|
大数据时代的挑战与目标在信息化的建设过程中,众所周知,数据可以分为3种:结构化数据、半结构化数据和非结构化数据。其中,85%的数据属于企业业务过程中产生的文档等非结构化数据。 在信息化的建设过程中,众所周知,数据可以分为3种:结构化数据、半结构化数据和非结构化数据。其中,85%的数据属于企业业务过程中产生的文档等非结构化数据。 面对着海量的数据,人们不禁感叹,大数据时代已经到来,悲观者深为管理和维护而忧虑,乐观者则看到了大数据的大价值。何谓“大数据”,目前没有统一的定义。通常认为,它是海量的非结构化数据,其特点是数据量很大,数据的形式多样化。如何存储这些快速增长的、海量的数据?如何对大数据进行分析处理,挖掘出价值?相关的一系列问题成为了业界面临的共同挑战。 大数据时代的挑战与目标 大数据时代的挑战包括:如何实现高效、智能的大数据存储?非结构化数据正在呈海量增长趋势,如何对其进行有效的数据管理和应用?现有数据保护与文档归档机制能否应对日益增长的海量数据?如何攻克移动数据管理的难点问题?如何在复杂的数据环境下实现高效的数据安全?如此种种问题,逐渐成为了所有CIO的共同挑战。 但是我们发现,对于这些大数据的挑战,其实归纳起来就只有两个目标: 管理好大数据:从大数据的产生、存储、保护、归档到安全维护的各个角度,从根本上而言,这是IT管理维护的范畴,只不过数据量超出常规管理尺度后,对于管理维护的难度出现了跳跃式上升的态势; 使用好大数据:这是企业管理的最终目标,大数据即意味着大价值,数据与数据、数据与人、数据与业务的关联性。这个挑战既有流动性、关联性、智能的应用挑战,也有基于大数据深度挖掘的挑战。 但是,这两个目标之间也是不可分离、相辅相成的关系。管理和维护的目的是使用,使用的基础是好的管理维护。 责编:孔维维 微信扫一扫实时了解行业动态 微信扫一扫分享本文给好友 著作权声明:kaiyun体育官方人口
文章著作权分属kaiyun体育官方人口
、网友和合作伙伴,部分非原创文章作者信息可能有所缺失,如需补充或修改请与我们联系,工作人员会在1个工作日内配合处理。 |
最新专题 |
|