為大數(shù)據(jù)選擇新的硬件、存儲(chǔ)和其它數(shù)據(jù)中心基礎(chǔ)設(shè)施，這是IT專業(yè)人員們所面臨的新挑戰(zhàn)。推行大數(shù)據(jù)戰(zhàn)略的壓力往往來(lái)自高層，因?yàn)楣芾碚呦嘈?，能有效運(yùn)用數(shù)據(jù)的企業(yè)將比落后者具備更大優(yōu)勢(shì)。大數(shù)據(jù)戰(zhàn)略需要數(shù)據(jù)中心基礎(chǔ)架構(gòu)作出的改變主要有五點(diǎn)：
一、圍繞大數(shù)據(jù)選擇存儲(chǔ)
在成功的大數(shù)據(jù)策略下，企業(yè)可以將來(lái)自內(nèi)部的高質(zhì)量數(shù)據(jù)與Hadoop挖掘自多個(gè)云供應(yīng)商的低質(zhì)量數(shù)據(jù)進(jìn)行整合。這也就改善了業(yè)務(wù)相關(guān)數(shù)據(jù)的質(zhì)量，讓分散在各地的數(shù)據(jù)能組織成為具備一致和及時(shí)性的大數(shù)據(jù)資源。
大數(shù)據(jù)正在改變中央數(shù)據(jù)倉(cāng)儲(chǔ)和松耦合數(shù)據(jù)集市的決策基礎(chǔ)，后者的存儲(chǔ)庫(kù)規(guī)模要小得多，既可以替代中央數(shù)據(jù)倉(cāng)庫(kù)，也可以成為中央數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)源。隨著各地辦事機(jī)構(gòu)或者國(guó)際子公司的增加，中央管理層在業(yè)務(wù)線擴(kuò)大的同時(shí)更需要高質(zhì)量的數(shù)據(jù)來(lái)維持管控力度，避免權(quán)力的分散。
二、支持大數(shù)據(jù)的硬件
大數(shù)據(jù)導(dǎo)致的存儲(chǔ)需求量每年都將增長(zhǎng)60%至80%.鑒于這種快速增長(zhǎng)和當(dāng)前的成本限制，IT采購(gòu)者應(yīng)選擇在可擴(kuò)展性和存儲(chǔ)速度上最具成本效益的硬件。類似大型機(jī)的向上擴(kuò)展體系結(jié)構(gòu)重新興起，因?yàn)樗鼈兡軌蚪?jīng)濟(jì)高效地?cái)U(kuò)展，降低總體擁有成本。同樣，在提升性能方面，固態(tài)硬盤(pán)(SSD)和固態(tài)卡帶都比傳統(tǒng)磁盤(pán)做得更好。
三、大數(shù)據(jù)分析和報(bào)告能力
雖然嵌入式分析工具已經(jīng)可以利用報(bào)告和自動(dòng)優(yōu)化功能改善業(yè)務(wù)流程，但大數(shù)據(jù)再次改變了分析規(guī)則。例如，和傳統(tǒng)上對(duì)單個(gè)客戶進(jìn)行主要行為分析洞察相比，大數(shù)據(jù)戰(zhàn)略能為每個(gè)客戶創(chuàng)建一個(gè)迭代和洞察分析線程，讓公司能跟蹤客戶并更好地維持與所有客戶的長(zhǎng)期關(guān)系。
典型的大數(shù)據(jù)分析從業(yè)人員被稱為數(shù)據(jù)科學(xué)家，和常規(guī)的IT主管不同，他們更可能同時(shí)擔(dān)任CMO。然而，IT專業(yè)人員必須明白他們公司的大數(shù)據(jù)策略對(duì)數(shù)據(jù)科學(xué)家的工作產(chǎn)生的影響。
四、利用SSD的存儲(chǔ)分層策略
存儲(chǔ)成本很高，而且越快的存儲(chǔ)也就越昂貴。最重要的是，大數(shù)據(jù)要求存儲(chǔ)同時(shí)提供大容量和“大”性能。存儲(chǔ)分層在存儲(chǔ)資源池中提供多種成本/性能選項(xiàng)，從昂貴的高性能固態(tài)存儲(chǔ)到傳統(tǒng)的串行SCSI(SAS)磁盤(pán)存儲(chǔ)，這些選項(xiàng)的組合降低了總擁有成本。在主內(nèi)存和磁盤(pán)之間增加一個(gè)固態(tài)層將有助于將大數(shù)據(jù)任務(wù)的性能維持在高位，而且不會(huì)引起存儲(chǔ)成本失控。
SSD的用量應(yīng)遵從“90-10”的存儲(chǔ)分層規(guī)則：成本和速度的最佳組合比例是：使用大約10%的SSD和90%的機(jī)械硬盤(pán)。這一策略讓IT公司用僅增加10%成本的代價(jià)就能獲得90%以上的性能提升。主內(nèi)存和SSD的容量比例也遵從同樣的規(guī)則。
五、企業(yè)中的Hadoop
Hadoop為數(shù)據(jù)密集型應(yīng)用提供“緊貼著”MapReduce文件系統(tǒng)處理程序框架的分布式文件系統(tǒng)。此文件系統(tǒng)支持針對(duì)富文本數(shù)據(jù)的并行事務(wù)擴(kuò)展，例如社交媒體數(shù)據(jù)。許多IT公司通過(guò)在企業(yè)內(nèi)創(chuàng)建自己的Hadoop版本來(lái)解決從Web獲取Hadoop數(shù)據(jù)源的問(wèn)題。然而，缺乏專業(yè)知識(shí)是一種挑戰(zhàn)：精通這種發(fā)展中的 Web數(shù)據(jù)管理框架的專業(yè)和藝術(shù)的IT管理人員猶如鳳毛麟角。
組織開(kāi)發(fā)他們自己的數(shù)據(jù)管理工具時(shí)應(yīng)該留意，如IBM、Oracle和EMC 的這些主要供應(yīng)商，往往既提供專有產(chǎn)品用于訪問(wèn)Hadoop數(shù)據(jù)，也可進(jìn)行定制開(kāi)發(fā)，讓IT公司不需要專門(mén)的數(shù)據(jù)歸納措施就能訪問(wèn)需要的數(shù)據(jù)。如果您決定搭建自己的數(shù)據(jù)平臺(tái)，供應(yīng)商也提供整合服務(wù)，使Hadoop更貼合現(xiàn)有IT資源來(lái)高效運(yùn)作。
每個(gè)公司圍繞大數(shù)據(jù)的相關(guān)決策都會(huì)有所不同。請(qǐng)記住，隨著圍繞大數(shù)據(jù)的技術(shù)演變，大數(shù)據(jù)戰(zhàn)略也應(yīng)當(dāng)及時(shí)調(diào)整，與時(shí)俱進(jìn)。