云計(jì)算與大數(shù)據(jù)環(huán)境下的數(shù)據(jù)集成

從根本來(lái)說(shuō)，企業(yè)信息化的目的是為了降低溝通成本、提高工作效率、增強(qiáng)科學(xué)決策能力，從手段上是將分散、無(wú)序、無(wú)時(shí)效的數(shù)據(jù)變成有序、可分享、有時(shí)效、可追溯的數(shù)據(jù)，前者數(shù)據(jù)過(guò)渡到后者數(shù)據(jù)，就是無(wú)信息（或不可信信息）變成可信信息的過(guò)程。數(shù)據(jù)蘊(yùn)含的信息有兩類：1、交易信息，即某一條/或幾條數(shù)據(jù)本身所包含的信息；2、統(tǒng)計(jì)信息，即數(shù)據(jù)集合所蘊(yùn)含的規(guī)律性信息。下圖表現(xiàn)了交易數(shù)據(jù)與統(tǒng)計(jì)數(shù)據(jù)的關(guān)系和傳統(tǒng)架構(gòu)方法，即ETL模型。

傳統(tǒng)整合基本上是基于ETL模式，即從企業(yè)內(nèi)部的信息系統(tǒng)中抽�。‥xtract），然后根據(jù)預(yù)先定義的方式轉(zhuǎn)換（Transform），最后載入到企業(yè)的數(shù)據(jù)倉(cāng)庫(kù)（Load），大部分企業(yè)的ETL程序定義在每天晚上運(yùn)行，這類的方法有以下問(wèn)題：

1、數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)不是實(shí)時(shí)的信息

2、如果內(nèi)部信息系統(tǒng)數(shù)據(jù)量很大，ETL處理時(shí)間不可能按時(shí)完成。

3、數(shù)據(jù)倉(cāng)庫(kù)的信息無(wú)法快速反饋數(shù)據(jù)到基層處理商務(wù)的人員，圖示1中紅色打叉的部分。

4、ERP本身在多年數(shù)據(jù)積累后，事務(wù)處理與訂單查詢都會(huì)變慢。

5、無(wú)法處理大數(shù)據(jù)，ETL的整個(gè)數(shù)據(jù)處理過(guò)程都是建立在已知/預(yù)定義的模型之上的，也就是ETL無(wú)法發(fā)掘到數(shù)據(jù)集蘊(yùn)含的未知規(guī)律。

a）結(jié)構(gòu)化大數(shù)據(jù)，除上述第2點(diǎn)外，針對(duì)大數(shù)據(jù)的深度挖據(jù)分析能力（非簡(jiǎn)單根據(jù)預(yù)先設(shè)計(jì)的模型做數(shù)據(jù)轉(zhuǎn)換），傳統(tǒng)的系統(tǒng)架構(gòu)中是無(wú)法完成的。

b）非結(jié)構(gòu)化、半結(jié)構(gòu)化大數(shù)據(jù)。非架構(gòu)化數(shù)據(jù)從本質(zhì)上來(lái)講，是企業(yè)無(wú)法預(yù)先定義規(guī)則的數(shù)據(jù)類型，據(jù)IDC的一項(xiàng)調(diào)查報(bào)告中指出：企業(yè)中80%的數(shù)據(jù)都是非結(jié)構(gòu)化數(shù)據(jù)，這些數(shù)據(jù)每年都按指數(shù)增長(zhǎng)60%.傳統(tǒng)的方式是無(wú)法計(jì)算統(tǒng)計(jì)非結(jié)構(gòu)化大數(shù)據(jù)包含的新類型統(tǒng)計(jì)信息。

根據(jù)上述問(wèn)題，企業(yè)信息系統(tǒng)的數(shù)據(jù)整合的目標(biāo)需要滿足以下條件：

1、提高數(shù)據(jù)的質(zhì)量

低質(zhì)量的數(shù)據(jù)帶來(lái)的問(wèn)題：

1.1統(tǒng)計(jì)數(shù)據(jù)會(huì)有誤導(dǎo)，誤導(dǎo)的數(shù)據(jù)直接結(jié)果很可能是企業(yè)戰(zhàn)略決策錯(cuò)誤。

1.2基層人員工作效率低下。由于基層人員不信任數(shù)據(jù)，就會(huì)產(chǎn)生額外的工作去核對(duì)并驗(yàn)證。由于數(shù)據(jù)不準(zhǔn)確也會(huì)產(chǎn)生更多的操作性錯(cuò)誤，如：發(fā)貨地址錯(cuò)誤，貨款核對(duì)產(chǎn)生歧義等。這些都會(huì)帶來(lái)大量的額外工作，根據(jù)2/8原理，80%的額外工作都緣于20%的錯(cuò)誤。

1.3無(wú)法根據(jù)信息系統(tǒng)記錄做更多的分析統(tǒng)計(jì)，如6 Sigma類似的項(xiàng)目將無(wú)數(shù)據(jù)基礎(chǔ)，項(xiàng)目無(wú)法推進(jìn)。

2、數(shù)據(jù)安全：由于各類中間件的應(yīng)用、云計(jì)算集成環(huán)境的廣泛普及，數(shù)據(jù)源需要提供更廣泛的數(shù)據(jù)輸出的能力，與此同時(shí)，數(shù)據(jù)保護(hù)能力需要更加完善，傳統(tǒng)在應(yīng)用軟件層面的保護(hù)方式是無(wú)法滿足此類需求的。保護(hù)數(shù)據(jù)需要考慮：傳輸加密和身份認(rèn)證。

3、與“云計(jì)算”的集成能力：在云計(jì)算環(huán)境里，無(wú)論是基礎(chǔ)數(shù)據(jù)還是交易數(shù)據(jù)，將不僅限于某一種應(yīng)用系統(tǒng)中使用，甚至數(shù)據(jù)很可能需要跨越公司的防火墻，與外部的云計(jì)算環(huán)境集成。

4、大數(shù)據(jù)能力：舉個(gè)典型的例子，企業(yè)使用web日志、社交媒體（social media，如微博）數(shù)據(jù)分析大量客戶的偏好，同時(shí)使用企業(yè)與客戶已經(jīng)成交的交易記錄，建立更好的預(yù)測(cè)模型，更直接有效的市場(chǎng)推廣或更好的客戶體驗(yàn)。而上述的web日志和社交媒體的數(shù)據(jù)都是非結(jié)構(gòu)化的大數(shù)據(jù)。

5、高性能/滿足實(shí)時(shí)的要求：舉個(gè)典型的貿(mào)易公司為例，該公司需要根據(jù)客戶以往的信用記錄決定是否訂貨或發(fā)貨，如果沒(méi)有實(shí)時(shí)統(tǒng)計(jì)能力，此類的商業(yè)模型在執(zhí)行起來(lái)會(huì)困難重重。越來(lái)越多的企業(yè)希望將部分的決策過(guò)程下放到執(zhí)行層面的基層，基層的決策需要實(shí)時(shí)的統(tǒng)計(jì)結(jié)果、可追溯的決策結(jié)果。

服務(wù)器租用/服務(wù)器托管中國(guó)五強(qiáng)！虛擬主機(jī)域名注冊(cè)頂級(jí)提供商！15年品質(zhì)保障！--億恩科技[ENKJ.COM]