CIO:云计算VS大数据 应用各不相同
硅谷动力 12年08月21日 09:41 【转载】 作者:硅谷动力 责任编辑:张文希
导读:现在,云计算和大数据无疑都是很火的概念,业内对他们的探讨也愈演愈烈,那么云计算与大数据的不期而遇又产生了怎样的联系呢?有人说云计算和大数据是双胞胎,两个是不同的个体,互相依赖又相辅相成,也有人说大数据是来搅局的。
各大厂商应对大数据
不论大数据时代是否真的来临,作为企业级服务厂商都应该走在受众的前面,应对大数据。
1.IBM:4V理论+大数据分析平台
IBM基于大数据提出了规模性(Volume)、多样性(Variety)、高速性(Velocity)和真实性(Veracity)的“4V理论”,帮助企业直观认知和准确把握大数据特质。
IBM早在2007年11月就推出了蓝云计算平台,“蓝云”基于IBMAlmaden研究中心(AlmadenResearchCenter)的云基础架构,包括Xen和PowerVM虚拟化、Linux操作系统映像以及Hadoop文件系统与并行构建。
此外,IBM还有大数据分析平台——InfoSphere。InfoSphere是IBM进军大数据领域的强有力武器,其包括 BigInsights和Streams,二者互补,Biglnsights基于Hadoop,对大规模的静态数据进行分析,它提供多节点的分布式计算,可以随时增加节点,提升数据处理能力;而Streams采用内存计算方式分析实时数据。InfoSphere大数据分析平台还集成了数据仓库、数据库、数据集成、业务流程管理等组件。
2.英特尔:硬件+软件 火力很猛
硬件上,英特尔从CPU、存储、内存一切的技术考虑怎么样使得新一代的系统架构,以及数据中心的解决方案能够更适合大数据的要求。
软件上,英特尔提供优化的中间件。以Hadoop为例,英特尔在Hadoop系统,在Hbase、HDFS上都做了增强和优化,使它们在英特尔的平台上,在英特尔的硬件上性能得到显著的提高,并推出了Intel Hadoop Manager2.0。
据介绍,Intel Hadoop Manager2.0 优化了Hadoop的处理能力,把拟数据采集到数据处理缩短到近于实时处理,且在英特尔平台上性能会成倍增长。