将大数据分析企业迁移到云为用户打开了许多大门，但前提是他们控制成本并了解大数据的5V。
企业越来越多地使用云平台进行大数据分析。这些平台提供了一种可扩展的替代方案，可以比内部部署系统节省更多资金，但前提是正确使用。
成本控制对于各种规模和经验的公司来说都是一个问题，即使是那些精通云计算的公司也是如此。这就是用户必须了解云计算分析和大数据的规模，多样性，速度，准确性和价值的原因。这些用户必须学会明智地花钱以最大化投资回报。
5V和云计算分析
将数据和分析引入云为用户提供了新的选项来处理分析，如果它适合五个大数据：
1.规模
顾名思义，大数据是一个庞大的数据量。云提供几乎无限的存储容量，这就是为什么随着数据量不断增长，它已成为公司和政府机构的强大选择。
将数据和分析移动到云中在管理卷方面发挥了非常好的作用，因为它为用户提供了满足高峰需求的灵活性和可扩展性。但是，就云存储而言，公司仍应谨慎，不应丢失数据包。如果用户尽可能不使用低成本存储层，或者在云中放置过多不必要的数据，则成本会迅速增加。
2.多样性（多样性）
作为数据科学术语，Variety指的是异构数据源，如结构化数据，半结构化数据和非结构化数据。
例如，IT部门可能需要分析来自后台和SaaS应用程序的半结构化数据，而会计部门则希望以报告的形式分析结构化数据。同时，营销部门想要分析不符合传统数据库行和列的图像，视频，文本消息和其他数据。
企业可以使用基于云的数据湖来容纳所有这些类型的分析等等。
3.速度
与云中的大数据相关，Velocity是来自SaaS应用程序，云平台，物联网设备，社交网络以及任何其他业务相关数据点的高速信息积累。随着组织尝试添加足够的处理能力来处理正在生成的大量且连续的数据流，速度变得更加复杂。随着组织系统的发展，云平台可以扩展以满足对运营数据的需求。
4.准确性
无论数据驻留在何处，组织的数据始终存在不一致和不确定性。但是，云计算可以为用户提供更多空间并变得凌乱，并进一步损害信息的质量和准确性。
如果不审查并可能改进内部数据准备，治理和管理流程，就无法进行云分析。
5.价值
除非IT团队能够将其转化为可操作的数据并为其业务提供优势，否则组织收集的大部分数据几乎没有价值。
借助基于云的自助服务分析，企业数据科学家可以专注于更具战略性的项目，业务用户可以获得与数据本身交互所需的仪表板，报告和用户界面。
云存储的成本影响
当然，如果组织不控制成本，那么所有商业价值都可以被迅速否定。但是，由于存储和分析的云计算成本优化与传统的云计算成本优化实践不一致，因此难以成功。云计算分析和消费模型可能无法预测，用户通常缺乏他们所需资源的参考框架。此外，云计算管理工具仍然是管理分析功能的持续努力。
云计算服务提供商有两种主要的定价模型，即最终用户可以使用的摄取模型和按使用付费模式。摄取模型计算服务中存储的数据量。示例包括Azure Stream Analytics和Google BigQuery。
通过Azure Data Lake Analytics和Amazon Kinesis Data Analytics等按使用付费服务，云计算服务提供商每小时收取基于应用程序运行流处理所需的处理单元数量。应该注意，容量需求可能会增加，具体取决于正在运行的查询的复杂性。
有关模型的具体细节（例如，有效和长期使用的潜在定价折扣）取决于所选的云服务提供商。应该预期存储和分析之间的成本和性能之间的权衡。
以Amazon S3为例，它具有大规模的可扩展性，是数据湖的理想选择。但是，当用户将数据移动到更高性能和更昂贵的存储（例如Amazon Elastic Block Store）时，他们必须忍受较慢的访问速度。
IT团队应该审查并遵循其提供商的文档来估计分析的经济性。然后，创建一个财务模型来预测使用情况并防止事故发生。
在将分析迁移到云之前，IT团队还应了解其支出历史和成本管理实践。用户越了解其历史数据和基线数据，他们就越能跟踪超支。虽然自助服务分析对组织来说是一种吸引力，但如果用户过度放纵和有限，它可能会导致更多意外收费。云原生和第三方工具可用于监控工作负载的部署。
云中大数据的未来
Salesforce最近收购了Tableau，谷歌收购了Looker，这表明云计算中的分析值得关注。 Salesforce等SaaS供应商拥有基础架构，基于订阅的定价专业知识以及营销和销售渠道，可将云计算分析纳入新帐户和现有帐户。主要云计算提供商将在内部使用他们的技术，知识产权和专业知识与其新的SaaS分析竞争对手竞争。
此外，上述两种主要定价模式已经成熟并可以进行转换。谷歌公司提供了按使用付费和固定费率之间的选择，而像SAP这样的第三方供应商提供了更传统的订阅模式。主要的公共云提供商可能会更积极地定价，除了现有的渠道合作伙伴和折扣计划，他们还会提供更多选择。
中文
电话咨询
微信咨询
公众号
