数据中心关注大数据的几个价值领域
乍一看,大数据对数据中心的影响就好像是另一款高性能的应用程序,需要更多的处理能力、更多的存储空间、以及更高性能的网络。总之,这似乎是带给了数据中心另一个负担。然而,事实上,大数据不仅仅只是业务分析的工具,其也可以成为帮助改善数据中心的一款有用的工具。
更好的IT安全
IT安全已经成为一般企业的日常管理项目,并成为了IT管理最为关注的一个议题。黑客恶意攻击威胁管理所存在的最大问题之一便是必须调查和识别海量的数据,跟踪潜在的入侵者进入您企业的IT基础设施。
传统上,这方面的对策主要都集中在单个系统上,其中最好的是结合集中监控,以便识别和关联不同的威胁。然而,鉴于企业有着几十乃至数以千计的设备和应用程序,这一方法迅速变得站不住脚,因为所有的设备和应用程序都是潜在的攻击目标。
大数据能够帮助围绕海量数据进行几近实时的处理,即可满足上述的这一要求。任何供应商无论其是经验丰富的老牌企业或是市场新手都能够迅速进入该领域。其带来的好处是显而易见的:无关系统里的两个或三个事件可能会暴露一种微妙的攻击。而利用一个系统可以巩固、分析,并确定这些事件的性质,并防止攻击事件的发生。
大数据的价值
不能一味地否定无用的数据,它们同样蕴含着价值,它们确切的说法应该是低价值密度数据。因此,企业也应该保留这些数据,只是暂时尚未发现它的价值,可以用低成本的存储服务器保留它们。
当人们通过搜索引擎检索时,会出现一些习惯性的拼写错误。这些错误数据虽然表面上没有意义,但通过收集这些数据却可以发现大量的用户习惯和规律。
人们对于海量数据感到困惑,这是因为未能全局掌握整个数据只是看到破碎的、零散的、局部的数据。这就像通常“给数据做提炼总结”而在总结的过程中往往会丢失掉大量细节,但是很多有价值的信息正隐藏在具体的细节当中。
对于不同价值的数据要区分对待,把价值不高的数据存储在低成本的环境当中,但是绝对不会把它丢弃,因为假以时日,它还是会有一定的价值会被挖掘出来。
隐私保护仍待解决
应该对用户隐私提供一定的保护,例如通过数据加密,只让需要知道数据的人了解、接触或者访问到这些数据。他希望大众了解,通常通过数据挖掘软件,实际上看到的用户数据或者信息并不针对某个具体的人。
很多国家的立法机构或者政府希望通过制定隐私保护法律来实现对用户信息的保护。但是,由于对数据分析不了解,有些法规最终可能限制了用户对信息和数据的使用。
容量管理
类似于易趣网这样的企业已经宣布成功地利用大数据分析优化他们的数据中心了。正如虚拟化技术能够帮助调整企业容量的不足,这些方面的工作也可以达到同样的效果。再次,容量管理为大数据带来了几近完美的使用情况:一个单一硬件可能运行多台虚拟机,有多个磁盘映像和无数的应用程序,需要花费几个月的时间来挖掘完全的图像。
这种演进的下一步将“主动”与容量管理分析相结合,使虚拟机可以根据历史和预测的需求及其他指标进行资源调配和实时的重新分配。想象一下,你的数据中心容量智能再分配本身是基于一款新发布的产品或基于季节性需求。虽然这项技术仍处于起步阶段,但其可能会影响到下一代的数据中心。
更好的监测
将这些技术捆绑在一起,是新一代的监控工具,由大数据提供动力。虽然传统的工具也能在故障发生时合理的识别确定,但在许多情况下自动采取纠正措施,大多缺乏广泛的预测能力,依靠用户配置警报阈值和度量。
如果支持大数据主动监测,您企业的数据中心监控工具可以预测在一个数据库服务器中的硬件故障。该工具将智能分配受影响的应用程序到另一台服务器,并通知相关人员,一旦问题被纠正,再进行恢复操作。
甚至安全问题可以被整合到这个“智能”的数据中心,然后隔离被破坏的应用程序或基础设施,正如大多数杀毒软件“隔离”被病毒感染的文件一样。
虽然大数据才刚刚开始影响到数据中心,但这是值得开发的技术,因为它带来了这么多的机会帮助我们保护、修复、优化现代数据中心。
数据分析咨询请扫描二维码
数据分析需要学习的内容非常广泛,涵盖了从理论知识到实际技能的多个方面。以下是数据分析所需学习的主要内容: 数学和统计学 ...
