bbin平台大全

最新新闻
我要投稿
联系电话:027-87592219/20/21转188
投稿邮箱:tb@e-works.net.cn
视频推荐
2018-01-01
2017-12-27
2017-12-27
2017-12-27
您所在的位置:首页 > 智库 > 智能决策

为什么数据虚拟化适合大数据分析

发布时间:2018-01-21 作者:佚名  来源:速鸿
关键字:大数据 大数据分析 
大数据在过去的几年里已经风靡时,另一项技术也进入了主流:数据虚拟化。
    大数据在过去的几年里已经风靡时,另一项技术也进入了主流: 数据虚拟化。
  
    数据虚拟化是通过一个单一的数据访问层抽象不同数据源的过程,它交付整合的信息对用户提供数据服务,是实时或接近实时的应用程序。明确认定IT管理人员和整合架构师可以与他们的业务同事一起使用,数据虚拟化确保数据与其他系统更好的整合,以便企业可以利用大数据分析和运营。
 
    目前,数据虚拟化工具已经变得足够成熟,企业采用他们以降低传统整合(整个编写自定义代码,ETL和数据复制过程)的成本。这个工具还能提供数据仓库的原型或扩展的灵活性。因为数据虚拟化揭示复杂大数据的结果就像易于访问REST(代表性状态传输)数据服务,数据虚拟化工具能够整合企业和云应用程序之间的数据。
  
    该技术还简化了数据访问的三个步骤:通过连接和抽象数据源,结合成规范的业务视图,最后作为数据服务发布它们。在这种意义上,它类似于服务器、存储和网络虚拟化,它简化了用户管理的外观的同时又包含了抽象、解耦、性能优化和有效使用(或重用)可伸缩的资源的技术。
  
    与硬件虚拟化不同,数据虚拟化处理信息和其语义 —— 任何数据, 任何地方, 任何类型 —— 它可以更直接影响商业价值。
  
    有了企业分析,你既需要大数据也需要访问这些数据来创建真正的价值。大数据涉及到使用开源技术比如Hadoop, Amazon S3和Google Big 
 
    Query,在标准硬件集群或云资源之间的分布式计算。数据虚拟化可以也可以加入其中。在“数据虚拟化达到临界量”的报告中, Forrester 
 
    Research说,“大数据整合扩大了商业洞察力的潜力”,并将这种潜能做为数据虚拟化采用的驱动。
  
    数据虚拟化可以帮助企业有效提取大数据的价量, 执行智能缓存, 同时尽量减少不必要的复制。也使得公司有能力访问许多类型的数据源, 
 
    通过把它们与传统的关系数据库、多维数据仓库和平面文件以便商业智能(BI)用户可以对组合的数据集进行查询。例如, 
 
    一个主要农作物保险公司已经使用数据虚拟化提示其大数据源, 并结合其交易、客服和财务系统,对其销售团队提供销售的整合视图,预测和代理数据。使用数据虚拟化, 
 
    这些复杂的报表可以用比过去更少的人力资源更快地开发。
  
    数据虚拟化代表了用一种简单的方式处理复杂的、非均质性和大量向我们袭来的信息,同时满足业务社区敏捷和几乎实时获取信息的需求。IT将需要适应这一现实,否则会由于因为业务部门越来越驱动技术决策而使IT变得无关紧要。
 
本文来源于互联网,e-works本着传播知识、有益学习和研究的目的进行的转载,为网友免费提供,并以尽力标明作者与出处,如有著作权人或出版方提出异议,本站将立即删除。如果您对文章转载有任何疑问请告之我们,以便我们及时纠正。联系方式:editor@e-works.net.cn tel:027-87592219/20/21。
相关资料推荐