BI和真实数据分析解决云存储成本问题

    近年来，围绕云计算的所有应用正在逐步增多，但目前公共云服务中的应用只代表了IT总支出的一小部分，而公共云应用的最大瓶颈似乎是高昂的云计算存储成本。与Web相关的云应用可能会存储数以百兆的数据，而关键任务应用则可能会存储TB级的数据，按目前的价格来看，其存储成本是大部分用户所难以承受的。

    除非主流的、占企业预算大头的关键任务应用能够迁往公共云，否则这一态势将不会发生变化。但是值得庆幸的是，我们有两种策略可以来解决这一云存储成本问题：数据抽象和分布查询式数据访问。

    将数据抽象方法用于商业智能和成本分析应用

    目前，商业智能（BI）与分析是云计算最有前途的两个应用。这些应用都聚集在重要IT决策上，且遍布在规划者和决策者中。这使得它们成为理想的云计算应用，建立真实而不过分庞大的大数据是我们之前提出的两个数据成本管理方法中第一个，即数据抽象的一个具体实施。数据抽象是从原始公司信息中产生一个或多个摘要数据库的机制，其数据库规模应确保它（们）能够被经济地存储在云计算中。

    BI和真实数据分析解决云存储成本问题

    在医疗行业中的某一个客户曾表示，通过诊断代码、治疗代码以及年龄/性别的形式，创建一组患者信息摘要数据库，将减少三百倍以上的信息量，这意味着其云数据存储和访问成本仅为未经数据抽象处理的三百分之一。如果希望数据抽象方法成为一种高效的成本管理方法，那么就必须对如何进行分析以及分析的对象进行深入研究。大多数BI运行的目的并不是为了发现细节信息；它们是为了寻找某种规律或某种发展趋势。对于大多数的行业来说，有明确的变量非常重要。

    通过对这些变量创建摘要数据库，能够通过加快访问速度来降低成本支出，同时也不会影响分析工作本身。一旦定义好变量的特定组合，那么之后如有需要从未抽象的数据中提取该组合的详细信息也是非常容易实现。这样一来，基于数据抽象的分析就成为了一个云应用，可以用于数据中心的详细分析操作。

    对非结构化数据使用分布查询式访问方法

    数据抽象方法适用于对具有少量重要变量参数结构化交易数据的分析应用。但它不适用于非结构化格式的传统大数据，这是因为非结构化数据的抽象比较难以实现。有些公司在创建电子邮件特定单词或单词组合高识别率数据库的应用中有过不少成功案例，但是其前提条件是这样的关键词/词组合是可以预先知道的。对于大多数应用来说，还是需要有一个更为通用的方法的。这个方法就是我们所提出的第二个数据成本管理策略——分布查询式数据访问方法。

    通常来说，数据处理任务可以分为三个部分：对数据的实际处理、用于定位数据位置的数据库管理访问，以及从海量存储设备中获取信息的存储访问。如果由于成本原因而无法把大量的信息迁往云，那么也就无法在云中实现信息的逐条访问。最好的解决方法就是在云以外的某地托管数据和查询逻辑，并发送数据库管理系统（DBMS）查询命令以提取数据的一个子集，从而实现在云中的数据处理。在企业内部确保DBMS引擎功能并只把查询和结果迁入/出云能够显著地降低数据存储和访问成本。

    针对这类功能划分对应用程序进行结构设计是相对简单的，事实上，正有越来越多的厂商提供了包含存储/查询功能的DBMS引擎或设备。但是，构建针对应用程序的检查以防止有问题的查询结构提供所有的数据信息是非常必要的措施。在这里，试点测试是不够的；在交付前，查询逻辑应当测试结果的大小。

    虽然当前有很多人对如何创建混合云非常关注，但是对未来云中关键任务应用程序来说，创建“混合数据”将是更为重要的任务。如果缺少一种最优化使用物美价廉本地存储资源和高度灵活云计算处理的方法，那么用户们可能会发现他们的大型数据将迫使他们保持传统的IT架构。