2024-11-24数据分析师需要具备一系列多方面的技能和能力,以应对复杂的数据分析任务和业务需求。以下是数据分析师所需的主要能力: 统计 ...
2024-11-24数据分析师需要学习的课程内容非常广泛,涵盖了从基础理论到实际应用的多个方面。以下是根据我搜索到的资料整理出的数据分析师需 ...
2024-11-24《Python数据分析极简入门》 第2节 6 Pandas合并连接 在pandas中,有多种方法可以合并和拼接数据。常见的方法包括append()、conc ...
2024-11-24《Python数据分析极简入门》 第2节 5 Pandas数学计算 importpandasaspdd=np.array([[81,&n ...
2024-11-23数据分析涉及多个方面的学习,包括理论知识和实践技能。以下是数据分析需要学习的主要方面: 基础知识: 数据分析的基本概念 ...
2024-11-22数据分析适合在多个单位工作,包括但不限于以下领域: 金融行业:金融行业对数据分析人才的需求非常大,数据分析师可以从事经 ...
2024-11-22数据分析是一种涉及从大量数据中提取有用信息和洞察力的过程。其工作内容主要包括以下几个方面: 数据收集与整理:数据分析师 ...
2024-11-22数据分析师需要掌握多种技能,以确保能够有效地处理和分析数据,并为业务决策提供支持。以下是数据分析师需要掌握的主要技能: ...
2024-11-22数据开发和数据分析是两个密切相关但又有所区别的领域。以下是它们的主要区别: 定义和目标: 数据开发:数据开发涉及数据的 ...
2024-11-22数据架构师是负责设计和管理企业数据架构的关键角色,其职责涵盖了多个方面,包括数据治理、数据模型设计、数据仓库构建、数据安 ...
2024-11-22数据分析师需要具备一系列技能,以确保能够有效地处理、分析和解释数据,从而支持决策制定。以下是数据分析师所需的关键技能: ...
2024-11-22数据分析师需要具备一系列技能,以确保能够有效地处理、分析和解释数据,从而支持决策制定。以下是数据分析师所需的关键技能: ...
2024-11-22数据分析师需要具备一系列的技能和能力,以确保能够有效地处理、分析和解释数据,从而支持业务决策。以下是数据分析师所需的主要 ...
2024-11-22需求持续增长 - 未来数据分析师需求将持续上升,企业对数据驱动决策的依赖加深。 - 预测到2025年,中国将需要高达220万的数据人 ...
2024-11-22《Python数据分析极简入门》 第2节 4 Pandas条件查询 在pandas中,可以使用条件筛选来选择满足特定条件的数据 importpanda ...
2024-11-22数据分析师的工作内容涉及多个方面,主要包括数据的收集、整理、分析和可视化,以支持商业决策和问题解决。以下是数据分析师的一 ...
2024-11-21数据分析师必须掌握的技能可以从多个方面进行归纳和总结。以下是数据分析师需要具备的主要技能: 统计学基础:数据分析师需要 ...
2024-11-21数据分析入门的难易程度因人而异,总体来看,入门并不算特别困难,但需要一定的学习和实践积累。 入门难度:数据分析入门相对 ...
2024-11-21数据分析是一项通过收集、整理和解释数据来发现有用信息的过程,它在现代社会中具有广泛的应用和重要性。数据分析能够帮助人们更 ...
2024-11-21