复杂性如何杀死大数据部署
来源：CPDA数据分析师网 / 作者：数据君 / 时间：2021-01-26
人们长期以来一直将其视为大数据采用的障碍之一
高级IT主管的一项调查发现，有59％的人认为他们的公司缺乏理解（和处理）数据的能力，到2021年由于技能和集成方面的挑战，70％的Hadoop部署将无法实现节省成本和创收目标， 换句话说，技能很重要，而且短缺，当然随着时间的流逝，技能差距将逐渐缩小，但是了解平均Hadoop部署并不是一件容易的事，大数据的复杂性可以归结为两个主要因素，您需要了解10到30种不同的技术，才能创建一个大数据解决方案，以及分布式系统简直就是难事。
一个典型的移动应用程序与一个Hadoop支持的应用程序的复杂性
并指出后者涉及的盒子或组件数量是原来的两倍，但是 Hadoop解决方案的比其他域的高级设置要复杂得多，使困难更加复杂的是需要了解所涉及的各种系统，例如您可能需要了解10种技术来构建大数据应用程序，但这可能需要您熟悉另外20种技术，只是要知道在给定情况下使用哪种技术，否则您将如何知道使用MongoDB而不是Hbase？除此之外，在分布式系统中运行所有功能的复杂性也就不足为怪了，大数据的技能短缺持续存在。
企业试图程度地减少大数据构建固有的复杂性的一种方法是转向公共云
在公共云上的部署在过去一年中激增了10％，占总体部署的61％，云取代了笨拙，僵化的本地基础结构，而是提供了灵活性并因此实现了敏捷性，但是它并不能消除所涉及技术的复杂性，与此数据库或消息代理相同的艰难选择仍然存在，这样的选择以及其中的复杂性不会很快消失，试图简化这些选择，将它们整理成一堆，但是它们本质上仍然提供了有用的工具，该服务使开发人员可以专注于编写应用程序代码，而AWS则负责所有底层基础设施，但是下一步是完全为终用户预制应用程序，出售基础设施组件的机会要大得多，用他的话说，赢家的主要类别是[应用程序和分析]供应商，这些供应商将使用非常复杂的基础技术的复杂性抽象到了用户友好的前端中，业务用户的目标受众比程序员市场大得多，研究核心技术。
这是市场需要快速到达的地方
对于每一个能够将所有基础大数据技术掌握到高端行业的优步，都有数百家传统公司只是想重塑自我，并需要有人让他们的数据更具可操作性。
小型企业大数据项目成功的秘诀
大数据分析可以帮助小型企业创造公平的竞争环境。找出云与云有何关系，并阅读有关选择分析工具以使用的提示，销售第三代报告产品的公司和许多云解决方案提供商已经扩展到大数据和分析领域，从而使这些技术对小公司而言更加经济实惠且易于使用，不幸的是许多小公司不知道如何充分利用这些资源，或者不知道如何更改其运营，因此分析可以帮助他们提高利润，了解成功利用大数据的两家小型公司。
具有大数据项目的小型企业指南
由于大多数分析终都来自小型企业已经熟悉的数据源，因此成功的关键取决于确定一个严格定义的业务案例，该业务案例旨在产生特定的结果，并且不会使初始项目的范围过大，此外小型企业应该寻求利用大数据洞察力来增强从内部系统和离线文档中获得的企业知识，由于小公司可以检查基于云的大数据处理程序和分析提供商的产品，因此可以避免在硬件和软件上进行昂贵的资本投资。
在云市场中有按使用付费和按订购付费的提供商
它们可以帮助企业将其非数字化数据转换为数字形式，以便可以将其用于分析，其他提供商收集数据并将其与公开可用的信息相结合，以帮助小型企业所有者更好地了解市场及其客户，从而做出更明智的业务决策，这些提供程序可以为小型企业所有者提供报告和查询工具以及仪表板，以便他们可以提出自己的数据问题。其他提供商提供免费的网络流量监控工具，指标和流量来源，并共享有关网站访问者的数据，终您的业务案例和项目将决定您将使用的分析工具的类型，这些工具应符合以下四个审查标准。
1、费用应合理（仅按使用量付费）；
2、工具应易于使用且直观，学习曲线应非常短；
3、您提供给流程的数据以及供应商提供的任何数据都应该是您信任的数据；
4、解决方案必须使您能够实现目标。
