为什么公共云最适合大数据

如果您是越来越多使用大数据的公司之一，这篇文章将解释迁移到公共云的好处和挑战，以及为什么它可能是您运营的理想环境。

基于云的大数据正在兴起

根据甲骨文最近的一项调查，80% 的公司计划将其大数据和分析业务迁移到云端。这背后的主要因素之一是这些公司在涉足大数据分析时所取得的成功。另一项针对美国公司的调查发现，去年超过 90% 的企业实施了大数据计划，并且在 80% 的案例中，这些项目取得了非常有益的成果。

大多数大数据初步试验都是在内部进行的。然而，许多发现它成功的人希望扩展他们的大数据业务并将云视为更好的解决方案。原因是云供应商提供的 IaaS、PaaS 和 SaaS 解决方案比开发内部容量更具成本效益。

内部大数据分析的问题之一是它经常涉及 Hadoop 的使用。虽然 Apache 的开源软件框架彻底改变了存储和大数据处理，但内部团队发现使用起来非常具有挑战性。因此，许多企业正在转向能够提供 Hadoop 专业知识以及其他数据处理选项的云供应商。

迁移到公共云的好处

迁移的主要原因之一是公共云大数据服务为客户提供了基本的好处。其中包括按需定价、访问存储在任何地方的数据、提高灵活性和敏捷性、快速配置和更好的管理。

最重要的是，公共云无与伦比的可扩展性意味着它是处理大数据工作负载的理想选择。企业可以立即拥有他们需要的所有存储和计算资源，并且只需为他们使用的资源付费。公共云还可以提供更高的安全性，从而为合规创造更好的环境。

软件即服务 (SaaS) 也使公共云大数据迁移更具吸引力。到 2017 年底，几乎 80% 的企业采用了 SaaS，比 2016 年增长了 17%，其中超过一半使用了多个数据源。由于他们的大部分数据都存储在云中，因此在云中对其进行分析而不是通过迁移回内部数据中心的过程具有良好的商业意义。

公共云的另一个好处是数据存储成本的降低。虽然许多公司目前可能认为与内部存储相比，长期存储大数据的成本昂贵，但技术的发展已经降低了成本，而且这种情况在未来还会继续发生。同时，您将看到公有云以更快的速度处理更多数据的能力有了巨大的提高。

最后，云使公司能够利用其他创新技术，例如机器学习、人工智能和无服务器分析。这些带来的发展速度意味着那些在公共云中使用大数据的后期采用者发现自己处于竞争劣势。当他们迁移时，他们的竞争对手已经在蚕食他们的市场。

将大数据迁移到公共云的挑战

将大量数据迁移到公共云确实会带来一些障碍。整合就是这样的挑战之一。当数据分布在一系列不同的来源时，许多企业发现很难集成数据，而其他企业发现将云数据与内部存储的数据集成起来具有挑战性。

工作场所的态度也对移民构成障碍。在最近的一项调查中，超过一半的受访者声称，内部不情愿、不连贯的 IT 战略和其他组织问题在他们将大数据计划迁移到公共云的计划中造成了重大问题。还有一些技术问题需要克服。特别是数据管理、安全和上述集成。

规划您的迁移

在开始迁移之前，提前计划很重要。如果您打算将大数据分析完全迁移到公共云，首先要做的是停止对内部能力的投资，并专注于为您的迁移制定战略计划，从对您的业务最关键的项目开始发展。

迁移到云端还为您提供了前进和改进现有内容的空间。出于这个原因，不要计划让您的云基础架构直接复制您内部的内容。这是为未来创造并从头开始构建一些东西的理想机会，它将提供比你现在拥有的更多的好处。迁移是重新设计您的解决方案的机会，因此他们可以从云必须提供的所有东西中受益：自动化、人工智能、机器学习等。

最后，您需要决定最适合您当前和未来需求的公共云服务类型。企业在基于云的大数据服务方面有多种选择，其中包括软件即服务 (SaaS) 基础设施即服务 (IaaS) 和平台即服务 (PaaS)；您甚至可以获得机器学习即服务 (MLaaS)。您决定选择哪种服务级别将取决于一系列因素，例如您现有的基础架构、合规性要求、大数据软件和内部专业知识。

结论

将大数据分析迁移到公共云可为企业带来诸多好处：节省成本、可扩展性、敏捷性、增强的处理能力、更好地访问数据、提高安全性以及访问机器学习和人工智能等技术。虽然搬家确实有需要克服的障碍，但能够分析大数据的优势使公司从一开始就具有竞争优势。