公私组合:大数据的下一步

马克·利特尔和汤姆·利韦林
红帽和红帽存储

在您读这句话的时间里,全球范围内(无论是公共的还是私人的)存在的数据量的增长将超过有史以来所有书籍中包含的数据量。仅在YouTube上,每分钟就会上传35个小时的视频。非结构化数据正以每年80%的速度增长。

随着越来越多的人在线上生活,大型和小型公司捕获大量客户信息以及围绕数据保留的监管框架日益严格,数据存储已成为一个主要的业务问题。

捕获和安全分析数据的好处对于所有人来说应该是显而易见的,但是根据IDC的最新报告,只有不到1%的数据得到了分析,而超过80%的数据仍未受到保护。简而言之,对于大公司而言,大数据对于所有公司而言都太大了。传统存储模型的可伸缩性不足,而快速挖掘几乎无限的潜在有用信息缓存所需的处理能力却是那些拥有最雄厚资源的模型所无法比拟的。

举例来说,如果您使用Googe“大数据”,就会获得近1900万个结果。假设您的浏览器打开每个链接大约需要五秒钟,那么只需花超过26,000个工时即可简要浏览每个页面,不必介意以一种有益于您的业务的智能方式来对内容进行分析,操作。

在某种情况下,应该将将大数据逻辑应用于公共和私有源的任务的规模。也就是说,为数据即服务(LEADS)创建大规模的弹性体系结构,企业可以使用该体系结构来挖掘和分析在整个公共Web上发布的数据。

LEADS的目标是建立一个在弹性的微云集合上运行的去中心化DaaS框架。 LEADS将提供一种收集,存储和查询公共可用数据以及实时处理这些数据的方法。

页数

评论

5G和数据中心友好的网络架构

Matt Walker / MTN咨询

随着5G时代的到来,Webscale和传输网络运营商的利益正在保持一致

Matt Walker / MTN咨询

随着5G时代的到来,Webscale和传输网络运营商的利益正在保持一致

雷米·帕斯卡(RémyPascal)/易观梅森(Analysys Mason)

韩国运营商推出的5G是全球其他运营商的第一个基准