高级IT主管的一项调查发现，有59％的人认为他们的公司缺乏理解（和处理）数据的能力，到2021年由于技能和集成方面的挑战，70％的Hadoop部署将无法实现节省成本和创收目标， 换句话说，技能很重要，而且短缺，当然随着时间的流逝，技能差距将逐渐缩小，但是了解平均Hadoop部署并不是一件容易的事，大数据的复杂性可以归结为两个主要因素，您需要了解10到30种不同的技术，才能创建一个大数据解决方案，以及分布式系统简直就是难事。
一个典型的移动应用程序与一个Hadoop支持的应用程序的复杂性
并指出后者涉及的盒子或组件数量是原来的两倍，但是 Hadoop解决方案的比其他域的高级设置要复杂得多，使困难更加复杂的是需要了解所涉及的各种系统，例如您可能需要了解10种技术来构建大数据应用程序，但这可能需要您熟悉另外20种技术，只是要知道在给定情况下使用哪种技术，否则您将如何知道使用MongoDB而不是Hbase？除此之外，在分布式系统中运行所有功能的复杂性也就不足为怪了，大数据的技能短缺持续存在。
企业试图程度地减少大数据构建固有的复杂性的一种方法是转向公共云
在公共云上的部署在过去一年中激增了10％，占总体部署的61％，云取代了笨拙，僵化的本地基础结构，而是提供了灵活性并因此实现了敏捷性，但是它并不能消除所涉及技术的复杂性，与此数据库或消息代理相同的艰难选择仍然存在，这样的选择以及其中的复杂性不会很快消失，试图简化这些选择，将它们整理成一堆，但是它们本质上仍然提供了有用的工具，该服务使开发人员可以专注于编写应用程序代码，而AWS则负责所有底层基础设施，但是下一步是完全为终用户预制应用程序，出售基础设施组件的机会要大得多，用他的话说，赢家的主要类别是[应用程序和分析]供应商，这些供应商将使用非常复杂的基础技术的复杂性抽象到了用户友好的前端中，业务用户的目标受众比程序员市场大得多，研究核心技术。
这是市场需要快速到达的地方
对于每一个能够将所有基础大数据技术掌握到高端行业的优步，都有数百家传统公司只是想重塑自我，并需要有人让他们的数据更具可操作性。
小型企业大数据项目成功的秘诀
大数据分析可以帮助小型企业创造公平的竞争环境。找出云与云有何关系，并阅读有关选择分析工具以使用的提示，销售第三代报告产品的公司和许多云解决方案提供商已经扩展到大数据和分析领域，从而使这些技术对小公司而言更加经济实惠且易于使用，不幸的是许多小公司不知道如何充分利用这些资源，或者不知道如何更改其运营，因此分析可以帮助他们提高利润，了解成功利用大数据的两家小型公司。
具有大数据项目的小型企业指南
由于大多数分析终都来自小型企业已经熟悉的数据源，因此成功的关键取决于确定一个严格定义的业务案例，该业务案例旨在产生特定的结果，并且不会使初始项目的范围过大，此外小型企业应该寻求利用大数据洞察力来增强从内部系统和离线文档中获得的企业知识，由于小公司可以检查基于云的大数据处理程序和分析提供商的产品，因此可以避免在硬件和软件上进行昂贵的资本投资。
在云市场中有按使用付费和按订购付费的提供商
它们可以帮助企业将其非数字化数据转换为数字形式，以便可以将其用于分析，其他提供商收集数据并将其与公开可用的信息相结合，以帮助小型企业所有者更好地了解市场及其客户，从而做出更明智的业务决策，这些提供程序可以为小型企业所有者提供报告和查询工具以及仪表板，以便他们可以提出自己的数据问题。其他提供商提供免费的网络流量监控工具，指标和流量来源，并共享有关网站访问者的数据，终您的业务案例和项目将决定您将使用的分析工具的类型，这些工具应符合以下四个审查标准。
1、费用应合理（仅按使用量付费）；
2、工具应易于使用且直观，学习曲线应非常短；
3、您提供给流程的数据以及供应商提供的任何数据都应该是您信任的数据；
4、解决方案必须使您能够实现目标。
5、使用这些准则，小型企业可以拥有成功的大数据项目，并且更好的是，有助于在当今竞争激烈的市场中实现公平竞争。
京公网安备 11010502034401号
课程体系 
试听申请 
复听申请 
在线报名 
考试大纲 
考试报名 
准考证打印 
