数字传播新生态。
    人工智能大数据元宇宙
    2026-01-15 15:42:02
  • 车凌科技CES 2026发布Hyper Hub,为车企构建数据生态连接器

    在刚刚落幕的CES 2026期间,车凌科技正式推出车辆数据对外合作平台Hyper Hub(凌云数汇)。该平台定位为车凌科技MaaS (Mobility as a Service)全栈解决方案的生态枢纽,试图应对当前汽车行业普遍存在的数据孤岛与生态封闭问题。
    云计算大数据
    2026-01-15 09:22:39
  • 2026年领导层需要关注的7大云计算趋势

    当全球云计算支出在 2026 年初正式突破 1 万亿美元的那一刻,云已不再是“IT 议题”,而是决定企业估值、产业安全与国家竞争力的核心变量。
    云计算大数据
    2026-01-13 13:25:55
版权与免责声明:

凡本站注明“来源:智能制造网”的所有作品,均为浙江兴旺宝明通网络有限公司-智能制造网合法拥有版权或有权使用的作品,未经本站授权不得转载、摘编或利用其它方式使用上述作品。已经本网授权使用作品的,应在授权范围内使用,并注明“来源:智能制造网”。违反上述声明者,本站将追究其相关法律责任。

本站转载并注明自其它来源(非智能制造网)的作品,目的在于传递更多信息,并不代表本站赞同其观点或和对其真实性负责,不承担此类作品侵权行为的直接责任及连带责任。如其他媒体、平台或个人从本站转载时,必须保留本站注明的作品第一来源,并自负版权等法律责任。如擅自篡改为“稿件来源:智能制造网”,本站将依法追究责任。

鉴于本站稿件来源广泛、数量较多,如涉及作品内容、版权等问题,请与本站联系并提供相关证明材料:联系电话:0571-89719789;邮箱:1271141964@qq.com。

不想错过行业资讯?

订阅 智能制造网APP

一键筛选来订阅

信息更丰富

推荐产品/PRODUCT 更多
智造商城:

PLC工控机嵌入式系统工业以太网工业软件金属加工机械包装机械工程机械仓储物流环保设备化工设备分析仪器工业机器人3D打印设备生物识别传感器电机电线电缆输配电设备电子元器件更多

我要投稿
  • 投稿请发送邮件至:(邮件标题请备注“投稿”)1271141964.qq.com
  • 联系电话0571-89719789
工业4.0时代智能制造领域“互联网+”服务平台
智能制造网APP

功能丰富 实时交流

智能制造网小程序

订阅获取更多服务

微信公众号

关注我们

抖音

智能制造网

抖音号:gkzhan

打开抖音 搜索页扫一扫

视频号

智能制造网

公众号:智能制造网

打开微信扫码关注视频号

快手

智能制造网

快手ID:gkzhan2006

打开快手 扫一扫关注
意见反馈
我要投稿
我知道了